CN105303327A - 一种变压器风险分析的方法和系统 - Google Patents

Abstract

本发明提供一种变压器风险分析的方法，包括将变压器的实际缺陷作为风险源，得到关联指标，并进一步对关联指标对应所确定的各风险指标赋予初始概率值；每一风险源均构建由关联指标形成的同型矩阵并赋值，筛选出每一风险源中满足预定条件的同型矩阵及对应的权重向量；根据关联指标的初始概率值以及每一风险源筛选的权重向量，得到每一风险源对应各风险指标的加权概率值；获取每一风险源对应各风险指标的严重度并筛选出同一风险指标中最大值，根据加权概率值和严重度最大值，计算出各风险指标的指数；将各指数累加作为总风险指数输出。实施本发明，能够提高变压器风险评估、缺陷诊断的准确性和可靠性，使得评价结果更加科学合理，且具有可扩展性。

Description

一种变压器风险分析的方法和系统

技术领域

本发明涉及变压器技术领域，尤其涉及一种变压器风险分析的方法和系统。

背景技术

电力变压器是电网能量传输的核心部件，在电力系统中处于极其重要的地位，其安全运行是电网安全、可靠、稳定运行的首要保证。根据国际大电网会议对部分国家输变电设备使用寿命的统计，目前变压器设备平均设计寿命在40-45年，由于实际运行情况及负荷变化的差异，因此运行中的变压器实际剩余寿命差别较大。

为了避免盲目更换变压器带来巨大的经济损失，以及无依据继续运行造成的安全隐患，有必要利用现代技术和分析手段对在役变压器的健康状态进行评估，通过必要的监测和试验手段有效地确定其风险，实现变压器能够安全可靠的运行。同时，对变压器进行有效、准确的监测、诊断以及风险评估，是提高供电可靠性及电网运行智能化水平的重要途径，将显著提高设备的可靠性水平和检修效率。

由于已应用的变压器设备的在线监测系统与生产管理系统大都相互独立，而且不同的在线监测系统往往功能单一且通讯标准不一，因此难以进行系统集成和信息融合共享，无法对变压器设备进行科学合理的评估，且不具有可扩展性。

发明内容

本发明实施例所要解决的技术问题在于，提供一种变压器风险分析的方法和系统，能够提高变压器风险评估、缺陷诊断的准确性和可靠性，使得评价结果更加科学合理，且具有可扩展性。

为了解决上述技术问题，本发明实施例提供了一种变压器风险分析的方法，所述方法包括：

a、将变压器的实际缺陷作为风险源，且从所述变压器的预设指标库中，得到每一风险源对应关联的指标，并确定风险指标，进一步对所述每一风险源关联指标对应于各风险指标分别赋予相应的初始概率值；

b、基于层次分析法，对每一风险源均构建出由其对应关联指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的每一风险源的同型矩阵分别进行筛选，筛选出每一风险源中满足预定条件的同型矩阵，以及每一风险源对应所筛选同型矩阵的权重向量；

c、根据所述每一风险源关联指标对应于各风险指标分别赋予的初始概率值，以及每一风险源对应所筛选同型矩阵的权重向量，形成每一风险源对应于各风险指标的新矩阵并计算，得到每一风险源对应于各风险指标的加权概率值；

d、获取每一风险源对应各风险指标的严重度，并从所述获取到的严重度中，筛选出同一风险指标中严重度的最大值，且根据所述得到的每一风险源对应于各风险指标的加权概率值以及所筛选的同一风险指标中严重度最大值，计算出各风险指标的指数；

e、将所述计算出的各风险指标的指数进行累加后，作为所述变压器的总风险指数输出。

其中，所述步骤e进一步包括：

基于层次分析法，构建出由各风险指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的风险指标对应的同型矩阵进行筛选，筛选出所述风险指标对应的同型矩阵中满足预定条件的同型矩阵及其对应的权重向量，并进一步计算出风险指标中所筛选同型矩阵对应各风险指标的权重值；

