CN109190080A - 一种电力变压器的健康状况确定方法 - Google Patents

Abstract

一种电力变压器的健康状况确定方法，通过构建了电力变压器健康状况评估指标体系，以主观权重计算方法层次分析法及客观权重计算方法熵权法的权重分配计算为基础，构建了目标函数；并采用布谷鸟算法对主、客观赋权算法融合的目标函数进行了有效的整合，建立了一种电力变压器健康状况确定装置，提高了评估的准确性与全面性，具有较高的社会和经济效益。

Description

一种电力变压器的健康状况确定方法

技术领域

本发明涉及变压器技术领域，具体涉及一种电力变压器的健康状况确定方法。

背景技术

电力变压器作为电力系统中最为重要的核心设备之一，其运行健康状况对电力系统的影响巨大。根据《2010年国家电网公司变压器类设备专业总结》中的统计分析，截止到2010年，国家电网公司所辖各电压等级的电力变压器中约10％的投运时间已超过15年；《广东电网公司2013年变压器专业工作总结》中统计也显示，截止到2013年，广东电网所辖各电压等级的电力变压器投运时间超过15年的占总台数的近11％。而我国当前电力变压器的投运时间有很多在20～30年之间，因而有相当大一部分电力变压器已经非常接近设计使用年限，需要及时监控、掌握其运行状况。

我国由于工业化开始较晚，建国后设备维修主要靠引入苏联的定期检修制，即按制订的时间周期对设备进行检查维修。以定期检修为基础，我国后来进行了改进和发展，即加入预防性试验，形成了预防性的定期检修制。预防性的定期检修制一般为在定期维修制的设备停运同时对其进行预防性试验，然后根据试验结果对比国家制订的相关标准决定设备的处理方式。

在电力变压器从定期检修制到状态检修制发展的几十年中，相关领域内的众多专家和学者也对电力变压器健康状况评估这个课题进行了长期深入的研究，并取得了较多的研究成果，我国也于2008年颁布实施了相关的标准导则，在电力变压器运行中进行了推广应用。但实际应用中，权重分配一般是由专家给定的，因而具有较大的主观性；当前普遍应用的权重确定方法大多以层次分析法为基础进行。目前实际应用各种新算法或新理论对健康状况进行的评估又不能够全面反映变压器实际运行状况，实际应用价值有待进一步验证。因而急需一种能够全面准确计算电力变压器健康状况的确定方法。

发明内容

本发明为了克服以上技术的不足，提供了一种对电力变压器健康状况的确定结果准确性较好的电力变压器的健康状况确定方法。

本发明克服其技术问题所采用的技术方案是：

一种电力变压器的健康状况确定方法，包括如下步骤：

a)获取电力变压器的原始运行参数并得到电力变压器的指标体系；

b)将对指标体系进行相对劣化度计算，对于越小越优型的指标通过公式f₁(i)＝(C_i-C_min)/(C_max-C_min)计算，对于大越优型的指标通过公式f₂(i)＝(C_max-C_i)/(C_max-C_min)计算，式中f₁(i)表示越小越优型指标的相对劣化度计算值，f₂(i)表示越大越优型指标的相对劣化度计算值，C_i为指标i当前值，C_max为指标i规定范围的上限阈值，C_min为指标i规定范围的下限阈值；

c)建立优先关系矩阵M＝(m_ij)_n×n建立优先关系矩阵，式中m_ij示优先关系矩阵M中的元素，i、j均为整数，且1≤i≤n、1≤j≤n，优先关系矩阵M中元素满足：m_ij≥0；m_ij+m_ji＝1；m_ii＝0.5；

d)通过公式计算判定的期望值E(m_ij)，式中k为确定矩阵中m_ij的专家的人数，根据公式得到期望值E(m_ij)的最终判定值a_ij；

e)通过公式对最终判定值a_ij求和计算，式中f_i表示矩阵中第i行的和，f_j表示矩阵中第j行的和，通过公式计算进行行和行的变换值f_ij，通过公式计算出模糊一致矩阵F；

