基于云理论的电力变压器绝缘状态评估方法与流程

本发明属于电气设备故障诊断方法技术领域，具体涉及一种基于云理论的电力变压器绝缘状态评估方法。

背景技术：

电力变压器是电力系统中最重要的电气设备之一,其运行状态直接影响系统的安全水平。因此如何提高变压器运行的可靠性,一直都是变压器运行检测中的重要课题。当前，绝缘故障已成为变压器故障的主因之一。因此，对变压器绝缘状态进行正确的评估，准确发现变压器的故障缺陷，及时对变压器进行维修，对保障电网稳定运行意义重大。国内对有关变压器状态评估的研究指出，状态评估是一个多属性决策问题，其状态的划分具有模糊性，因此构建模糊隶属函数进行状态评估，取得了一定的成果，但隶属函数实际上是将模糊度精确化了，且隶属函数的确定具有一定的主观性。还有研究者通过证据理论、物元理论、集对分析、神经网络、专家系统、粗糙集等方法评估变压器的状态，都取得了一定的成效。以上的研究都是只通过了单因素对变压器进行状态评估，难以对故障机理复杂的变压器做出准确的评估。

技术实现要素：

为克服上述现有技术的不足，本发明提供一种基于云理论的电力变压器绝缘状态评估方法，以准确评估变压器的绝缘状态。

为实现上述发明目的，本发明采用如下技术方案：

一种基于云理论的电力变压器绝缘状态评估方法，包括如下步骤：

s1.选取评估指标，建立变压器绝缘状态指标体系；

s2.引入相对劣化度来表征各指标偏离正常状态的程度，对变压器绝缘状态等级划分；

s3.确定指标常权权重；

s4.建立变压器绝缘状态指标云模型；

s5.建立基于模糊云模型的综合评估模型，结合信度准则确定变压器的绝缘状态。

所述步骤s1中变压器绝缘状态指标体系为：以油色谱分析试验项目u1、电气试验项目u2、变压器油试验项目u3和附件运行情况和运行历史及检修记录y1作为变压器运行状态指标体系；所述油色谱分析试验项目u1的指标包括c2h2含量x1、h2含量x2、总烃相对产气速率x3、co绝对产气速率x4；所述电气试验项目u2的指标包括绕组直流电阻x1、吸收比x2、绕组介损x3、电容型套管介损x4、铁芯接地电流x5；变压器油试验项目u3的指标包括油中水分x1、击穿电压x2、介质损耗因数x3；所述附件运行情况和运行历史及检修记录y1的指标包括冷却系统x1，测试装置x2，有载分接开关x3，保护装置x4。

所述步骤s2的相对劣化度为：

式中，z0为指标正常值；z1为严重劣化状态的值；zm为该指标的数值；α反映参数变化对设备的影响程度的大小，大小为1。

所述步骤s2中变压器绝缘等级划分为正常、注意、异常和严重四个等级，矩阵表示为t＝(t1，t2，t3，t4)，其中t1，t2，t3，t4范围分别为[0，0.2)，[0.2，0.4)，[0.4，0.7)，[0.7，1]。

所述步骤s3的指标常权权重为：油色谱分析项目u1的权重＝0.3350，u1的指标常权为：c2h2含量x1＝0.4953，h2含量x2＝0.1391，总烃相对产气速率x3＝0.2230，co绝对产气速率x4＝0.1426；电气试验项目u2的权重＝0.2703，u2的指标常权为：绕组直流电阻x1＝0.2351，吸收比x2＝0.1538，绕组介损x3＝0.1538，电容型套管介损x4＝0.2274，铁芯接地电流x5＝0.2299；变压器油试验项目u3的权重＝0.2857，u3的指标常权为：油中水分x1＝0.4206，击穿电压x2＝0.2091，介质损耗因数x3＝0.3703；附件运行情况和运行历史及检修记录y1的权重＝0.1090，y1的指标常权为：冷却系统x1＝0.2163，测试装置x2＝0.1793，有载分接开关x3＝0.3520，保护装置x4＝0.2524。

当变压器某个状态指标变化很大时，认为该指标的的权重值有所上升；指标常权向量wm＝[w(x1)，w(x2)，…，w(xn)]变为：

式中，xm为变压器某个状态指标，ωm为该指标的权重值，α为变权参数，取0.2。

所述步骤s4建立变压器绝缘状态指标云模型，包括以下操作步骤：

s41.在每个试验项目中，将m个评价因子x＝[x1,x2,…,xm]的相对劣化度级别区间确定为：g1：[0，a)，g2：[a，b)，g3：[b，c)，g4：[c，d)∪[d，+∞)，则评价因子xm的云模型的三个数字特征ex、en和he表示为：g1:ex1＝0,he＝0.01；g2:ex2＝(a+b)/2,he＝0.01；g3:ex3＝(b+c)/2,he＝0.01；g4:ex4＝d,he＝0.01；

s42.以en为期望值、he²为标方差，生成正态随机数eni′，

eni′＝norm(en,he²)(3)