将所述计算出的各风险指标的指数与其对应的权重值分别相乘后进行累加，所得到的累加之和作为所述变压器的总风险指数输出。

其中，所述步骤d具体包括：

确定每一风险源对应于各风险指标的严重度，并进一步筛选出同一风险指标中严重度的最大值；

确定风险指标的总数量，根据公式计算出每一风险指标的指数；其中，Rx为第x个风险指标的指数；P_k-w代表某一风险源k对应于第x个风险指标的加权概率值；c_imax为多个风险源在第x个风险指标中严重度的最大值；代表在第x个风险指标中其他功能部件不发生故障的概率；x为自然数，且小于等于所述风险指标的总数量。

本发明实施例还提供了一种变压器风险分析的系统，所述系统包括：

初始概率赋值单元，用于将变压器的实际缺陷作为风险源，且从所述变压器的预设指标库中，得到每一风险源对应关联的指标，并确定风险指标，进一步对所述每一风险源关联指标对应于各风险指标分别赋予相应的初始概率值；

判断矩阵确定单元，用于基于层次分析法，对每一风险源均构建出由其对应关联指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的每一风险源的同型矩阵分别进行筛选，筛选出每一风险源中满足预定条件的同型矩阵，以及每一风险源对应所筛选同型矩阵的权重向量；

初始概率加权修正单元，用于根据所述每一风险源关联指标对应于各风险指标分别赋予的初始概率值，以及每一风险源对应所筛选同型矩阵的权重向量，形成每一风险源对应于各风险指标的新矩阵并计算，得到每一风险源对应于各风险指标的加权概率值；

单一风险指数获取单元，用于获取每一风险源对应各风险指标的严重度，并从所述获取到的严重度中，筛选出同一风险指标中严重度的最大值，且根据所述得到的每一风险源对应于各风险指标的加权概率值以及所筛选的同一风险指标中严重度最大值，计算出各风险指标的指数；

总风险指数获取单元，用于将所述计算出的各风险指标的指数进行累加后，作为所述变压器的总风险指数输出。

其中，所述系统还包括：

总风险指数加权修正单元，用于基于层次分析法，构建出由各风险指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的风险指标对应的同型矩阵进行筛选，筛选出所述风险指标对应的同型矩阵中满足预定条件的同型矩阵及其对应的权重向量，并进一步计算出风险指标中所筛选同型矩阵对应各风险指标的权重值；以及

将所述计算出的各风险指标的指数与其对应的权重值分别相乘后进行累加，所得到的累加之和作为所述变压器的总风险指数输出。

其中，所述单一风险指数获取单元包括：

严重度筛选模块，用于确定每一风险源对应于各风险指标的严重度，并进一步筛选出同一风险指标中严重度的最大值；

风险指数运算模块，用于确定风险指标的总数量，根据公式计算出每一风险指标的指数；其中，Rx为第x个风险指标的指数；P_k-w代表某一风险源k对应于第x个风险指标的加权概率值；c_imax为多个风险源在第x个风险指标中严重度的最大值；代表在第x个风险指标中其他功能部件不发生故障的概率；x为自然数，且小于等于所述风险指标的总数量。

实施本发明实施例，具有如下有益效果：

在本发明实施例中，由于结合变压器实际缺陷，对与实际缺陷相关联的指标实现多特征量的数据分析，能够提高变压器风险评估、缺陷诊断的准确性和可靠性，使得评价结果更加科学合理，且具有可扩展性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。

图1为本发明实施例提供的一种变压器风险分析的方法的流程图；

图2为本发明实施例提供的一种变压器风险分析的系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

如图1所示，为本发明实施例中，提供的一种变压器风险分析的方法，所述方法包括：

步骤S1、将变压器的实际缺陷作为风险源，且从所述变压器的预设指标库中，得到每一风险源对应关联的指标，并确定风险指标，进一步对所述每一风险源关联指标对应于各风险指标分别赋予相应的初始概率值；

具体过程为，结合变压器实际运行检修的历史资料和数据，将电力变压器分为绕组、铁芯、分接开关、套管、绝缘介质与本体外壳、储油柜、冷却系统、引线和附件9个关键部件，然后根据变压器的结构和运行状况找出可能导致各关键部件故障的所有指标，并将上述找到的所有指标根据关键部件进行归类形成指标库，使得关键部件与其归类的指标具有前后级关系，以便于建立变压器分析模型。

同时，为了对变压器能够进行风险分析，需找到一种风险后果的衡量方法。在本发明实施例中，从安全性、可靠性、声誉、环境和成本五个维度对风险后果进行细分评价，便于制定相关预防与控制决策，因此具体的风险指标划分如下表1所示：