f)根据公式计算模糊一致矩阵F中每行元素的和h_i，根据公式计算模糊一致矩阵F中元素的总和，式中h_i表示指标i相对于总指标的重要程度，通过公式对h_i进行归一化处理，得到各指标元素对应的权重分配，式中ω_i为权重分配中第i个元素的权重值，通过公式W＝(ω₁,ω₂,...,ω_n)^T；计算指标的初始权重分配值W；

g)通过公式E＝(e_ij)_n×n将模糊一致矩阵F转化为互反型矩阵E，其中令V₀＝(v₀₁,v₀₂,...,v_0n)^T＝W＝(ω₁,ω₂,...,ω_n)^T，V₀作为初始权重分配值W的迭代初始值，通过迭代公式V_k+1＝E*V_k计算迭代值V_k+1，式中V_k为初始权重分配，其与V₀相等，V_k+1的绝对值最大分量为max(V_k+1)，V_k的绝对值最大分量为max(V_k)，如max(V_k+1)-max(V_k)＜ε，ε≤0.001，则将max(V_k+1)作为主特征值λ_max，通过公式对V_k+1进行归一化处理，得到最终权重向量分配D，如果max(V_k+1)-max(V_k)≥ε则通过公式计算V_k，使新计算的V_k作为新的初始量，再次进行迭代；

h)建立指标体系中评价对象对应的指标值的矩阵R，其中式中r_ij为指标值矩阵中的元素，对指标的原始数据进行无量纲化处理，记R中每列的最优值为当j指越大越优型指标时取此列中的最大值，即当j指越小越优型指标时取此列中的最小值，即通过S＝(s_ij)_m×n建立原始数据无量纲化后的矩阵S，当j指越大越优型指标时，s_ij的计算公式为当j指越小越优型指标时，s_ij的计算公式为通过公式对矩阵S进行归一化处理，得到归一化的s_ij'，式中，表示矩阵S中所有元素值的和；s_ij'∈[0,1]；

i)通过公式计算第j个指标的熵H_j，其中k＝1/lnm，通过公式α_i＝1-H_j(j＝1,2,...,n)计算第j个指标的差异系数α_i，通过公式计算第j个指标的熵权ω_j，式中α_j为第j个指标的差异系数，通过公式计算各评价对象的评价值X，x_i为第i个对象的评价值；

j)通过公式λ＝α*λ₁+(1-α)*λ₂计算权重融合值λ，其中λ₁为层次分析法计算所得权重分配，λ₂为熵权法计算所得权重分配，α表示分配系数，0＜α＜1，通过公式构造目标函数minF，式中λ(i)为第i个总体权重分配，λ₁(i)为第i个层次分析法计算得到的权重分配，λ₂(i)为第i个熵权法计算得到的权重分配；

k)通过公式x＝(x₁,...,x_d)^T构建目标函数x，种群初始化，产生n个巢x_i(i＝1,2,...,n)，如果目标函数x未达到最大迭代次数或者终止条件时，通过公式进行局部搜索，得到下一步寻优取值其中x_j ^t和x_k ^t为随机的两个解，表示原始取值，H为赫维赛德函数，ε为随机数，s₁为步长，b表示步长缩放因子，P_α表示发现概率，其取值为0.25，表示乘法通过公式x_i ^t+1＝x_i ^t+b*L(s₁,λ)运算全局搜索，其中L(s₁,λ)＝λ*Γ(λ)*sin(πλ/2)/(π*s₁ ^1+λ)，b表示步长缩放因子，b＞0，如果目标函数x达到最大迭代次数或者终止条件时，输出当前的最优解。

优选的，步骤a)中的指标体系包括铁芯、绕组、有载分接开关、冷却系统、测温装置、绝缘油、储油柜、压力释放阀、气体继电器、套管。

优选的，指标体系中的铁芯包括：铁芯接地电流、铁芯松动程度；绕组包括：绝缘电阻、极化指数、泄露电流、介质损耗角正切、绕组直流电阻、绕组变形度；绝缘油包括：微水含量、油介损、氢气含量、乙炔含量、总烃含量；套管包括：套管对地末屏介损、套管电容量变化率、套管末屏对地绝缘电阻、套管油中气体(C₂H₂、H₂)含量。

