CN104036131A - 一种变压器老化故障率估计方法 - Google Patents
一种变压器老化故障率估计方法 Download PDFInfo
- Publication number
- CN104036131A CN104036131A CN201410250603.7A CN201410250603A CN104036131A CN 104036131 A CN104036131 A CN 104036131A CN 201410250603 A CN201410250603 A CN 201410250603A CN 104036131 A CN104036131 A CN 104036131A
- Authority
- CN
- China
- Prior art keywords
- lambda
- theta
- transformer
- malfunction
- sin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Emergency Protection Circuit Devices (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
- Protection Of Transformers (AREA)
Abstract
本发明涉及一种变压器老化故障率估计方法,属于电力系统可靠性评估领域。本发明方法给出了变压器各种运行状态的划分,并基于变压器两种状态监测信息(极化指数和糠醛含量),给出了基于证据理论的变压器状态评估方法,根据变压器当前状态的不同,建立了不同的变压器老化模型及其对应的状态转移微分方程组,通过求解变压器状态转移微分方程组得到变压器老化故障率。本方法可用于考虑变压器状态监测信息情况下的电网变压器可靠性评估,通过引入变压器状态监测信息,可以有效解决传统方法不能充分反映变压器实际运行工况的问题,提高变压器老化故障率估计的精度。
Description
技术领域
本发明涉及一种变压器老化故障率估计方法,属于电力系统可靠性评估领域。
背景技术
电力系统中的变压器由于内部绝缘老化等原因会发生老化故障,从而对电力系统安全稳定运行造成影响。老化故障率是评估变压器运行可靠性的关键参数,不精确的老化故障率可能导致错误的可靠性评估结果。
在传统方法中,变压器老化故障率通常取为历史统计数据的平均值,该方法的不足主要有以下两点。
1.从空间角度讲,电力系统中的不同变压器地理位置分布较为广泛,其外部运行环境、负荷水平及维修保养情况也各不相同,不同变压器的老化故障率之间可能存在明显差别,而传统方法获取的历史统计数据平均值无法体现这一差别;
2.从时间角度讲,即便对于同一台变压器来说,其在不同时期的老化故障率也有明显变化,通常随运行时间增加而增长,随维修保养而下降,而传统方法获取的历史统计数据平均值也无法体现这一差别;
变压器状态监测装置目前已经在电力系统中得到了广泛应用,其采集到的状态监测数据反映了变压器实时运行工况。在变压器老化故障率估计中借鉴变压器的状态监测数据,有利于充分考虑不同变压器独特的外部环境和自身运行工况,从而提高变压器老化故障率估计的准确性。
发明内容
本发明的目的是提出一种变压器老化故障率估计方法,基于变压器常见的两种状态监测信息(极化指数和糠醛含量),给出基于证据理论的变压器状态评估方法,建立变压器老化模型及其对应的状态转移微分方程组,通过求解变压器状态转移微分方程组得到变压器老化故障率。
本发明提出的基于证据理论的变压器老化故障率估计方法,包括以下步骤:
(1)将变压器的运行状态划分为正常、注意、异常和故障四种,分别记为θ0、θ1、θ2和θ3;
(2)从变压器所在的变电站获取变压器极化指数监测数据和糠醛含量监测数据,分别表示为Dp和Df;
(3)根据变压器极化指数Dp,建立一个变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数如下:
其中mp(θ0)、mp(θ1)、mp(θ2)和mp(θ3)分别表示基于变压器极化指数Dp的变压器正常、注意、异常和故障四种状态基本可信度分配函数;
(4)根据变压器糠醛含量Df,建立一个变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数如下:
其中mf(θ0)、mf(θ1)、mf(θ2)和mf(θ3)分别表示基于变压器糠醛含量Df的变压器正常、注意、异常和故障四种状态基本可信度分配函数;
(5)基于证据理论(一种不确定推理方法),将所述步骤(3)和步骤(4)中的基本可信度分配函数进行合成,合成公式如下:
其中m(θ0)、m(θ1)、m(θ2)和m(θ3)分别表示合成后的变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数;
(6)分别对上述步骤(5)得到的变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数m(θ0)、m(θ1)、m(θ2)和m(θ3)的数值进行比较,选取其中的最大值,将与该最大值相对应的状态作为得到的变压器当前运行状态;
(7)根据得到的变压器当前运行状态,分别计算变压器在不同运行状态下的老化故障率,包括以下步骤:
(7-1)若变压器当前运行状态为正常状态θ0,则建立变压器运行状态从正常向注意、异常和故障依次转移的老化模型,该老化模型中,用λ01表示变压器由正常状态转移到注意状态的转移速率,λ12表示变压器由注意状态转移到异常状态的转移速率,λ23表示变压器由异常状态转移到故障状态的转移速率,转移速率λ01、λ12和λ23可以从变压器制造厂商处获得,一般取值范围为0~1次/天;
