基于關(guān)聯(lián)規(guī)則分析的電力變壓器故障馬爾科夫預(yù)測模型研究.pdf

1、電力變壓器是電網(wǎng)中能量轉(zhuǎn)換以及傳輸?shù)暮诵模请娏ο到y(tǒng)重要的組成部分。變壓器一旦發(fā)生故障，將會給生廠制造和人民的正常生活帶來影響，甚至?xí)斐刹豢赏旎氐膰?yán)重后果。如果能在電力變壓器運行過程中，通過某些方法對變壓器未來的運行狀態(tài)進行預(yù)測，以此為基礎(chǔ)對變壓器實施維護和狀態(tài)檢修，對于保證變壓器的穩(wěn)定運行，具有重要的實際價值。
　　本文以電力變壓器的故障預(yù)測為目標(biāo)，研究了基于云-Petri網(wǎng)的變壓器狀態(tài)分析方法，利用關(guān)聯(lián)規(guī)則構(gòu)建狀態(tài)轉(zhuǎn)移概率矩

2、陣并對其進行修正，結(jié)合變壓器狀態(tài)分析結(jié)果和構(gòu)建的狀態(tài)轉(zhuǎn)移概率矩陣，建立基于馬爾科夫模型的變壓器故障預(yù)測模型，取得的成果如下：
　?、倮迷评碚撎崛顟B(tài)參量與不同狀態(tài)間的關(guān)聯(lián)規(guī)則，結(jié)合云產(chǎn)生式規(guī)則的表示形式，對一般Petri網(wǎng)模型進行了擴展，建立適用于變壓器的云－Petri網(wǎng)狀態(tài)分析模型，實現(xiàn)了基于云－Petri網(wǎng)的狀態(tài)推理和基于重心的狀態(tài)推理結(jié)果判別，該模型能夠得到變壓器當(dāng)前的狀態(tài)并對設(shè)備不同的狀態(tài)進行良好的區(qū)分。
　?、谶\

3、用 Apriori算法對不同狀態(tài)間存在的關(guān)聯(lián)規(guī)則進行挖掘，在此基礎(chǔ)上構(gòu)建了變壓器狀態(tài)轉(zhuǎn)移概率矩陣；建立了包含家族缺陷，運行環(huán)境、檢修記錄和歷史運行情況等因素的修正因子體系，對狀態(tài)轉(zhuǎn)移矩陣進行修正，并引入相對劣化度計算指標(biāo)值。
　?、垡宰儔浩鳡顟B(tài)分析結(jié)果作為初始狀態(tài)向量，結(jié)合構(gòu)建的變壓器狀態(tài)轉(zhuǎn)移概率矩陣，建立了變壓器故障馬爾科夫預(yù)測模型，對變壓器故障進行預(yù)測。預(yù)測實例表明，修正后的轉(zhuǎn)移概率矩陣能夠充分利用變壓器的各類狀態(tài)信息，可用于