本发明的有益效果是：通过构建了电力变压器健康状况评估指标体系，以主观权重计算方法层次分析法及客观权重计算方法熵权法的权重分配计算为基础，构建了目标函数；并采用布谷鸟算法对主、客观赋权算法融合的目标函数进行了有效的整合，建立了一种电力变压器健康状况确定装置，提高了评估的准确性与全面性，具有较高的社会和经济效益。

附图说明

图1为本发明的变压器健康状况评估流程图；

图2为本发明的层次分析法计算流程图；

图3为本发明的熵权法计算流程图；

图4为本发明的布谷鸟算法整合权重分配流程图；

具体实施方式

下面结合附图1对本发明做进一步说明。

一种电力变压器的健康状况确定方法，包括如下步骤：

a)获取电力变压器的原始运行参数并得到电力变压器的指标体系。

b)将对指标体系进行相对劣化度计算，对于越小越优型的指标通过公式f₁(i)＝(C_i-C_min)/(C_max-C_min)计算，对于大越优型的指标通过公式f₂(i)＝(C_max-C_i)/(C_max-C_min)计算，式中f₁(i)表示越小越优型指标的相对劣化度计算值，f₂(i)表示越大越优型指标的相对劣化度计算值，C_i为指标i当前值，C_max为指标i规定范围的上限阈值，C_min为指标i规定范围的下限阈值。

c)建立优先关系矩阵M＝(m_ij)_n×n建立优先关系矩阵，式中m_ij示优先关系矩阵M中的元素，i、j均为整数，且1≤i≤n、1≤j≤n，优先关系矩阵M中元素满足：m_ij≥0；m_ij+m_ji＝1；m_ii＝0.5；三标度法量化表如下表所示：

d)通过公式计算判定的期望值E(m_ij)，式中k为确定矩阵中m_ij的专家的人数，假设有k(k≥2)位专家基于三标度法对m_ij进行判定为：m_ij ¹，m_ij ²，...，m_ij ^k，根据公式得到期望值E(m_ij)的最终判定值a_ij。

e)通过公式对最终判定值a_ij求和计算，式中f_i表示矩阵中第i行的和，f_j表示矩阵中第j行的和，通过公式计算进行行和行的变换值f_ij，通过公式计算出模糊一致矩阵F。

f)根据公式计算模糊一致矩阵F中每行元素的和h_i，根据公式计算模糊一致矩阵F中元素的总和，式中h_i表示指标i相对于总指标的重要程度，通过公式对h_i进行归一化处理，得到各指标元素对应的权重分配，式中ω_i为权重分配中第i个元素的权重值，通过公式W＝(ω₁,ω₂,...,ω_n)^T；计算指标的初始权重分配值W。

g)通过公式E＝(e_ij)_n×n将模糊一致矩阵F转化为互反型矩阵E，其中令V₀＝(v₀₁,v₀₂,...,v_0n)^T＝W＝(ω₁,ω₂,...,ω_n)^T，V₀作为初始权重分配值W的迭代初始值，通过迭代公式V_k+1＝E*V_k计算迭代值V_k+1，式中V_k为初始权重分配，其与V₀相等，V_k+1的绝对值最大分量为max(V_k+1)，V_k的绝对值最大分量为max(V_k)，如max(V_k+1)-max(V_k)＜ε，ε≤0.001，则将max(V_k+1)作为主特征值λ_max，通过公式对V_k+1进行归一化处理，得到最终权重向量分配D，如果max(V_k+1)-max(V_k)≥ε则通过公式计算V_k，使新计算的V_k作为新的初始量，再次进行迭代。

h)建立指标体系中评价对象对应的指标值的矩阵R，其中式中r_ij为指标值矩阵中的元素，对指标的原始数据进行无量纲化处理，记R中每列的最优值为当j指越大越优型指标时取此列中的最大值，即当j指越小越优型指标时取此列中的最小值，即通过S＝(s_ij)_m×n建立原始数据无量纲化后的矩阵S，当j指越大越优型指标时，s_ij的计算公式为当j指越小越优型指标时，s_ij的计算公式为通过公式对矩阵S进行归一化处理，得到归一化的s_ij'，式中，表示矩阵S中所有元素值的和；s_ij'∈[0,1]，不破坏数据间的比例关系。

