CN117495207B - 电力变压器健康状态评价方法 - Google Patents

Abstract

本发明的实施例提供了一种电力变压器健康状态评价方法，涉及电力变压器技术领域。方法包括：S1：基于电力变压器的状态评估指标，建立电力变压器的状态评估体系；S2：建立状态评估体系的参量相对完好度，并划分状态等级；S3：采用三角模糊层次分析法确定各状态评估指标的常权重向量，进而引入变权理论获得动态权重；S4：通过计算靶心坐标及靶心贴近度，确定状态等级的隶属度；S5：基于状态等级和隶属度，计算电力变压器的最终健康指数。该方法通过使用变权重方法更准确地反映状态指标对电力变压器的影响程度，避免忽略关键指标或过度关注次要指标；该模型在保证准确率的同时，实施简便且对数据需求较少，具有一定的优越性。

Description

电力变压器健康状态评价方法

技术领域

本发明涉及电力变压器技术领域，具体而言，涉及一种电力变压器健康状态评价方法。

背景技术

电力变压器是构成电力系统的重要枢纽设备，承担连接不同电压等级线路、电压转化与电能分配的重要功能。变压器一旦发生故障，严重影响电力系统的正常运行，造成负荷大面积失电等严重事故，并带来巨大的经济损失。变压器传统的检修方式以定期检修和事后检修相结合为主，该检修方式未考虑变压器的实时健康状态，极易造成“过修”与“欠修”的问题。得益于传感器技术的发展与进步，基于状态监测的状态检修技术逐步兴起，该方法可极大的减少检修不当所造成的维修费用与故障风险。而建立全面、有效、可靠的健康状态评价是开展针对性状态检修的必要前提和重要基础，对提高电力变压器利用率，保障电力系统安全稳定可靠运行具有重要意义。

电力变压器状态评估是基于变压器全景实时运行数据建立多层次评价指标体系，采用数理方法建立评估模型，评价整体健康等级的方法。但传统评价指标方法在评价指标赋权时，通常使用常权理论，忽略了不确定性的影响。同时，基于机器学习与数据驱动的评估方法对训练数据规模、质量有较高的要求，导致应用场景受限。而由于电力变压器工作环境差、组成结构复杂以及强磁场的原因，导致数据难以收集。

发明内容

本发明的目的包括提供了一种电力变压器健康状态评价方法，其能够准确地反映状态指标对电力变压器的影响程度，避免忽略关键指标或过度关注次要指标；在保证准确率的同时，实施简便且对数据需求较少。

本发明的实施例可以这样实现：

本发明提供一种电力变压器健康状态评价方法，方法包括：

S1：基于电力变压器的状态评估指标，建立电力变压器的状态评估体系；

S2：建立状态评估体系的参量相对完好度，并划分状态等级；

S3：采用三角模糊层次分析法确定各状态评估指标的常权重向量，进而引入变权理论获得动态权重；

S4：通过计算靶心坐标及靶心贴近度，确定状态等级的隶属度；

S5：基于状态等级和隶属度，计算电力变压器的最终健康指数。

在可选的实施例中，在S1中，所述状态评估指标包括绝缘油试验指标、电气试验指标、油中溶解气体含量；

所述绝缘油试验指标包括微水含量、油介质损耗因数、油击穿电压、油中含气量，所述电气试验指标包括铁芯及夹件接地电流、绕组直流电阻互差及初值差、绕组绝缘电阻及吸收比或极化指数、绕组介质损耗因数与电容量、短路阻抗初值差，所述油中溶解气体含量包括氢气含量、乙炔含量和总烃含量。

在可选的实施例中，在S2中，参量相对完好度v作为效益型指标的计算方法如下：

参量相对完好度v作为成本型指标的计算方法如下：

其中，相对完好度v为指标测量值v _i标准化后的值，其取值范围为[0,1]；v _i为指标实测值；v _ip为指标初始值；v _is为指标注意值，i表示指标层编号。

在可选的实施例中，在S2中，电力变压器的所述状态等级分为严重、异常、注意和正常四种状态；参量相对完好度v与状态等级之间具有对应关系。

在可选的实施例中，在S3中，常权重向量W ⁰可表示为：

其中，n为状态评估指标的个数，指标j的常权重向量计算方法为：

式中，D _i为模糊判断矩阵中第i个评价准则相对其它所有准则的综合重要程度值，a _ij为第i个样本在第j个指标下的状态量。

在可选的实施例中，在S3中，动态权重计算方法如下：

其中，S _ij为变权函数；i=1, 2, …,m,j=1, 2, …,n，m表示样本个数，v _ij为原始数据经过标准化处理后的值；dj ₁,dj ₂,dj ₃∈[0,1]表示各变权区间的阈值，分别代表严重、异常和注意等级的最大阈值；C为变权权重，C反映总的权重变化程度，C越小，否定程度越大；e为自然对数，α表示权重变化水平，其取值越高，变权效果越显著。

在可选的实施例中，S4包括：

将所有样本分成p个评价类，则在第j个指标的取值区间内插入p-1个分点，将其分为以下p个子区间：[a _j0,a _j1],...,[a _jk-1,a _k],...,[a _jp-1,a _jp]，则第i个对象在第j个指标下关于第k个评价等级[a _jk-1,a _jk]的关联函数为：

其中，a _jk为第j个指标下关于第k个评价等级的上限值，a _j0为第j个指标在第一个评价等级下的下限值，μ _ijk为第i个对象在第j个指标下关于第k个评价等级的关联函数值，当μ _ijk>0时，表示特征量在该状态等级内；当μ _ijk<0时，表示特征量在该状态等级外；当μ _ijk=0时，表示特征量在该状态等级的临界值上，x _ij为第i个样本在第j个指标下的状态量；靶心坐标μ _mn为特征区间关联函数的最大值；

靶心贴近度U的计算方法如下：

其中，U _ml表示第m个样本关于第l个状态等级的靶心贴近度；C _mn为第m个样本中第n个指标的变权权重。

在可选的实施例中，S4包括：

当取第m个电力变压器样本的关于第l个状态等级的靶心贴近度为(U _m1,U _m2,U _m3,U _m4)，则第m个样本的关于第l个状态等级的隶属度Y _ml的计算方法如下：

其中，y _ml为中间参数；l=1, 2, 3, 4，为状态等级类型；另取max(U _ml)=U _{m max}，min(U _ml)=U _{m min}。

在可选的实施例中，在S5中，最终健康指数计算公式如下：

其中，M(l)为第l个状态等级的完好度区间的中心点，M(l)={0.1, 0.35, 0.65,0.9}；HI _m为电力变压器的最终健康指数。

本发明实施例提供的电力变压器健康状态评价方法的有益效果包括：

通过分析电力变压器相关标准与导则，建立状态评估体系并划分状态等级；利用变权函数获取电流变压器动态权重，以便准确的反映电力变压器各指标在不同状态下的重要程度；通过靶心贴近度模型计算样本对各个状态等级的贴近度，并根据贴近度确定电力变压器的健康状态；该模型不仅避免忽略关键指标或过度关注次要指标，在保障可靠性的同时简化了健康状态评价模型复杂度、降低对状态数据需求量，具有一定的优越性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的电力变压器健康状态评价方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。

请参考图1，本实施例提供了一种电力变压器健康状态评价方法（以下简称：方法），方法包括以下步骤：

S1：基于电力变压器的状态评估指标，建立电力变压器的状态评估体系。

本实施例中，状态评估指标包括绝缘油试验指标（包括微水含量、油介质损耗因数、油击穿电压、油中含气量）、电气试验指标（包括铁芯及夹件接地电流、绕组直流电阻互差及初值差、绕组绝缘电阻及吸收比或极化指数、绕组介质损耗因数与电容量、短路阻抗初值差）、油中溶解气体含量（包括氢气含量、乙炔含量和总烃含量）。

S2：建立状态评估体系的参量相对完好度，并划分状态等级。

本实施例中，参量相对完好度v作为效益型指标的计算方法如下：

参量相对完好度v作为成本型指标的计算方法如下：

其中：相对完好度v为指标测量值v _i标准化后的值，其取值范围为[0,1]；v _i为指标实测值；v _ip为指标初始值；v _is为指标注意值，i表示指标层编号。如果计算得到的指标量化值v＜0，则令v=0；如果v＞1，则令v=1；效益型指标为该指标值越大，表明电力变压器状态越好，如油击穿电压；成本性指标为该指标值越小，则电力变压器状态越好，如绕组介质损耗因数等。

将电力变压器的状态等级分为严重、异常、注意和正常四种状态；参量相对完好度v与状态等级的对应关系如表1所示。

表1参量相对完好度区间与状态等级的对应关系

状态等级	严重	异常	注意	正常
					参量相对完好度<i>v</i>区间	0~0.2	0.2~0.5	0.5~0.8	0.8~1

S3：采用三角模糊层次分析法确定各状态评估指标的常权重向量，进而引入变权理论获得动态权重。

本实施例中，利用三角模糊函数定理计算各状态评估指标的常权重向量W ⁰，其计算方法如下：

式中，μ _M (x)为三角模糊函数，x为自变量，模糊数M表示为(l,m,u)，u、l和m分别表示M的上界值、下界值和中值，l≤m≤u。

其中，D _i为模糊判断矩阵中第i个评价准则相对其它所有准则的综合重要程度值，a _ij为第i个样本在第j个指标下的状态量，i,j=1, 2, … ,n，n为状态评估指标的个数，a _ij=(l _ij,m _ij,u _ij)，d _i表示准则i优于其它准则的纯测量度，V(D _i≥D _j)表示三角模糊数(D _i≥D _j)的可能性程度。

其中，指标j的常权重向量计算方法为：

则常权重向量W ⁰可表示为：

利用惩罚占主导的混合型变函数求解动态权重，计算方法如下：

其中，S _ij为变权函数；i=1,2,…,m,j=1,2,…,n，m表示样本个数，v _ij为原始数据经过标准化处理后的值；dj ₁,dj ₂,dj ₃∈[0,1]表示各变权区间的阈值，分别代表严重、异常和注意等级的最大阈值；C反映总的权重变化程度，C越小，否定程度越大；α表示权重变化水平，其取值越高，变权效果越显著；e为自然对数。其中，参数项最佳取值范围为0≤C≤1,1≤α≤2,且经测试C=0.8,α=1.5的效果最好。

S4：通过计算靶心坐标及靶心贴近度，确定状态等级的隶属度。

本实施例中，根据分级规则，可以将所有样本分成p个评价类，则在第j个指标的取值区间内插入p-1个分点，将其分为以下p个子区间：[a _j0,a _j1],...,[a _jk-1,a _k],...,[a _jp-1,a _jp]，则第i个对象在第j个指标下关于第k个评价等级[a _jk-1,a _jk]的关联函数为：

其中，a _jk为第j个指标下关于第k个评价等级的上限值，a _j0为第j个指标在第一个评价等级下的下限值，这里取值为0，μ _ijk为第i个对象在第j个指标下关于第k个评价等级的关联函数值。

例如k=1时，求第一个评价等级下关联函数值，此时，a _j1=0.2，a _j0=0；

k=2时，求第二个评价等级下关联函数值，此时，a _j2=0.5，a _j1=0.2；

这样，a _jk实际意义就是取第k个评价等级的上限值；a _jk-1就是第k个评价等级的下限值。

当μ _ijk>0时，表示特征量在该状态等级内；当μ _ijk<0时，表示特征量在该状态等级外；当μ _ijk=0时，表示特征量在该状态等级的临界值上，x _ij为第i个样本在第j个指标下的状态量；靶心坐标μ _mn为特征区间关联函数的最大值；

靶心贴近度U的计算方法如下：

其中，U _ml表示第m个样本关于第l个状态等级的靶心贴近度；C _mn为第m个样本中第n个指标的变权权重。

随后，在获得靶心坐标和靶心贴近度之后，可进一步计算状态隶属度；当取第m个电力变压器样本的关于第l个状态等级的靶心贴近度为(U _m1,U _m2,U _m3,U _m4)，则第m个样本的关于第l个状态等级的隶属度Y _ml的计算方法如下：

其中，y _ml为中间参数；l=1, 2, 3, 4，为状态等级类型；另取max(U _ml)=U _{m max},min(U _ml)=U _{m min}。

S5：基于状态等级和隶属度，计算电力变压器的最终健康指数。

在本实施例中，在计算获得所有电力变压器对各状态等级的隶属度后，结合各状态等级完好度区间中心点，则可以明确电力变压器的最终健康指数，其计算公式如下：

其中，M(l)为第l个状态等级的完好度区间的中心点，M(l)={0.1, 0.35, 0.65,0.9}；HI _m为电力变压器的最终健康指数。

电力变压器的最终健康指数与状态等级之间的对应关系如下表所示：

表1 最终健康指数与状态等级对应关系

状态等级	严重	异常	注意	正常
					健康状态评分	0~0.2	0.2~0.5	0.5~0.8	0.8~1

本发明实施例提供的电力变压器健康状态评价方法的有益效果包括：

通过分析电力变压器相关标准与导则，建立状态评估体系并划分状态等级；利用变权函数获取电流变压器动态权重，以便准确的反映电力变压器各指标在不同状态下的重要程度；通过靶心贴近度模型计算样本对各个状态等级的贴近度，并根据贴近度确定电力变压器的健康状态；该模型不仅避免忽略关键指标或过度关注次要指标，在保障可靠性的同时简化了健康状态评价模型复杂度、降低对状态数据需求量，具有一定的优越性。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种电力变压器健康状态评价方法，其特征在于，所述方法包括：

S1：基于电力变压器的状态评估指标，建立电力变压器的状态评估体系，所述状态评估指标包括绝缘油试验指标、电气试验指标、油中溶解气体含量；

所述绝缘油试验指标包括微水含量、油介质损耗因数、油击穿电压、油中含气量，所述电气试验指标包括铁芯及夹件接地电流、绕组直流电阻互差及初值差、绕组绝缘电阻及吸收比或极化指数、绕组介质损耗因数与电容量、短路阻抗初值差，所述油中溶解气体含量包括氢气含量、乙炔含量和总烃含量；

S2：建立所述状态评估体系的参量相对完好度，并划分状态等级；

S3：采用三角模糊层次分析法确定各状态评估指标的常权重向量，进而引入变权理论获得动态权重，常权重向量W ⁰可表示为：

其中，n为状态评估指标的个数，指标j的常权重向量计算方法为：

式中，D _i为模糊判断矩阵中第i个评价准则相对其它所有准则的综合重要程度值，a _ij为第i个样本在第j个指标下的状态量；

动态权重计算方法如下：

其中，S _ij为变权函数；i=1,2,…,m,j=1,2,…,n，m表示样本个数，v _ij为原始数据经过标准化处理后的值；dj ₁,dj ₂,dj ₃∈[0,1]表示各变权区间的阈值，分别代表严重、异常和注意等级的最大阈值，e为自然对数，α表示权重变化水平，C为变权权重；

S4：通过计算靶心坐标及靶心贴近度，确定状态等级的隶属度；

S5：基于所述状态等级和所述隶属度，计算电力变压器的最终健康指数。

2.根据权利要求1所述的电力变压器健康状态评价方法，其特征在于，在S2中，参量相对完好度v作为效益型指标的计算方法如下：

参量相对完好度v作为成本型指标的计算方法如下：

其中：相对完好度v为指标测量值v _i标准化后的值，其取值范围为[0,1]；v _i为指标实测值；v _ip为指标初始值；v _is为指标注意值，i表示指标层编号。

3.根据权利要求2所述的电力变压器健康状态评价方法，其特征在于，在S2中，电力变压器的所述状态等级分为严重、异常、注意和正常四种状态；参量相对完好度v与状态等级之间具有对应关系。

4.根据权利要求1所述的电力变压器健康状态评价方法，其特征在于，S4包括：

将所有样本分成p个评价类，则在第j个指标的取值区间内插入p-1个分点，将其分为以下p个子区间：[a _j0,a _j1],...,[a _jk-1,a _k],...,[a _jp-1,a _jp]，则第i个对象在第j个指标下关于第k个评价等级[a _jk-1,a _jk]的关联函数为：

其中，a _jk为第j个指标下关于第k个评价等级的上限值，a _j0为第j个指标在第一个评价等级下的下限值，μ _ijk为第i个对象在第j个指标下关于第k个评价等级的关联函数值，当μ _ijk>0时，表示特征量在该状态等级内；当μ _ijk<0时，表示特征量在该状态等级外；当μ _ijk=0时，表示特征量在该状态等级的临界值上；x _ij为第i个样本在第j个指标下的状态量；靶心坐标μ _mn为特征区间关联函数的最大值；

靶心贴近度U _ml的计算方法如下：

其中，U _ml表示第m个样本关于第l个状态等级的靶心贴近度；C _mn为第m个样本中第n个指标的变权权重。

5.根据权利要求4所述的电力变压器健康状态评价方法，其特征在于，S4包括：

当取第m个电力变压器样本的关于第l个状态等级的靶心贴近度为(U _m1, U _m2, U _m3,U _m4)，则第m个样本的关于第l个状态等级的隶属度Y _ml的计算方法如下：

其中，y _ml为中间参数；l=1, 2, 3, 4，为状态等级类型；另取max(U _ml)=U _{m max}，min(U _ml)=U _{m min}。

6.根据权利要求5所述的电力变压器健康状态评价方法，其特征在于，在S5中，最终健康指数计算公式如下：

其中，M(l)为第l个状态等级的完好度区间的中心点；HI _m为电力变压器的最终健康指数。