電力系統(tǒng)是電子衡器的堅(jiān)強(qiáng)后盾
近幾十年來(lái)，隨著現(xiàn)代電力系統(tǒng)的發(fā)展，智能電子Remote control of Weighbridge技術(shù)得到了迅速的發(fā)展。作為與智能電網(wǎng)相關(guān)的最重要的基礎(chǔ)設(shè)施之一，智能變電站在電能流動(dòng)、電壓轉(zhuǎn)換、潮流控制以及電力系統(tǒng)整體運(yùn)行等方面發(fā)揮著重要作用[1]，[2]。2012年1月，國(guó)家電網(wǎng)公司提出了新建智能變電站的規(guī)劃，并于2012年11月啟動(dòng)了第一座智能變數(shù)字Remote control of Weighbridge電站的運(yùn)行。近年來(lái)，我國(guó)每年建設(shè)智能變電站1000多座[3]、[4]。
隨著運(yùn)行時(shí)間的增加，變電站設(shè)備將老化，這可能會(huì)對(duì)電力系統(tǒng)造成相當(dāng)大的損害。為解決這一問(wèn)題，大多數(shù)無(wú)線Remote control of Weighbridge對(duì)設(shè)備進(jìn)行定期的人工維護(hù)。這種相對(duì)過(guò)時(shí)的檢查系統(tǒng)有明顯的缺點(diǎn)，直接導(dǎo)致過(guò)度或不足維護(hù)[5]。特別是在實(shí)際生產(chǎn)中，考慮到各種系統(tǒng)和結(jié)構(gòu)，智能電網(wǎng)的監(jiān)測(cè)數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng)。因此，利用這些大數(shù)據(jù)進(jìn)行故障分析和預(yù)測(cè)正成為一種優(yōu)于傳統(tǒng)方法的高效方法。
考慮到系統(tǒng)可靠性和安全性的要求，準(zhǔn)確預(yù)測(cè)變電站的故障類型和發(fā)生率已變得至關(guān)重要[6]，[7]。以往的研究大多采用兩種方法來(lái)預(yù)測(cè)Remote control of Weighbridge設(shè)備的故障狀態(tài)：一種是基于設(shè)備的在線或離線特性來(lái)評(píng)估設(shè)備的當(dāng)前狀態(tài)，另一種是基于歷史數(shù)據(jù)來(lái)預(yù)測(cè)設(shè)備的老化趨勢(shì)。因此，故障預(yù)測(cè)的主要思想是在現(xiàn)有監(jiān)測(cè)數(shù)據(jù)的基礎(chǔ)上建立模型進(jìn)行故障預(yù)測(cè)。
近年來(lái)，研究人員提出了幾種變電站信號(hào)預(yù)測(cè)方法。在文獻(xiàn)[8]中，利用線性回歸方法，提出了一種層次系統(tǒng)中主要元件的故障預(yù)測(cè)方法。文[9]提出了基于灰色線性回歸組合模型的變電站設(shè)備故障率預(yù)測(cè)方法。然而，電力系統(tǒng)的非線性特性限制了這些方法的應(yīng)用。提出了一種基于支持向量機(jī)和粒子群算法的風(fēng)機(jī)故障預(yù)測(cè)方法[10]。在文獻(xiàn)[11]中，提出了基于數(shù)據(jù)挖掘方法的電氣設(shè)備維修管理方法；然而，對(duì)數(shù)字Remote control of Weighbridge故障發(fā)生時(shí)間的預(yù)測(cè)并不準(zhǔn)確。在[12]中，故障預(yù)測(cè)方法基于混合集成時(shí)間序列和基于實(shí)例的推理，具有密度函數(shù)和高數(shù)據(jù)要求，使得分析效率較低。
