基于层次分析法的大型变压器状态评价量化方法研究

大型电力变压器由于其内部结构复杂、运行参数众多等因素,传统“是非制”的评价方法一直不能得到准确、可信的评价结果.为了克服“是非制”评价方法的缺点,在分析变压器功能层次结构特点基础上,运用层次分析法,提出了一种量化评价变压器运行状态的新方法.研究了电力变压器设备的状态及其评价层次模型,采用健康值来综合测度设备运行状态;运...     

带惩罚变权的大型变压器状态模糊层次评价方法

针对由电力变压器的"木桶性质"所引起的、运行状态因极个别指标的严重劣化而导致整体安全性能极度下降的问题,提出了一种带惩罚型变权的模糊层次状态评价方法.首先构建了大型电力变压器层次结构体系;然后基于变权原理,同时考虑到各指标对于目标准则和部件间的相对重要性,引入惩罚型变权机制,针对变压器的自身属性构造了惩罚型变权向量函数,提高了对于劣化项目的反应灵敏度,使得各指标权重的再分配更加真实;最后利用模糊理论计算出的各指标相对于各评价等级的隶属度,实现了大型变压器状态的综合评价.通过实例计算和与其他方法的对比,证明了该方法的准确性和实用性.     

基于模糊神经网络的大型电力变压器风险评估方法研究

为实时、客观地衡量在役变压器故障所带来的风险,从评估的准确性和快捷性的角度,提出了基于模糊层次分析法和人工神经网络相结合的变压器风险评估方法.通过分析影响变压器风险水平的风险因素,构建了变压器风险评估的层次分析模型,在模型中建立风险评估指标体系,并结合模糊一致判断矩阵,定量计算出变压器风险分析中各风险因素的权重;利用人工神经网络的自适应能力与非线性映射能力,将权重大的风险因素作为神经网络的输入,实现变压器风险的智能化量化评估.仿真结果表明,该方法提高了风险评估的速度和结果的准确度,能为变压器的风险管理与维修决策提供可行的决策依据.     

模糊集对分析模型在大型电力变压器状态评价中的应用

针对大型电力变压器状态评价中各评价参量的复杂性和不确定性,将集对分析和模糊层次分析理论应用于电力变压器的状态评价中,结合变压器评价的实际情况,遵循科学性、系统性、代表性等指标选取原则,构建变压器状态评价指标体系及评价等级标准;运用同、异、反分析,确定变压器状态评价指标和各评价因素的联系度,建立集对分析评价模型,并将模糊层次分析法引入该模型,依据构造模糊判断矩阵所反映实测数据的效用值,获得各评价指标权重,使权重的分配具有一定的理论依据.研究结果表明:集对分析方法正确,计算简便,用于电力变压器状态评价不仅具有模糊综合法的特性,而且具有信息利用率高、评价结果可靠等优点.     

FAHP和ANN在电力变压器风险评估中的应用

提出了基于模糊层次分析法（FAHP）和人工神经网络（ANN）相结合的电力变压器风险评估方法．采用FAHP分析变压器的层次结构,通过对影响变压器状态的若干因素之间隶属度的判别,构造模糊一致判断矩阵,定量计算出各因素的权重系数;选择权值较大的因素作为变压器ANN模型的输入,简化了ANN的结构．研究结果表明,FAHP-ANN模型克服了传统风险评估方法中ANN模型结构复杂、信号繁多、训练时间长等缺点,提高了评估的速度和结果的精度,实现了预期的目标．