APP下载

基于改进排列熵算法的电力系统设备状态智能识别研究

2021-11-11王立永纪斌吴红林

电气传动 2021年21期
关键词:电力设备特征智能

王立永,纪斌,吴红林

(国网北京市电力公司,北京 100031)

电力系统设备的正常运行是保障社会经济稳定发展的重要支撑。随着电网和电力设备组成规模的不断增大,电力系统设备的种类越来越多,运行工况也越来越复杂[1]。电力系统设备在运行时,受到外界多种因素的干扰,导致电力系统设备出现异常,甚至影响整个电力系统的正常运行。因此,电力系统设备的安全稳定运行已经成为该领域关注的焦点问题[2]。针对电力系统设备的状态进行识别,分析电力系统设备的运行安全性具有十分重要的意义。基于此,该领域相关研究人员对电力系统设备状态识别进行了大量研究。

文献[3]提出基于多种测度的电网设备在线状态评估方法。该方法借助层次分析方法获取电网设备的运行初始权重,通过有向关系矩阵求解模糊测度的最优值,通过模糊积分分析电网设备的健康度,在此基础上,采用熵权法测度电网设备运行状态,完成了电网设备运行状态的在线评估。该方法对电网设备的运行状态评估精度较高,但其评估的延时较长,具有一定局限性。文献[4]提出基于综合健康指数的电力设备状态评估方法。该方法将健康指数作为电力设备状态的评估指标,设计电力设备运行状态的综合评价模型;借助电力设备特征参数,分析电力设备运行状态指数,并对其进行一定的修正;最后构建基于时间序列分析的非线性关系模型,对电力设备运行健康状态变化趋势进行评估。……

登录APP查看全文

猜你喜欢

电力设备特征智能
加强电力设备运维云平台安全性管理
如何表达“特征”
不忠诚的四个特征
智能前沿
智能前沿
智能前沿
智能前沿
电力设备运维管理及安全运行探析
基于压缩感知的电力设备视频图像去噪方法研究
基于改进Canny算子的电力设备图像检测研究