表1

在分析过程中，首先要确定变压器当前实际缺陷，将这些实际缺陷作为风险源进行风险分析，得到每一个风险源对应关联的指标，同时根据风险指标，对每一个风险源关联指标在不同风险指标下都赋予相应的初始概率值。

作为一个例子，某电力企业变电站内的运行人员通过巡视发现两个一般缺陷，即变压器外部有外力冲撞痕迹和变压器引线接头焊接不良，并且通过对变压器的例行实验发现套管的污秽度超标。上述三个因素即为风险发生的风险源。基于上述三个风险源，在指标库中找到对应的关键部件(如绕组和套管)以及所含的关联指标，通过专家对找到的三个风险源关联指标在不同风险指标下分别赋予初始概率值；例如绕组有5个指标，套管有7个指标，则三个风险源关联指标对应可靠性分别赋予的17个初始概率值，三个风险源关联指标对应安全性分别赋予的17个初始概率值，三个风险源关联指标对应声誉分别赋予的17个初始概率值，三个风险源关联指标对应环境分别赋予的17个初始概率值，三个风险源关联指标对应成本分别赋予的17个初始概率值。

步骤S2、基于层次分析法，对每一风险源均构建出由其对应关联指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的每一风险源的同型矩阵分别进行筛选，筛选出每一风险源中满足预定条件的同型矩阵，以及每一风险源对应所筛选同型矩阵的权重向量；

具体过程为，步骤b1、每一风险源均构建出由其对应关联指标作为矢量形成的同型矩阵；其中，同型矩阵为行列相等的矩阵 $A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& ...& a_{1n}\\ a_{21}& a_{22}& ...& a_{2n}\\ ...& ...& ...& ...\\ a_{n1}& a_{n2}& ...& a_{nn}\end{array}\right];$ a₁₁,a₁₂,a₂₁,...,a_nn为同型矩阵A中的赋值项；n为指标评价的个数及矩阵的阶数，其为自然数；

步骤b2、通过专家评审得出同层次指标之间的相对重要性的判断结果，并根据预设的赋值表给每一风险源的同型矩阵进行赋值；

在本发明实施例中，层同型矩阵中赋值项a_ij数值均通过预设的赋值表定义成已赋值同型矩阵，该赋值表采用1到9的度量法，其标准设置如下：

当认为i指标与j指标同等重要时，则a_ij＝1，a_ji＝1；

当认为i指标比j指标稍重要时，则a_ij＝3，a_ji＝1/3；

当认为i指标比j指标明显重要时，则a_ij＝5，a_ji＝1/5；

当认为i指标比j指标强烈重要时，则a_ij＝7，a_ji＝1/7；

当认为i指标比j指标极端重要时，则a_ij＝9，a_ji＝1/9；

介于两者判断尺度之间的可赋2、4、6、8和1/2、1/4、1/6、1/8各值；其中，i和j均为自然数；a_ij为已赋值同型矩阵中第i行第j列上的赋值项，a_ji为已赋值同型矩阵中第j行第i列上的赋值项。

步骤b3、计算出已赋值同型矩阵分别对应的最大特征值λ_max，并根据公式(1)，计算出已赋值同型矩阵分别对应的一致性指标CI：

$CI=\frac{{\mathrm{\λ}}_{max}-n}{n-1}---\left(1\right),$

步骤b4、在预设的一致性指标数值表中分别查找到已赋值同型矩阵分别对应的数值RI，并根据公式(2)，计算出已赋值同型矩阵分别对应的一致性比例CR：

$CR=\frac{CI}{RI}---\left(2\right),$

式(2)中，RI为所述预设的一致性指标数值表中的值；

在本发明实施例中，预设的一致性指标数值表，如下表2所示：

表2

n	1	2	3	4	5	6	7	8	9
										RI	0	0	0.52	0.89	1.12	1.24	1.36	1.41	1.46

当n＝1或n＝2时，认为CR＝0，当n≥3时，利用得到的CI和RI及式(2)计算一致性比例CR。

步骤b5、判断已赋值同型矩阵分别对应的一致性比例CR是否均小于预设的比例阈值；如果是，则执行下一步骤b6，如果否，则跳转到步骤b7；

在本发明实施例中，预设的比例阈值为0.1，当CR＜0.1时，认为同型矩阵A的一致性是可以接受的，执行下一步骤b6，否则跳转到步骤b7，对同型矩阵A重新赋值进行适当调整。

