CN112528461B - 一种基于油气含量及产气速率的变压器的停运评估方法 - Google Patents

Abstract

本发明涉及变压器运维技术领域，具体涉及一种基于油气含量及产气速率的变压器的停运评估方法，包括以下步骤：A)监测油中气体量；B)建立变压器多状态马尔可夫模型，根据多状态马尔可夫模型获得变压器故障失效率λ_s；C)建立时变停运子模型，获得变压器时变停运率λ_v；D)变压器的停运概率λ_T＝λ_s+λ_v。本发明的实质性效果是：通过多状态马尔可夫模型能够提供客观的评估结果，通过时变停运子模型，能够提供变压器故障率随时间的变化，更具科学性与系统性；通过时变模型能够获得变压器故障的时变特性，为变压器的故障率提供准确的评估。

Description

一种基于油气含量及产气速率的变压器的停运评估方法

技术领域

本发明涉及变压器运维技术领域，具体涉及一种基于油气含量及产气速率的变压器的停运评估方法。

背景技术

变压器失效停运可能导致电网发生大规模停电，不仅影响到电网的稳定运行也极大地增加了系统的运行风险。因此，对电力变压器进行停运建模，分析变压器当前健康状况，评估实时运行风险对系统的稳定运行具有重要意义。目前针对变压器时变失效停运的研究主要可分为两大类，一类是基于数理统计知识的建模，根据变压器历史运行统计数据，建立适当统计模型并计算实时失效率；另一类是通过对变压器器身内部发生的物理化学现象进行分析，通过建立适当模型模拟器身内部故障的发展程度，并根据发展程度判断其失效概率。综合来说，油气信息对变压器健康状况的反映较为全面、客观，因此非常适合进行失效率分析。目前风险评估中常假设变压器失效率在一段时间不变，即取均值进行风险分析。实际运行中，失效率随运行负荷、环境因素、服役时间等的变化而不同，常数失效率的考虑方法并不符合实际运行情况，失效率应该是时变的，是时间的函数。因此根据变压器实际运行情况建立时变停运模型是进行变压器风险分析非常必要的基础准备。中国专利CN109540808A，公开日2019年3月29日，一种变压器检测系统和故障诊断方法，变压器检测系统包括：变压器、抽油模块、油气分离模块、光声光谱采集模块、主控模块、无线通信模块、计算机、散热优化模块、故障预测模块、报警模块。其技术方案通过故障预测模块可以预测未来任意时刻变压器油中特征气体含量并对变压器进行的故障预判与维修措施。但其不能提供变压器失效率的时变特性，不能准确评估变压器的故障率。

发明内容

本发明要解决的技术问题是：目前缺乏反映变压器故障率的时变特性的变压器的停运评估技术的问题，提出了一种基于油气含量及产气速率的变压器的停运评估方法，本方法能够反映变压器的故障率随时间的变化，提供更为准确的变压器停运评估结果。

为解决上述技术问题，本发明所采取的技术方案为：一种基于油气含量及产气速率的变压器的停运评估方法，包括以下步骤：A)监测油中气体量；B)建立变压器多状态马尔可夫模型，根据多状态马尔可夫模型获得变压器故障失效率λ_s；C)建立时变停运子模型，获得变压器时变停运率λ_v；D)变压器的停运概率λ_T＝λ_s+λ_v。通过多状态马尔可夫模型能够提供客观的评估结果，通过时变停运子模型，能够提供变压器故障率随时间的变化，更具科学性与系统性。

作为优选，步骤B)中，建立变压器多状态马尔可夫模型的方法包括：定义变压器的状态，状态1：健康状态，无需修复，状态2：需要进行油过滤，状态3：需要进行油替换，状态4：损坏状态，修复后的变压器可能处于状态1、2、3或4，状态转移速率根据状态转移速率λ_i,i+1建立马尔可夫模型的状态转移速率矩阵

其中，修复率μ_i,j为从状态i到状态j的修复时间的倒数。通过多状态马尔可夫模型能够提供变压器在不同状态之间转换的概率，提供变压器故障率的评估结果。

作为优选，步骤B)中，根据多状态马尔可夫模型获得变压器故障失效率λ_s的方法包括：B1)建立变压器在各个状态的稳态概率P_i,i∈[1,4]；B2)根据稳态概率P_i，获得变压器从健康状态到损坏状态的概率，即为变压器故障失效率λ_s。

作为优选，步骤B1)中，建立变压器在各个状态的稳态概率的方法包括：模型中各状态的稳态概率为P＝[P₁ P₂ P₃ P₄]，则在任何时刻系统各状态的概率之和都恒等于1，即且A·P＝0；令P₄＝0，获得变压器在各个状态的稳态概率：

Δ＝μ₂₁·μ₃₂+λ₂₃·μ₃₁+μ₂₁·μ₃₁+λ₁₂·μ₃₂+λ₁₂·μ₂₃++λ₁₃·μ₃₂+λ₁₃·μ₂₃+λ₁₃·μ₂₁+λ₁₂·μ₃₁。通过各个状态的稳态概率能够方便的计算变压器在各个状态之间转换的概率。

作为优选，步骤B2)中，根据稳态概率P_i，获得变压器从健康状态到损坏状态的概率的方法包括：T_w为变压器从初始时刻发展到状态4所需时间，变压器故障失效率λ_s＝P(T_w<t)＝LP，其中，L＝[0 0 λ₃₄ 0]，变压器故障失效率通过变压器从初始时刻发展到状态4所需时间计算变压器故障的概率，能够准确表征变压器的故障概率。

作为优选，步骤C)中，建立时变停运子模型，获得变压器时变停运率λ_v的方法包括：建立预设条件：假设当产气速率趋于无限大时，设备必失效，即v→∞时，λ_v→100％，其中，v为油中产气速率；检测并获得变压器的产气速率v；令λ_v(t)＝A+α×e^θt，θ≥0，其中，A表示外部发生随机故障的概率，α为小正数常量，θ表示随着时间推移失效率的加速因子，得log[λ_v(t)-A]＝logα+θt，即加速因子θ和产气速率v之间服从线性关系：θ(v)＝m+k×v，其中，m、k均为常数系数，其值由实验室条件下测量数据拟合得到。通过时变模型能够获得变压器故障的时变特性，为变压器的故障率提供准确的评估。

作为优选，变压器的产气速率其中，G(t_i)为t_i时监测的油中气体总量值；t₁、t₂分别为两次监测气体的时间。

作为优选，步骤A)中，监测油中气体含量的方法包括：A1)为目标区域电网内的每台变压器i安装油中气体在线监测装置所述油中气体在线监测装置具有控制器、存储器和通信模块；A2)N/4个在线监测装置的通信模块G_i构成通信环，N为目标区域电网内变压器的数量，通信环中的每个通信模块G_i分别与通信环外的3个通信模块G_ij,j∈[1,3]构成通信链，通信模块G_i记为G_i0；A3)每个在线监测装置以周期t采集对应变压器的油中气体含量，在线监测装置以周期T将采集到的油中气体含量数据打包成数据块，T为t的m倍，每个数据块包含m个油中气体含量的监测数据；A4)周期T结束后通信模块G_i3对应的控制器生成m位二进制数B_m，关联时间戳和通信模块G_i3的标识号后上传到服务器；A5)通信模块G_i3将数据块D_i3和m位二进制数B_m发送给通信模块G_i2，通信模块G_i2接收到数据块D_i3和二进制数B_m后，由通信模块G_i2对应的控制器将数据块D_i3和数据块D_i2内包含的油中气体含量数据按二进制数B_m的位值进行对调，若二进制数B_m的第k位为1则将数据块D_i3和数据块D_i2的第k个油中气体含量数据进行对调，对调后的数据块D_i3和数据块D_i2拼接为数据块D_i3-2，通信模块G_i2将数据块D_i3-2以及二进制数B_m发送给通信模块G_i1；A6)通信模块G_i1收到数据块D_i3-2以及二进制数B_m后，将数据块D_i3-2、数据块D_i1和二进制数B_m发送给通信模块G_i0，通信模块G_i0收到数据块D_i3-2、数据块D_i1和二进制数B_m后，由通信模块G_i0对应的控制器将数据块D_i1和数据块D_i0内包含的油中气体含量数据按二进制数B_m的位值进行对调，若二进制数B_m的第k位为1则将数据块D_i1和数据块D_i0的第k个油中气体含量数据进行对调，对调后的数据块D_i1和数据块D_i0拼接为数据块D_i1-0；A7)将两个二进制数B_m拼接成二进制数B_2m，将数据块D_i3-2和数据块D_i1-0内包含的油中气体含量数据按二进制数B_2m的位值进行对调，若二进制数B_2m的第k位为1则将数据块D_i3-2和数据块D_i1-0的第k个油中气体含量数据进行对调，对调后的数据块D_i3-2和数据块D_i1-0拼接为数据块D_i；A8)通信模块G_i将数据块D_i上传到服务器并丢弃二进制数B_m。通信环中的每个通信模块G_i,i∈[1,N]都对应一个二进制数B_m，因而每个周期T结束，共会生成N个二进制数B_m，服务器根据N个二进制数B_m能够复原通信模块G_{ij,i∈[1,N],j∈[1,3]}所收到的油中气体含量的监测数据，但每个单独的通信模块G_ij，均无法自行复原自身采集到的油中气体含量的监测数据，使得油中气体含量的监测数据在传输过程中无法被窃取，保证变电站数据的保密性。

作为优选，步骤A8)中，通信模块G_i将数据块D_i上传到服务器的方法包括：通信模块G_i对应的控制器将数据块D_i分为2部分D_i,1和D_i,2，通信模块G_i对应的控制器根据二进制数B_m的首位，决定是否将数据块D_i,2发送给通信环中的下一个通信模块G_i+1，若二进制数B_m的首位为1，则将数据块D_i,2发送给通信环中的下一个通信模块G_i+1，若通信模块G_i+1对应的二进制数B_m|i+1的首位为1，则通信模块G_i+1接收数据块D_i,2，并将自身的数据块D_i+1,2发送给通信环的下一个通信模块G_i+2，反之，则直接将数据块D_i,2发送给通信环中的下一个通信模块G_i+2，若干个周期T结束后，全部通信模块G_i,i∈[1,N]将数据块D_i,i∈[1,N]上传到服务器。服务器根据N个二进制数B_m能够复原通信模块G_i,i∈[1,N]所进行的数据交换，从而复原全部通信模块所上传的油中气体含量的监测数据。

本发明的实质性效果是：通过多状态马尔可夫模型能够提供客观的评估结果，通过时变停运子模型，能够提供变压器故障率随时间的变化，更具科学性与系统性；通过时变模型能够获得变压器故障的时变特性，为变压器的故障率提供准确的评估。

附图说明

图1为实施例一变压器多状态马尔可夫模型示意图。

具体实施方式

下面通过具体实施例，并结合附图，对本发明的具体实施方式作进一步具体说明。

实施例一：

一种基于油气含量及产气速率的变压器的停运评估方法，如图1所示，包括以下步骤：A)监测油中气体量。

B)建立变压器多状态马尔可夫模型，根据多状态马尔可夫模型获得变压器故障失效率λ_s。

建立变压器多状态马尔可夫模型的方法包括：定义变压器的状态，状态1：健康状态，无需修复，状态2：需要进行油过滤，状态3：需要进行油替换，状态4：损坏状态，修复后的变压器可能处于状态1、2、3或4，状态转移速率根据状态转移速率λ_i,i+1建立马尔可夫模型的状态转移速率矩阵

其中，修复率μ_i,j为从状态i到状态j的修复时间的倒数。通过多状态马尔可夫模型能够提供变压器在不同状态之间转换的概率，提供变压器故障率的评估结果。

根据多状态马尔可夫模型获得变压器故障失效率λ_s的方法包括：B1)建立变压器在各个状态的稳态概率P_i,i∈[1,4]；B2)根据稳态概率P_i，获得变压器从健康状态到损坏状态的概率，即为变压器故障失效率λ_s。

步骤B1)中，建立变压器在各个状态的稳态概率的方法包括：模型中各状态的稳态概率为P＝[P₁ P₂ P₃ P₄]，则在任何时刻系统各状态的概率之和都恒等于1，即且A·P＝0；令P₄＝0，获得变压器在各个状态的稳态概率：

Δ＝μ₂₁·μ₃₂+λ₂₃·μ₃₁+μ₂₁·μ₃₁+λ₁₂·μ₃₂+λ₁₂·μ₂₃+λ₁₃·μ₃₂+λ₁₃·μ₂₃+λ₁₃·μ₂₁+λ₁₂·μ₃₁。通过各个状态的稳态概率能够方便的计算变压器在各个状态之间转换的概率。

步骤B2)中，根据稳态概率P_i，获得变压器从健康状态到损坏状态的概率的方法包括：T_w为变压器从初始时刻发展到状态4所需时间，变压器故障失效率λ_s＝P(T_w<t)＝LP，其中，L＝[0 0 λ₃₄ 0]，变压器故障失效率通过变压器从初始时刻发展到状态4所需时间计算变压器故障的概率，能够准确表征变压器的故障概率。