i)通过公式计算第j个指标的熵H_j，其中k＝1/lnm，通过公式α_i＝1-H_j(j＝1,2,...,n)计算第j个指标的差异系数α_i，通过公式计算第j个指标的熵权ω_j，式中α_j为第j个指标的差异系数，通过公式计算各评价对象的评价值X，x_i为第i个对象的评价值，x_i越大，表明第i个对象越优。

j)通过公式λ＝α*λ₁+(1-α)*λ₂计算权重融合值λ，其中λ₁为层次分析法计算所得权重分配，λ₂为熵权法计算所得权重分配，α表示分配系数，0＜α＜1，通过公式构造目标函数minF，式中λ(i)为第i个总体权重分配，λ₁(i)为第i个层次分析法计算得到的权重分配，λ₂(i)为第i个熵权法计算得到的权重分配。

k)利用布谷鸟算法寻优，具体如下：通过公式x＝(x₁,...,x_d)^T构建目标函数x，种群初始化，产生n个巢x_i(i＝1,2,...,n)，如果目标函数x未达到最大迭代次数或者终止条件时，通过公式进行局部搜索，得到下一步寻优取值其中x_j ^t和x_k ^t为随机的两个解，表示原始取值，H为赫维赛德函数，ε为随机数，s₁为步长，b表示步长缩放因子，P_α表示发现概率，其取值为0.25，表示乘法通过公式x_i ^t+1＝x_i ^t+b*L(s₁,λ)运算全局搜索，其中L(s₁,λ)＝λ*Γ(λ)*sin(πλ/2)/(π*s₁ ^1+λ)，b表示步长缩放因子，b＞0，如果目标函数x达到最大迭代次数或者终止条件时，输出当前的最优解。通过构建了电力变压器健康状况评估指标体系，以主观权重计算方法层次分析法及客观权重计算方法熵权法的权重分配计算为基础，构建了目标函数；并采用布谷鸟算法对主、客观赋权算法融合的目标函数进行了有效的整合，建立了一种电力变压器健康状况确定装置，提高了评估的准确性与全面性，具有较高的社会和经济效益。

优选的，步骤a)中的指标体系包括铁芯、绕组、有载分接开关、冷却系统、测温装置、绝缘油、储油柜、压力释放阀、气体继电器、套管。

优选的，指标体系中的铁芯包括：铁芯接地电流、铁芯松动程度；绕组包括：绝缘电阻、极化指数、泄露电流、介质损耗角正切、绕组直流电阻、绕组变形度；绝缘油包括：微水含量、油介损、氢气含量、乙炔含量、总烃含量；套管包括：套管对地末屏介损、套管电容量变化率、套管末屏对地绝缘电阻、套管油中气体(C₂H₂、H₂)含量。

Claims (3)

1.一种电力变压器的健康状况确定方法，其特征在于，包括如下步骤：

a)获取电力变压器的原始运行参数并得到电力变压器的指标体系；

b)将对指标体系进行相对劣化度计算，对于越小越优型的指标通过公式f₁(i)＝(C_i-C_min)/(C_max-C_min)计算，对于大越优型的指标通过公式f₂(i)＝(C_max-C_i)/(C_max-C_min)计算，式中f₁(i)表示越小越优型指标的相对劣化度计算值，f₂(i)表示越大越优型指标的相对劣化度计算值，C_i为指标i当前值，C_max为指标i规定范围的上限阈值，C_min为指标i规定范围的下限阈值；

c)建立优先关系矩阵M＝(m_ij)_n×n建立优先关系矩阵，式中m_ij示优先关系矩阵M中的元素，i、j均为整数，且1≤i≤n、1≤j≤n，优先关系矩阵M中元素满足：m_ij≥0；m_ij+m_ji＝1；m_ii＝0.5；

d)通过公式计算判定的期望值E(m_ij)，式中k为确定矩阵中m_ij的专家的人数，根据公式得到期望值E(m_ij)的最终判定值a_ij；

e)通过公式对最终判定值a_ij求和计算，式中f_i表示矩阵中第i行的和，f_j表示矩阵中第j行的和，通过公式计算进行行和行的变换值f_ij，通过公式计算出模糊一致矩阵F；