步骤b6、确定满足条件，计算出已赋值的同型矩阵分别对应于最大特征值λ_max的权重向量W＝[W₁,...W_i,...W_n]^T；

步骤b7、根据预设的赋值表，对一致性比例CR大于预设的比例阈值的一同型矩阵分别进行重新赋值后，返回步骤b3。

步骤S3、根据所述每一风险源关联指标对应于各风险指标分别赋予的初始概率值，以及每一风险源对应所筛选同型矩阵的权重向量，形成每一风险源对应于各风险指标的新矩阵并计算，得到每一风险源对应于各风险指标的加权概率值；

具体过程为，将每一风险源关联指标对应于各风险指标分别赋予的初始概率值，以及每一风险源对应所筛选同型矩阵的权重向量，导入公式(3)中，形成每一风险源对应于各风险指标的新矩阵；

B_x(k-w)＝[P₁,...P_i,...P_n]×[W₁,...W_i,...W_n]^T(3)；

式(3)中，B_x(k-w)为第x个风险指标下风险源k形成的新矩阵；[P₁,...P_i,...P_n]为由第x个风险指标下风险源k的初始概率值形成的特征向量；[W₁,...W_i,...W_n]^T为第x个风险指标下风险源k同型矩阵得到的权重向量；

通过对每一个风险指标中每一个风险源产生式(3)中的矩阵分别进行计算，从而可以得到每一个风险源对应于各风险指标的加权概率值。

步骤S4、获取每一风险源对应各风险指标的严重度，并从所述获取到的严重度中，筛选出同一风险指标中严重度的最大值，且根据所述得到的每一风险源对应于各风险指标的加权概率值以及所筛选的同一风险指标中严重度最大值，计算出各风险指标的指数；

具体过程为，确定每一风险源对应于各风险指标的严重度，并进一步筛选出同一风险指标中严重度的最大值；

确定风险指标的总数量，根据公式(4)，计算出每一风险指标的指数；

$R_x=\mathrm{\Σ}\left(\underset{k}{\Π}{P}_{k-w}{C}_{imax}\underset{n-k}{\Π}\stackrel{\‾}{P_{k-w}}\right)---\left(4\right);$

式(4)中，Rx为第x个风险指标的指数；P_k-w代表某一风险源k对应于第x个风险指标的加权概率值；c_imax为多个风险源在第x个风险指标中严重度的最大值；代表在第x个风险指标中其他功能部件不发生故障的概率；x为自然数，且小于等于风险指标的总数量。

作为一个例子，变压器的可靠性风险指数Rr＝绕组击穿概率×∏其他部件不发生故障概率×绕组击穿的可靠性严重度+绕组击穿概率×套管炸裂概率×∏其他部件不发生故障概率×max{绕组击穿的可靠性严重度，套管炸裂的可靠性严重度}+……。

步骤S5、将所述计算出的各风险指标的指数进行累加后，作为所述变压器的总风险指数输出。

具体过程为，根据公式(5)，得到变压器的总风险指数并输出；

$R_{total}=\underset{x=1}{\overset{m}{\Σ}}{R}_x---\left(5\right);$

式(5)中，m为风险指标的总数量。

为了使得总风险指数的数据更加准确的反映变压器的实际运行工况，减小判断误差，因此所述方法进一步包括：

基于层次分析法，构建出由各风险指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的风险指标对应的同型矩阵进行筛选，筛选出所述风险指标对应的同型矩阵中满足预定条件的同型矩阵及其对应的权重向量，并进一步计算出风险指标中所筛选同型矩阵对应各风险指标的权重值；

将所述计算出的各风险指标的指数与其对应的权重值分别相乘后进行累加，所得到的累加之和作为所述变压器的总风险指数输出。

在本发明实施例中，步骤“基于层次分析法，构建出由各风险指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的风险指标对应的同型矩阵进行筛选，筛选出所述风险指标对应的同型矩阵中满足预定条件的同型矩阵及其对应的权重向量”的实现与步骤S2中的实现方式相同，在此不在一一赘述。