C)建立时变停运子模型，获得变压器时变停运率λ_v。步骤C)中，建立时变停运子模型，获得变压器时变停运率λ_v的方法包括：建立预设条件：假设当产气速率趋于无限大时，设备必失效，即v→∞时，λ_v→100％，其中，v为油中产气速率；检测并获得变压器的产气速率v；令λ_v(t)＝A+α×e^θt，θ≥0，其中，A表示外部发生随机故障的概率，α为小正数常量，θ表示随着时间推移失效率的加速因子，得log[λ_v(t)-A]＝logα+θt，即加速因子θ和产气速率v之间服从线性关系：θ(v)＝m+k×v，其中，m、k均为常数系数，其值由实验室条件下测量数据拟合得到。通过时变模型能够获得变压器故障的时变特性，为变压器的故障率提供准确的评估。

变压器的产气速率其中，G(t_i)为t_i时监测的油中气体总量值；t₁、t₂分别为两次监测气体的时间。

D)变压器的停运概率λ_T＝λ_s+λ_v。通过多状态马尔可夫模型能够提供客观的评估结果，通过时变停运子模型，能够提供变压器故障率随时间的变化，更具科学性与系统性。

本实施例的实质性效果是：通过多状态马尔可夫模型能够提供客观的评估结果，通过时变停运子模型，能够提供变压器故障率随时间的变化，更具科学性与系统性；通过时变模型能够获得变压器故障的时变特性，为变压器的故障率提供准确的评估。

实施例二：

本实施例在实施例一的基础上对监测油中气体含量的方法进行了进一步的改进。本实施例中，监测油中气体含量的方法包括：A1)为目标区域电网内的每台变压器i安装油中气体在线监测装置所述油中气体在线监测装置具有控制器、存储器和通信模块；A2)N/4个在线监测装置的通信模块G_i构成通信环，N为目标区域电网内变压器的数量，通信环中的每个通信模块G_i分别与通信环外的3个通信模块G_ij,j∈[1,3]构成通信链，通信模块G_i记为G_i0；A3)每个在线监测装置以周期t采集对应变压器的油中气体含量，在线监测装置以周期T将采集到的油中气体含量数据打包成数据块，T为t的m倍，每个数据块包含m个油中气体含量的监测数据；A4)周期T结束后通信模块G_i3对应的控制器生成m位二进制数B_m，关联时间戳和通信模块G_i3的标识号后上传到服务器；A5)通信模块G_i3将数据块D_i3和m位二进制数B_m发送给通信模块G_i2，通信模块G_i2接收到数据块D_i3和二进制数B_m后，由通信模块G_i2对应的控制器将数据块D_i3和数据块D_i2内包含的油中气体含量数据按二进制数B_m的位值进行对调，若二进制数B_m的第k位为1则将数据块D_i3和数据块D_i2的第k个油中气体含量数据进行对调，对调后的数据块D_i3和数据块D_i2拼接为数据块D_i3-2，通信模块G_i2将数据块D_i3-2以及二进制数B_m发送给通信模块G_i1；A6)通信模块G_i1收到数据块D_i3-2以及二进制数B_m后，将数据块D_i3-2、数据块D_i1和二进制数B_m发送给通信模块G_i0，通信模块G_i0收到数据块D_i3-2、数据块D_i1和二进制数B_m后，由通信模块G_i0对应的控制器将数据块D_i1和数据块D_i0内包含的油中气体含量数据按二进制数B_m的位值进行对调，若二进制数B_m的第k位为1则将数据块D_i1和数据块D_i0的第k个油中气体含量数据进行对调，对调后的数据块D_i1和数据块D_i0拼接为数据块D_i1-0；A7)将两个二进制数B_m拼接成二进制数B_2m，将数据块D_i3-2和数据块D_i1-0内包含的油中气体含量数据按二进制数B_2m的位值进行对调，若二进制数B_2m的第k位为1则将数据块D_i3-2和数据块D_i1-0的第k个油中气体含量数据进行对调，对调后的数据块D_i3-2和数据块D_i1-0拼接为数据块D_i；A8)通信模块G_i将数据块D_i上传到服务器并丢弃二进制数B_m。通信环中的每个通信模块G_i,i∈[1,N]都对应一个二进制数B_m，因而每个周期T结束，共会生成N个二进制数B_m，服务器根据N个二进制数B_m能够复原通信模块G_{ij,i∈[1,N],j∈[1,3]}所收到的油中气体含量的监测数据，但每个单独的通信模块G_ij，均无法自行复原自身采集到的油中气体含量的监测数据，使得油中气体含量的监测数据在传输过程中无法被窃取，保证变电站数据的保密性。