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P0、P1、P2和P3分别表示变压器运行状态处于正常、注意、异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
其中,a、b和c分别为常数项系数;
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-2)若变压器当前运行状态为注意状态θ1,则建立变压器运行状态从注意向异常和故障依次转移的老化模型,该老化模型中,用λ12表示变压器由注意状态转移到异常状态的转移速率,λ23表示变压器由异常状态转移到故障状态的转移速率,
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P1、P2和P3分别表示变压器运行状态处于注意、异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-3)若变压器当前运行状态为异常状态θ2,则建立变压器运行状态从异常向故障转移的老化模型,该老化模型中,用λ23表示变压器由异常状态转移到故障状态的转移速率,
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P2和P3分别表示变压器运行状态处于异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-4)若变压器当前运行状态为故障状态θ3,则此时无需再估计变压器老化故障率,应使变压器转入维修状态。
本发明提出的一种基于证据理论的变压器老化故障率估计方法,其优点是:本发明方法在变压器老化故障率估计过程中有效考虑了变压器当前运行工况,通过证据理论将变压器不同种类状态监测信息进行有效融合,估计了变压器当前运行状态,并基于变压器当前运行状态建立了变压器老化模型,推导得到了变压器老化故障率解析式,解决了传统故障率获取方法不能充分反映不同变压器实际工况的问题。相比于传统方法,本发明方法对变压器老化故障率的估计结果更加准确,有利于提高电网可靠性评估的精确性。
具体实施方式
本发明提出的变压器老化故障率计算方法,包括以下步骤:
(1)将变压器的运行状态划分为正常、注意、异常和故障四种,分别记为θ0、θ1、θ2和θ3;
(2)从变压器所在的变电站获取变压器极化指数监测数据和糠醛含量监测数据,分别表示为Dp和Df;
(3)根据变压器极化指数Dp,建立一个变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数如下:
其中mp(θ0)、mp(θ1)、mp(θ2)和mp(θ3)分别表示基于变压器极化指数Dp的变压器正常、注意、异常和故障四种状态基本可信度分配函数;
(4)根据变压器糠醛含量Df,建立一个变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数如下:
其中mf(θ0)、mf(θ1)、mf(θ2)和mf(θ3)分别表示基于变压器糠醛含量Df的变压器正常、注意、异常和故障四种状态基本可信度分配函数;
(5)基于证据理论(一种不确定推理方法),将所述步骤(3)和步骤(4)中的基本可信度分配函数进行合成,合成公式如下:
其中m(θ0)、m(θ1)、m(θ2)和m(θ3)分别表示合成后的变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数;
(6)分别对上述步骤(5)得到的变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数m(θ0)、m(θ1)、m(θ2)和m(θ3)的数值进行比较,选取其中的最大值,将与该最大值相对应的状态作为得到的变压器当前运行状态;
(7)根据得到的变压器当前运行状态,分别计算变压器在不同运行状态下的老化故障率,包括以下步骤:
(7-1)若变压器当前运行状态为正常状态θ0,则建立变压器运行状态从正常向注意、异常和故障依次转移的老化模型,该老化模型中,用λ01表示变压器由正常状态转移到注意状态的转移速率,λ12表示变压器由注意状态转移到异常状态的转移速率,λ23表示变压器由异常状态转移到故障状态的转移速率,转移速率λ01、λ12和λ23可以从变压器制造厂商处获得,一般取值范围为0~1次/天;
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P0、P1、P2和P3分别表示变压器运行状态处于正常、注意、异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
其中,a、b和c分别为常数项系数;
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-2)若变压器当前运行状态为注意状态θ1,则建立变压器运行状态从注意向异常和故障依次转移的老化模型,该老化模型中,用λ12表示变压器由注意状态转移到异常状态的转移速率,λ23表示变压器由异常状态转移到故障状态的转移速率,
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P1、P2和P3分别表示变压器运行状态处于注意、异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-3)若变压器当前运行状态为异常状态θ2,则建立变压器运行状态从异常向故障转移的老化模型,该老化模型中,用λ23表示变压器由异常状态转移到故障状态的转移速率,