而计算同型矩阵的权重值，可通过公式(6)来实现；

$W_x=\frac{b_x}{\underset{j=1}{\overset{m}{\Σ}}{b}_j}---\left(6\right),$

式(6)其中，W_x为第x个风险指标的权重值，b_i和b_j分别为风险指标所筛选出同型矩阵中对应特征向量的第i个向量和第j个向量；

根据公式(6)的得到的权重值W_x，并通过公式(7)，计算出变压器的总风险指数；

$R_{total}=\underset{x=1}{\overset{m}{\Σ}}{W}_x{R}_x---\left(7\right);$

式(7)中，Wx为第x个风险指标的权重值；Rx为第x个风险指标的指数。

如图2所示，为本发明实施例中，提供的一种变压器风险分析的系统，所述系统包括：

初始概率赋值单元210，用于将变压器的实际缺陷作为风险源，且从所述变压器的预设指标库中，得到每一风险源对应关联的指标，并确定风险指标，进一步对所述每一风险源关联指标对应于各风险指标分别赋予相应的初始概率值；

判断矩阵确定单元220，用于基于层次分析法，对每一风险源均构建出由其对应关联指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的每一风险源的同型矩阵分别进行筛选，筛选出每一风险源中满足预定条件的同型矩阵，以及每一风险源对应所筛选同型矩阵的权重向量；

初始概率加权修正单元230，用于根据所述每一风险源关联指标对应于各风险指标分别赋予的初始概率值，以及每一风险源对应所筛选同型矩阵的权重向量，形成每一风险源对应于各风险指标的新矩阵并计算，得到每一风险源对应于各风险指标的加权概率值；

单一风险指数获取单元240，用于获取每一风险源对应各风险指标的严重度，并从所述获取到的严重度中，筛选出同一风险指标中严重度的最大值，且根据所述得到的每一风险源对应于各风险指标的加权概率值以及所筛选的同一风险指标中严重度最大值，计算出各风险指标的指数；

总风险指数获取单元250，用于将所述计算出的各风险指标的指数进行累加后，作为所述变压器的总风险指数输出。

其中，所述系统还包括：

总风险指数加权修正单元260，用于基于层次分析法，构建出由各风险指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的风险指标对应的同型矩阵进行筛选，筛选出所述风险指标对应的同型矩阵中满足预定条件的同型矩阵及其对应的权重向量，并进一步计算出风险指标中所筛选同型矩阵对应各风险指标的权重值；以及

将所述计算出的各风险指标的指数与其对应的权重值分别相乘后进行累加，所得到的累加之和作为所述变压器的总风险指数输出。

其中，所述单一风险指数获取单元240包括：

严重度筛选模块，用于确定每一风险源对应于各风险指标的严重度，并进一步筛选出同一风险指标中严重度的最大值；

风险指数运算模块，用于确定风险指标的总数量，根据公式计算出每一风险指标的指数；其中，Rx为第x个风险指标的指数；P_k-w代表某一风险源k对应于第x个风险指标的加权概率值；c_imax为多个风险源在第x个风险指标中严重度的最大值；代表在第x个风险指标中其他功能部件不发生故障的概率；x为自然数，且小于等于所述风险指标的总数量。

实施本发明实施例，具有如下有益效果：

在本发明实施例中，由于结合变压器实际缺陷，对与实际缺陷相关联的指标实现多特征量的数据分析，能够提高变压器风险评估、缺陷诊断的准确性和可靠性，使得评价结果更加科学合理，且具有可扩展性。

值得注意的是，上述系统实施例中，所包括的各个系统单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (6)

1.一种变压器风险分析的方法，其特征在于，所述方法包括：

a、将变压器的实际缺陷作为风险源，且从所述变压器的预设指标库中，得到每一风险源对应关联的指标，并确定风险指标，进一步对所述每一风险源关联指标对应于各风险指标分别赋予相应的初始概率值；

b、基于层次分析法，对每一风险源均构建出由其对应关联指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的每一风险源的同型矩阵分别进行筛选，筛选出每一风险源中满足预定条件的同型矩阵，以及每一风险源对应所筛选同型矩阵的权重向量；