其中，步骤A8)中，通信模块G_i将数据块D_i上传到服务器的方法包括：通信模块G_i对应的控制器将数据块D_i分为2部分D_i,1和D_i,2，通信模块G_i对应的控制器根据二进制数B_m的首位，决定是否将数据块D_i,2发送给通信环中的下一个通信模块G_i+1，若二进制数B_m的首位为1，则将数据块D_i,2发送给通信环中的下一个通信模块G_i+1，若通信模块G_i+1对应的二进制数B_m|i+1的首位为1，则通信模块G_i+1接收数据块D_i,2，并将自身的数据块D_i+1,2发送给通信环的下一个通信模块G_i+2，反之，则直接将数据块D_i,2发送给通信环中的下一个通信模块G_i+2，若干个周期T结束后，全部通信模块G_i,i∈[1,N]将数据块D_i,i∈[1,N]上传到服务器。服务器根据N个二进制数B_m能够复原通信模块G_i,i∈[1,N]所进行的数据交换，从而复原全部通信模块所上传的油中气体含量的监测数据。其余步骤同实施例一。

以上的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (7)

1.一种基于油气含量及产气速率的变压器的停运评估方法，其特征在于，

包括以下步骤：

A)监测油中气体含量；

B)建立变压器多状态马尔可夫模型，根据多状态马尔可夫模型获得变压器故障失效率λ_s；

C)建立时变停运子模型，获得变压器时变停运率λ_v；

D)变压器的停运概率λ_T＝λ_s+λ_v；

步骤A)中，监测油中气体含量的方法包括：

A1)为目标区域电网内的每台变压器i安装油中气体在线监测装置所述油中气体在线监测装置具有控制器、存储器和通信模块；

A2)N/4个在线监测装置的通信模块G_i构成通信环，N为目标区域电网内变压器的数量，通信环中的每个通信模块G_i分别与通信环外的3个通信模块G_ij,j∈[1,3]构成通信链，通信模块G_i记为G_i0；

A3)每个在线监测装置以周期t采集对应变压器的油中气体含量，在线监测装置以周期T将采集到的油中气体含量数据打包成数据块，T为t的m倍，每个数据块包含m个油中气体含量的监测数据；

A4)周期T结束后通信模块G_i3对应的控制器生成m位二进制数B_m，关联时间戳和通信模块G_i3的标识号后上传到服务器；

A5)通信模块G_i3将数据块D_i3和m位二进制数B_m发送给通信模块G_i2，通信模块G_i2接收到数据块D_i3和二进制数B_m后，由通信模块G_i2对应的控制器将数据块D_i3和数据块D_i2内包含的油中气体含量数据按二进制数B_m的位值进行对调，若二进制数B_m的第k位为1则将数据块D_i3和数据块D_i2的第k个油中气体含量数据进行对调，对调后的数据块D_i3和数据块D_i2拼接为数据块D_i3-2，通信模块G_i2将数据块D_i3-2以及二进制数B_m发送给通信模块G_i1，通信模块G_i1收到数据块D_i3-2以及二进制数B_m后，将数据块D_i3-2、数据块D_i1和二进制数B_m发送给通信模块G_i0；步骤A)中，监测油中气体含量的方法还包括：

A6)通信模块G_i1收到数据块D_i3-2以及二进制数B_m后，将数据块D_i3-2、数据块D_i1和二进制数B_m发送给通信模块G_i0，通信模块G_i0收到数据块D_i3-2、数据块D_i1和二进制数B_m后，由通信模块G_i0对应的控制器将数据块D_i1和数据块D_i0内包含的油中气体含量数据按二进制数B_m的位值进行对调，若二进制数B_m的第k位为1则将数据块D_i1和数据块D_i0的第k个油中气体含量数据进行对调，对调后的数据块D_i1和数据块D_i0拼接为数据块D_i1-0；