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P2和P3分别表示变压器运行状态处于异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-4)若变压器当前运行状态为故障状态θ3,则此时无需再估计变压器老化故障率,应使变压器转入维修状态。
Claims (1)
1.一种变压器老化故障率计算方法,其特征在于该方法包括以下步骤:
(1)将变压器的运行状态划分为正常、注意、异常和故障四种,分别记为θ0、θ1、θ2和θ3;
(2)从变压器所在的变电站获取变压器极化指数监测数据和糠醛含量监测数据,分别表示为Dp和Df;
(3)根据变压器极化指数Dp,建立一个变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数如下:
其中mp(θ0)、mp(θ1)、mp(θ2)和mp(θ3)分别表示基于变压器极化指数Dp的变压器正常、注意、异常和故障四种状态基本可信度分配函数;
(4)根据变压器糠醛含量Df,建立一个变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数如下:
其中mf(θ0)、mf(θ1)、mf(θ2)和mf(θ3)分别表示基于变压器糠醛含量Df的变压器正常、注意、异常和故障四种状态基本可信度分配函数;
(5)基于证据理论,将所述步骤(3)和步骤(4)中的基本可信度分配函数进行合成,合成公式如下:
其中m(θ0)、m(θ1)、m(θ2)和m(θ3)分别表示合成后的变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数;
(6)分别对上述步骤(5)得到的变压器在正常、注意、异常和故障四种状态下的基本可信度分配函数m(θ0)、m(θ1)、m(θ2)和m(θ3)的数值进行比较,选取其中的最大值,将与该最大值相对应的状态作为得到的变压器当前运行状态;
(7)根据得到的变压器当前运行状态,分别计算变压器在不同运行状态下的老化故障率,包括以下步骤:
(7-1)若变压器当前运行状态为正常状态θ0,则建立变压器运行状态从正常向注意、异常和故障依次转移的老化模型,该老化模型中,用λ01表示变压器由正常状态转移到注意状态的转移速率,λ12表示变压器由注意状态转移到异常状态的转移速率,λ23表示变压器由异常状态转移到故障状态的转移速率,转移速率λ01、λ12和λ23可以从变压器制造厂商处获得,一般取值范围为0~1次/天;
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P0、P1、P2和P3分别表示变压器运行状态处于正常、注意、异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
其中,a、b和c分别为常数项系数;
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-2)若变压器当前运行状态为注意状态θ1,则建立变压器运行状态从注意向异常和故障依次转移的老化模型,该老化模型中,用λ12表示变压器由注意状态转移到异常状态的转移速率,λ23表示变压器由异常状态转移到故障状态的转移速率,
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P1、P2和P3分别表示变压器运行状态处于注意、异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-3)若变压器当前运行状态为异常状态θ2,则建立变压器运行状态从异常向故障转移的老化模型,该老化模型中,用λ23表示变压器由异常状态转移到故障状态的转移速率,
根据该老化模型,建立一个变压器马尔可夫状态转移微分方程组如下:
其中,P2和P3分别表示变压器运行状态处于异常和故障状态的概率;
利用拉氏变换方法,求解上述微分方程组,得到任意t时刻变压器处于故障状态的概率P3(t):
根据上述任意t时刻变压器处于故障状态的概率P3(t),得到任意t时刻变压器的老化故障率λ(t):
(7-4)若变压器当前运行状态为故障状态θ3,则此时无需再估计变压器老化故障率,应使变压器转入维修状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410250603.7A CN104036131A (zh) | 2014-06-06 | 2014-06-06 | 一种变压器老化故障率估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410250603.7A CN104036131A (zh) | 2014-06-06 | 2014-06-06 | 一种变压器老化故障率估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104036131A true CN104036131A (zh) | 2014-09-10 |
Family
ID=51466901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410250603.7A Pending CN104036131A (zh) | 2014-06-06 | 2014-06-06 | 一种变压器老化故障率估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104036131A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104977489A (zh) * | 2015-07-05 | 2015-10-14 | 巢湖市金辉自控设备有限公司 | 变压器的绕组检测维护方法 |