c、根据所述每一风险源关联指标对应于各风险指标分别赋予的初始概率值，以及每一风险源对应所筛选同型矩阵的权重向量，形成每一风险源对应于各风险指标的新矩阵并计算，得到每一风险源对应于各风险指标的加权概率值；

d、获取每一风险源对应各风险指标的严重度，并从所述获取到的严重度中，筛选出同一风险指标中严重度的最大值，且根据所述得到的每一风险源对应于各风险指标的加权概率值以及所筛选的同一风险指标中严重度最大值，计算出各风险指标的指数；

e、将所述计算出的各风险指标的指数进行累加后，作为所述变压器的总风险指数输出。

2.如权利要求1所述的方法，其特征在于，所述步骤e进一步包括：

基于层次分析法，构建出由各风险指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的风险指标对应的同型矩阵进行筛选，筛选出所述风险指标对应的同型矩阵中满足预定条件的同型矩阵及其对应的权重向量，并进一步计算出风险指标中所筛选同型矩阵对应各风险指标的权重值；

将所述计算出的各风险指标的指数与其对应的权重值分别相乘后进行累加，所得到的累加之和作为所述变压器的总风险指数输出。

3.如权利要求1所述的方法，其特征在于，所述步骤d具体包括：

确定每一风险源对应于各风险指标的严重度，并进一步筛选出同一风险指标中严重度的最大值；

确定风险指标的总数量，根据公式计算出每一风险指标的指数；其中，Rx为第x个风险指标的指数；P_k-w代表某一风险源k对应于第x个风险指标的加权概率值；c_imax为多个风险源在第x个风险指标中严重度的最大值；代表在第x个风险指标中其他功能部件不发生故障的概率；x为自然数，且小于等于所述风险指标的总数量。

4.一种变压器风险分析的系统，其特征在于，所述系统包括：

初始概率赋值单元，用于将变压器的实际缺陷作为风险源，且从所述变压器的预设指标库中，得到每一风险源对应关联的指标，并确定风险指标，进一步对所述每一风险源关联指标对应于各风险指标分别赋予相应的初始概率值；

判断矩阵确定单元，用于基于层次分析法，对每一风险源均构建出由其对应关联指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的每一风险源的同型矩阵分别进行筛选，筛选出每一风险源中满足预定条件的同型矩阵，以及每一风险源对应所筛选同型矩阵的权重向量；

初始概率加权修正单元，用于根据所述每一风险源关联指标对应于各风险指标分别赋予的初始概率值，以及每一风险源对应所筛选同型矩阵的权重向量，形成每一风险源对应于各风险指标的新矩阵并计算，得到每一风险源对应于各风险指标的加权概率值；

单一风险指数获取单元，用于获取每一风险源对应各风险指标的严重度，并从所述获取到的严重度中，筛选出同一风险指标中严重度的最大值，且根据所述得到的每一风险源对应于各风险指标的加权概率值以及所筛选的同一风险指标中严重度最大值，计算出各风险指标的指数；

总风险指数获取单元，用于将所述计算出的各风险指标的指数进行累加后，作为所述变压器的总风险指数输出。

5.如权利要求4所述的系统，其特征在于，所述系统还包括：

总风险指数加权修正单元，用于基于层次分析法，构建出由各风险指标作为矢量形成的同型矩阵并赋值，且对所述赋值后的风险指标对应的同型矩阵进行筛选，筛选出所述风险指标对应的同型矩阵中满足预定条件的同型矩阵及其对应的权重向量，并进一步计算出风险指标中所筛选同型矩阵对应各风险指标的权重值；以及

将所述计算出的各风险指标的指数与其对应的权重值分别相乘后进行累加，所得到的累加之和作为所述变压器的总风险指数输出。

6.如权利要求4所述的系统，其特征在于，所述单一风险指数获取单元包括：

严重度筛选模块，用于确定每一风险源对应于各风险指标的严重度，并进一步筛选出同一风险指标中严重度的最大值；

风险指数运算模块，用于确定风险指标的总数量，根据公式计算出每一风险指标的指数；其中，Rx为第x个风险指标的指数；P_k-w代表某一风险源k对应于第x个风险指标的加权概率值；c_imax为多个风险源在第x个风险指标中严重度的最大值；代表在第x个风险指标中其他功能部件不发生故障的概率；x为自然数，且小于等于所述风险指标的总数量。