大型油浸式變壓器故障參數信息整合判斷概述

　　隨著電力系統朝著超高壓、大電網、大容量、自動化方向發展，以及社會生活對供用電牢靠性要求的進步和變壓器在電網中的共同位置，油浸式變壓器廠家迫切需要對油浸式變壓器運轉狀況進行實時或守時在線監測，以及早發現油浸式變壓器早期絕緣潛伏性故障、缺陷，避免突發事端發作，一起削減不必要的停電檢修，避免傳統實驗對油浸式變壓器“過度檢修”形成的巨大損失，有效地延伸設備使用壽命，使設備達到優化裝備的“狀況修理”，保證電力系統安全牢靠的穩定運轉。

　　由于油浸式變壓器制作工藝的雜亂性及運轉環境的不穩定性，變壓器的毛病機理比較雜亂，變壓器同一種毛病形式往往有不同的癥狀，同一種癥狀又常常是幾種毛病一起效果的結果，毛病形式與毛病特征之間存在著雜亂的對應關系，毛病特征與毛病源之間完全是一種非線性映射變壓器毛病的多樣性、不確定性和各種毛病之間聯絡的雜亂性就成了變壓器毛病確診技術上的難點，僅僅依托單一毛病特征量的確診方法只能從某一個方面反映變壓器的狀況，無法對變壓器的全體健康狀況做出歸納評判。

　　變壓器發作毛病時有許多預兆，因而變壓器的毛病診斷進程就是一個綜合使用各種預兆的信息交融進程，充分使用變壓器毛病的各種特征量，從多方面取得關于變壓器同一對象的多維信息，并加以交融使用，完成對變壓器更牢靠、精確的監測與診斷。因而油浸式變壓器廠家依據油浸式變壓器多特征量的毛病診斷就是收集運轉中變壓器的異常現象或預兆，依據這些現象或預兆使用信息集成與數據交融技能進行剖析，從而對毛病的有無、類型、嚴峻程度和部位做出精確地判別。

　　多傳感器信息交融技能（又稱信息交融技能、信息交融或數據交融）最早應用于航空電子學上的雷達方針辨認問題，后來逐步推行并應用到智能制作、進程監測、機器人、導航等研討領域。它將來自不同信息源的信息進行處理，終究經過對多傳感器（多源）信息的協同利用，產生生對被測目標或進程的最佳估量。其觸及多方面的理論和技能，如信號處理、估量理論、不確定性理論、模式辨認最優化技能、神經經網絡和人工智能。信息交融中選用的辦法有極大似然估量、最小二乘法、卡爾曼濾波、貝葉斯估量、D－S依據決議計劃理論、聚類分析、含糊邏輯、神經網絡、遺傳算法等。