CN105372528A (zh) * | 2015-11-24 | 2016-03-02 | 湖南大学 | 一种电力变压器内部故障的状态检修方法 |
CN106779324A (zh) * | 2016-11-29 | 2017-05-31 | 武汉大学 | 基于马尔科夫链模型的配电变压器状态劣化过程描述方法 |
CN108897717A (zh) * | 2018-05-09 | 2018-11-27 | 广东电网有限责任公司 | 一种变压器绝缘油劣化故障率计算方法 |
-
2014
- 2014-06-06 CN CN201410250603.7A patent/CN104036131A/zh active Pending
Non-Patent Citations (1)
Title |
---|
GUOQIANG JI等: "Transformer Aging Failure Rate Evaluation Method Based on Evidence Theory for Operational Risk Assessment", 《INNOVATION SMART GRID TECHNOLOGIES-ASIA》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104977489A (zh) * | 2015-07-05 | 2015-10-14 | 巢湖市金辉自控设备有限公司 | 变压器的绕组检测维护方法 |
CN105372528A (zh) * | 2015-11-24 | 2016-03-02 | 湖南大学 | 一种电力变压器内部故障的状态检修方法 |
CN105372528B (zh) * | 2015-11-24 | 2018-10-09 | 湖南大学 | 一种电力变压器内部故障的状态检修方法 |
CN106779324A (zh) * | 2016-11-29 | 2017-05-31 | 武汉大学 | 基于马尔科夫链模型的配电变压器状态劣化过程描述方法 |
CN108897717A (zh) * | 2018-05-09 | 2018-11-27 | 广东电网有限责任公司 | 一种变压器绝缘油劣化故障率计算方法 |
CN108897717B (zh) * | 2018-05-09 | 2021-09-10 | 广东电网有限责任公司 | 一种变压器绝缘油劣化故障率计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104537487B (zh) | 一种输变电设备运行动态风险的评估方法 | |
CN103323707B (zh) | 基于半马尔科夫过程的变压器故障率预测方法 | |
CN103823433B (zh) | 一种使用通讯过程分析实现继电保护设备在线监测的方法 | |
CN104316801B (zh) | 基于时间序列相似性匹配的电力系统故障诊断方法 | |
CN103324992A (zh) | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 | |
CN104036131A (zh) | 一种变压器老化故障率估计方法 | |
CN103234753A (zh) | 基于高斯过程建模的风电机组轴系状态监测方法 | |
CN103646358A (zh) | 计及电力设备时变故障率的电网计划检修周期确定方法 | |
CN104318347A (zh) | 一种基于多传感器信息融合的输电线路覆冰状态评估方法 | |
CN103823972A (zh) | 一种继电保护设备状态评价与评估方法 | |
CN103471729A (zh) | 一种装置温度预警方法及其应用 | |
CN101923685A (zh) | 一种基于断线故障概率预测的电力切负荷决策系统及方法 | |
CN104008288A (zh) | 一种变压器寿命仿真估计方法 | |
CN104573315A (zh) | 一种基于状态检修的输变电设备故障率的计算方法 | |
CN115757022A (zh) | 一种基于数据分析的炼焦生产设备故障预测系统 | |
CN106548265A (zh) | 一种基于连锁故障事故链搜索的输电网可靠性评估方法 | |
CN106952178B (zh) | 一种基于量测平衡的遥测不良数据辨识与原因分辨方法 | |
CN103605910A (zh) | 考虑隐性故障的单一保护装置可靠性评估方法 | |
CN103985059B (zh) | 一种基于模糊故障率的电网变压器运行风险评估方法 | |
CN105528742A (zh) | 一种断路器失效概率评估方法 | |
CN104574211A (zh) | 基于风险源的电网调度操作风险预警方法和系统 | |
CN102751725A (zh) | 一种配电网过负荷风险状态辨识方法 | |
CN103197162B (zh) | 一种基于模板匹配的多开关参量故障诊断方法 | |
CN107478988A (zh) | 基于非精确贝叶斯模型的断路器异常判别方法和系统 | |
CN104330690A (zh) | 基于等值电阻的变压器绕组状态估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140910 |
|
WD01 | Invention patent application deemed withdrawn after publication |