申请/专利权人：国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司;华北电力大学(保定)

申请日：2021-07-07

公开（公告）日：2024-03-26

公开（公告）号：CN113449456B

主分类号：G06F30/25

分类号：G06F30/25;G06Q10/0639;G06Q50/06;G06N3/006;G06F111/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2021.10.26#实质审查的生效;2021.09.28#公开

摘要：本发明公开了一种不完备多模态信息下电力变压器的健康状态评估方法，包括步骤：获取电力变压器的参数信息，所述参数信息中含有多项特征指标；收集电力变压器的故障案例，根据不同电压等级、额定容量和运行年限的电力变压器对其多项特征指标是否超标阈值要求的不同对各模态特征进行离散化处理，利用粗糙集建立个各模态特征的信息决策表；采用PSO算法解决多模态背景下属性约简的NP‑Hard问题，获取电力变压器健康状态的核特征；利用TFG‑T任务流机制完成核特征集成；通过集成的核特征和信息决策表对电力变压器的状态进行评估。本发明用于处理不完备信息下设备的状态评估难题，并融合检测数据的多模态性，为电力变压器智能化运维与数字化转型提供技术支撑。

主权项：1.一种不完备多模态信息下电力变压器的健康状态评估方法，其特征在于，包括以下步骤：S1获取电力变压器的参数信息，所述参数信息中含有多项特征指标且允许存在缺失数据；S2收集电力变压器的故障案例，根据不同电压等级、额定容量和运行年限的电力变压器对其多项特征指标是否超标阈值要求的不同对各模态特征进行离散化处理，利用粗糙集建立个各模态特征的信息决策表；S3采用PSO算法解决多模态背景下属性约简的NP-Hard问题，获取电力变压器健康状态的核特征；S4利用TFG-T任务流机制完成电力变压器健康状态的核特征集成；S5通过集成的核特征和步骤S2中的信息决策表对电力变压器的状态进行评估；步骤S1中所述电力变压器的参数信息至少包括电力变压器关于机械性能、绝缘性能、热性能和运行环境的参数信息中的一种或几种；步骤S3中，采用PSO算法解决多模态背景下属性约简的NP-Hard问题，获取电力变压器健康状态的核特征，具体包括：S301输入信息决策表，利用相对属性约简算法获得电力变压器故障的核属性Kerneltx、约简集合Ztx及各特征的重要性；若存在Kerneltx＝Ztx，则结果为最小简约，否则执行步骤S302；S302对求得的约简集合Ztx进行粒子群初始化：通过对各个属性的权重大小随机初始化m个粒子20≤m≤40，特征重要性越大，则对应权重越大，对应位置特征取1的可能性也越大；由于核属性属于最小约简，故核属性权重值取其重要性，如式1：weightk＝σcd1式中：weightk表示核属性对应的权重，σcd表示该属性的重要性；将其余特征权重进行归一化处理，如式2： 式中：weightother表示非核属性的归一化后的权重值，weightk表示非核属性中当前属性的权重，weightmin表示非核属性中最小的权重值，weightmax表示非核属性中最大的权重值；初始化粒子对应位置记为pk，如式3： 式中：rand为0,1的随机数，weightk表示当前属性对应的权重值；S303为使粒子中特征个数与该特征集的依赖性函数对适应值的贡献相当，同时特征个数的减少或依赖性的增加都要利于总的适应值的增加，粒子的适应值函数如式4： 式中，γPγc用来判断是否为同一个约简，k1表示某粒子在约简结果中更重要，k2表示该约简结果中属性数目更重要，card函数表示某集合中所含元素的个数，C为所有的属性集合，p为某具体的属性；pbesti＝maxpbesti,ffitnessi5gbest＝maxpbesti,ffitnessi6式中：gbest为全局最优粒子，pbest为局部最优粒子，ffitnessi是由步骤S303计算获得的适应值；S305为保证粒子通过迭代找到最优解，需要根据pbest、gbest不断更新粒子的当前速度和位置，速度和位置的更新方法如式7、式8：vi＝w×vi+c1×rand×pbesti-xi+c2×rand×gbesti-xi7xi＝xi+vi8式中：i＝1,2,3…N-1,N，N为种群中粒子的总数，vi为粒子的速度，rand为0,1之间的随机数，xi为当前的粒子位置，c1为局部学习因子，代表粒子移动到历史位置pbest的加速项目权重，c2为全局学习因子，表示粒子移动到gbest的加速向权重，w为粒子之前运动方向在本次方向上的惯性，取非负值；S306PSO算法处理结果为连续值，将处理结果转换成粒子形式，如式9、式10，获得电力变压器健康状态的核特征： sigx＝1+exp-x-110式中，rand为0,1之间的随机数，sigx在0,1之间分布；步骤S4中，利用TFG-T任务流机制完成电力变压器健康状态的核特征集成，具体包括：S401对XML格式请求清单进行解析，获得评估任务的数据库访问路径、表字段以及涉及需要进行二次模型处理的数据，将各模块以URL形式进行请求，各算子按照任务分发情况进行处理，算子需从CIM模式中心中请求原始数据；S402各CIM模式中心根据各数据更新频率不同完成设备最新监测数据的保存迭代，当CIM模式中心收到相关的请求清单后，将该类和对象进行数据资源转换URI，利用对象、数据的映射规则完成数据映射，并将数据封装到请求清单中，返回给请求任务体，至此完成电力变压器健康状态的核特征集成。

全文数据：

权利要求：

百度查询： 国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司;华北电力大学(保定) 一种不完备多模态信息下电力变压器的健康状态评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD