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

1、電力變壓器是電網(wǎng)中能量轉換以及傳輸?shù)暮诵?，是電力系統(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，甚至會造成不可挽回的嚴重后果。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)進行預測，以此為基礎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測為目標，研究了基于云-Petri網(wǎng)的變壓器狀態(tài)分析方法，利用關聯(lián)規(guī)則構建狀態(tài)轉移概率矩

2、陣并對其進行修正，結合變壓器狀態(tài)分析結果和構建的狀態(tài)轉移概率矩陣，建立基于馬爾科夫模型的變壓器故障預測模型，取得的成果如下：
　?、倮迷评碚撎崛顟B(tài)參量與不同狀態(tài)間的關聯(lián)規(guī)則，結合云產(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)推理結果判別，該模型能夠得到變壓器當前的狀態(tài)并對設備不同的狀態(tài)進行良好的區(qū)分。
　　②運

3、用 Apriori算法對不同狀態(tài)間存在的關聯(lián)規(guī)則進行挖掘，在此基礎上構建了變壓器狀態(tài)轉移概率矩陣；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)轉移矩陣進行修正，并引入相對劣化度計算指標值。
　　③以變壓器狀態(tài)分析結果作為初始狀態(tài)向量，結合構建的變壓器狀態(tài)轉移概率矩陣，建立了變壓器故障馬爾科夫預測模型，對變壓器故障進行預測。預測實例表明，修正后的轉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