A7)将两个二进制数B_m拼接成二进制数B_2m，将数据块D_i3-2和数据块D_i1-0内包含的油中气体含量数据按二进制数B_2m的位值进行对调，若二进制数B_2m的第k位为1则将数据块D_i3-2和数据块D_i1-0的第k个油中气体含量数据进行对调，对调后的数据块D_i3-2和数据块D_i1-0拼接为数据块D_i；

A8)通信模块G_i将数据块D_i上传到服务器并丢弃二进制数B_m；

步骤A8)中，通信模块G_i将数据块D_i上传到服务器的方法包括：

通信模块G_i对应的控制器将数据块D_i分为2部分D_i,1和D_i,2，通信模块G_i对应的控制器根据二进制数B_m的首位，决定是否将数据块D_i,2发送给通信环中的下一个通信模块G_i+1，若二进制数B_m的首位为1，则将数据块D_i,2发送给通信环中的下一个通信模块G_i+1，若通信模块G_i+1对应的二进制数B_m|i+1的首位为1，则通信模块G_i+1接收数据块D_i,2，并将自身的数据块D_i+1,2发送给通信环的下一个通信模块G_i+2，反之，则直接将数据块D_i,2发送给通信环中的下一个通信模块G_i+2，若干个周期T结束后，全部通信模块G_i,i∈[1,N]将数据块D_i,i∈[1,N]上传到服务器。

2.根据权利要求1所述的一种基于油气含量及产气速率的变压器的停运评估方法，其特征在于，

步骤B)中，建立变压器多状态马尔可夫模型的方法包括：

定义变压器的状态，状态1：健康状态，无需修复，状态2：需要进行油过滤，状态3：需要进行油替换，状态4：损坏状态，修复后的变压器可能处于状态1、2、3或4，状态转移速率

根据状态转移速率λ_i,i+1建立马尔可夫模型的状态转移速率矩阵

其中，修复率μ_i,j为从状态i到状态j的修复时间的倒数。

3.根据权利要求2所述的一种基于油气含量及产气速率的变压器的停运评估方法，其特征在于，

步骤B)中，根据多状态马尔可夫模型获得变压器故障失效率λ_s的方法包括：

B1)建立变压器在各个状态的稳态概率P_i,i∈[1,4]；

B2)根据稳态概率P_i，获得变压器从健康状态到损坏状态的概率，即为变压器故障失效率λ_s。

4.根据权利要求3所述的一种基于油气含量及产气速率的变压器的停运评估方法，其特征在于，

步骤B1)中，建立变压器在各个状态的稳态概率的方法包括：

模型中各状态的稳态概率为P＝[P₁ P₂ P₃ P₄]，则在任何时刻系统各状态的概率之和都恒等于1，即且AP＝0；

令P₄＝0，获得变压器在各个状态的稳态概率：

Δ＝μ₂₁·μ₃₂+λ₂₃·μ₃₁+μ₂₁·μ₃₁+λ₁₂·μ₃₂+λ₁₂·μ₂₃+λ₁₃·μ₃₂+λ₁₃·μ₂₃+λ₁₃·μ₂₁+λ₁₂·μ₃₁。

5.根据权利要求3或4所述的一种基于油气含量及产气速率的变压器的停运评估方法，其特征在于，

步骤B2)中，根据稳态概率P_i，获得变压器从健康状态到损坏状态的概率的方法包括：

T_w为变压器从初始时刻发展到状态4所需时间，变压器故障失效率λ_s＝P(T_w<t)＝LP，

其中，L＝[0 0 λ₃₄ 0]，

变压器故障失效率

6.根据权利要求1或2所述的一种基于油气含量及产气速率的变压器的停运评估方法，其特征在于，

步骤C)中，建立时变停运子模型，获得变压器时变停运率λ_v的方法包括：

建立预设条件：假设当产气速率趋于无限大时，设备必失效，即v→∞时，λ_v→100％，其中，v为油中产气速率；

检测并获得变压器的产气速率v；

令λ_v(t)＝A+α×e^θt，θ≥0，其中，A表示外部发生随机故障的概率，α为小正数常量，θ表示随着时间推移失效率的加速因子，

得log[λ_v(t)-A]＝logα+θt，即加速因子θ和产气速率v之间服从线性关系：θ(v)＝m+k×v，其中，m、k均为常数系数，其值由实验室条件下测量数据拟合得到。

7.根据权利要求1或2所述的一种基于油气含量及产气速率的变压器的停运评估方法，其特征在于，

变压器的产气速率其中，G(t_i)为t_i时监测的油中气体总量值；t₁、t₂分别为两次监测气体的时间。