f)根据公式计算模糊一致矩阵F中每行元素的和h_i，根据公式计算模糊一致矩阵F中元素的总和，式中h_i表示指标i相对于总指标的重要程度，通过公式对h_i进行归一化处理，得到各指标元素对应的权重分配，式中ω_i为权重分配中第i个元素的权重值，通过公式W＝(ω₁,ω₂,...,ω_n)^T；计算指标的初始权重分配值W；

g)通过公式E＝(e_ij)_n×n将模糊一致矩阵F转化为互反型矩阵E，其中令V₀＝(v₀₁,v₀₂,...,v_0n)^T＝W＝(ω₁,ω₂,...,ω_n)^T，V₀作为初始权重分配值W的迭代初始值，通过迭代公式V_k+1＝E*V_k计算迭代值V_k+1，式中V_k为初始权重分配，其与V₀相等，V_k+1的绝对值最大分量为max(V_k+1)，V_k的绝对值最大分量为max(V_k)，如max(V_k+1)-max(V_k)＜ε，ε≤0.001，则将max(V_k+1)作为主特征值λ_max，通过公式对V_k+1进行归一化处理，得到最终权重向量分配D，如果max(V_k+1)-max(V_k)≥ε则通过公式计算V_k，使新计算的V_k作为新的初始量，再次进行迭代；

h)建立指标体系中评价对象对应的指标值的矩阵R，其中式中r_ij为指标值矩阵中的元素，对指标的原始数据进行无量纲化处理，记R中每列的最优值为当j指越大越优型指标时取此列中的最大值，即当j指越小越优型指标时取此列中的最小值，即通过S＝(s_ij)_m×n建立原始数据无量纲化后的矩阵S，当j指越大越优型指标时，s_ij的计算公式为当j指越小越优型指标时，s_ij的计算公式为通过公式对矩阵S进行归一化处理，得到归一化的S_ij'，式中，表示矩阵S中

所有元素值的和；s_ij′∈[0,1]；

i)通过公式计算第j个指标的熵H_j，其中k＝1/lnm，通过公式α_i＝1-H_j(j＝1,2,...,n)计算第j个指标的差异系数α_i，通过公式计算第j个指标的熵权ω_j，式中α_j为第j个指标的差异系数，通过公式计算各评价对象的评价值X，x_i为第i个对象的评价值；

j)通过公式λ＝α*λ₁+(1-α)*λ₂计算权重融合值λ，其中λ₁为层次分析法计算所得权重分配，λ₂为熵权法计算所得权重分配，α表示分配系数，0＜α＜1，通过公式构造目标函数minF，式中λ(i)为第i个总体权重分配，λ₁(i)为第i个层次分析法计算得到的权重分配，λ₂(i)为第i个熵权法计算得到的权重分配；

k)通过公式x＝(x₁,...,x_d)^T构建目标函数x，种群初始化，产生n个巢x_i(i＝1,2,...,n)，如果目标函数x未达到最大迭代次数或者终止条件时，通过公式进行局部搜索，得到下一步寻优取值其中x_j ^t和x_k ^t为随机的两个解，表示原始取值，H为赫维赛德函数，ε为随机数，s₁为步长，b表示步长缩放因子，P_α表示发现概率，其取值为0.25，表示乘法通过公式x_i ^t+1＝x_i ^t+b*L(s₁,λ)运算全局搜索，其中L(s₁,λ)＝λ*Γ(λ)*sin(πλ/2)/(π*s₁ ^1+λ)，b表示步长缩放因子，b＞0，如果目标函数x达到最大迭代次数或者终止条件时，输出当前的最优解。

2.根据权利要求1所述的电力变压器的健康状况确定方法，其特征在于：步骤

a)中的指标体系包括铁芯、绕组、有载分接开关、冷却系统、测温装置、绝缘油、储油柜、压力释放阀、气体继电器、套管。

3.根据权利要求2所述的电力变压器的健康状况确定方法，其特征在于：指标体系中的铁芯包括：铁芯接地电流、铁芯松动程度；绕组包括：绝缘电阻、极化指数、泄露电流、介质损耗角正切、绕组直流电阻、绕组变形度；绝缘油包括：微水含量、油介损、氢气含量、乙炔含量、总烃含量；套管包括：套管对地末屏介损、套管电容量变化率、套管末屏对地绝缘电阻、套管油中气体(C₂H₂、H₂)含量。