s43.以ex为期望值，为方差，生成正态随机数xi，

s44.计算令(xi，μi)为云滴；

s45.重复步骤(s42-s44)，直到产生n个云滴，即产生一朵云为止；

s46.以步骤s45的方法，将每一个评价因子都产生k朵云，共m×k朵云。

所述步骤s5包括以下操作步骤：

s51.读取变压器试验指标数据x0，若xm＝x0时，与第k朵正态云模型的交点有m个云滴，则取m个云滴的隶属度值的均值作为该指标的隶属度；计算每个变压器绝缘状态指标，属于各个级别的隶属度，并存储到隶属度矩阵am×k；

s52.重复步骤s51，直至产生m行k列的隶属度矩阵am×k；

s53.利用确定的权重集w与隶属度矩阵a进行模糊综合评价，得到评语集d，评估模型如下：

s54.利用信度准则，μk为隶属于状态等级k的隶属度，λ为置信度水平，取0.6，如果有：

则评价变压器绝缘为第k个状态。

与现有技术相比，本发明所具有的有益效果是：

本发明参照变压器相关规程，建立了变压器绝缘状态指标体系，在进行绝缘状态等级划分及指标权重动态化调整的基础上，根据相对劣化度的定义，提出了一种基于云模型的绝缘状态评估方法，通过构造隶属云模型减少了人为确定隶属函数的主观性与随意性，引入信度准则确定变压器的绝缘状态，得出相应的状态检修策略。通过实例研究，验证本发明方法的有效性，因而，该方法可以用来评价变压器单项及整体的绝缘状态，为变压器状态检修工作提供了一种新方法。

附图说明

图1是本发明基于云理论的电力变压器绝缘状态评估方法的变压器绝缘状态评估指标体系。

图2是本发明基于云理论的电力变压器绝缘状态评估方法的隶属云模型。

图3是本发明基于云理论的电力变压器绝缘状态评估方法的状态指标油色谱隶属云模型。

具体实施方式

下面结合本发明实施例及其附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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的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。

本发明的基于基于云理论的电力变压器绝缘状态评估方法，包括如下步骤：

s1.选取评估指标，建立变压器绝缘状态指标体系。

变压器绝缘状态指标体系为：以油色谱分析试验项目u1、电气试验项目u2、变压器油试验项目u3和附件运行情况和运行历史及检修记录y1作为变压器运行状态指标体系。其中，油色谱分析试验项目u1的指标包括c2h2含量x1、h2含量x2、总烃相对产气速率x3、co绝对产气速率x4；电气试验项目u2的指标包括绕组直流电阻x1、吸收比x2、绕组介损x3、电容型套管介损x4、铁芯接地电流x5；变压器油试验项目u3的指标包括油中水分x1、击穿电压x2、介质损耗因数x3；所述附件运行情况和运行历史及检修记录y1的指标包括冷却系统x1，测试装置x2，有载分接开关x3，保护装置x4。

s2.引入相对劣化度来表征各指标偏离正常状态的程度，对变压器绝缘状态等级划分。

相对劣化度为：

式中，z0为指标正常值；z1为严重劣化状态的值；zm为该指标的数值；α反映参数变化对设备的影响程度的大小，大小为1。

将变压器绝缘等级划分为正常、注意、异常和严重四个等级，矩阵表示为t＝(t1，t2，t3，t4)，其中t1，t2，t3，t4范围分别为[0，0.2)，[0.2，0.4)，[0.4，0.7)，[0.7，1]。

s3.确定指标常权权重，如表1所示：

表1指标常权值

当变压器某个状态指标变化很大时，认为该指标的权重值有所上升。指标常权向量wm＝[w(x1)，w(x2)，…，w(xn)]变为：

式中，xm为变压器某个状态指标，ωm为该指标的权重值，α为变权参数，取0.2。

s4.如图2所示，建立变压器绝缘状态指标云模型，具体操作步骤如下：

s41.在每个试验项目u中，将m个评价因子x＝[x1,x2,…,xm]的相对劣化度级别区间确定为：g1：[0，a)，g2：[a，b)，g3：[b，c)，g4：[c，d)∪[d，+∞)，则评价因子xm的云模型的三个数字特征如表2所示，其中q＝0.01：

表2

s42.以en为期望值、he²为标方差，生成正态随机数eni′，

eni′＝norm(en,he²)(3)

s43.以ex为期望值,为方差，生成正态随机数xi，

s44.计算令(xi，μi)为云滴。

s45.重复步骤(s42-s44)，直到产生n个云滴(即产生一朵云)为止。

s46.以步骤s45为方法，将每一个评价因子都产生k朵云，共m×k朵云。

s5.如图3所示，建立基于模糊云模型的综合评估模型，结合信度准则以确定变压器的绝缘状态，具体操作步骤如下：

s51.读取变压器试验指标数据x0，若xm＝x0时，与第k朵正态云模型的交点有m个云滴，则取m个云滴的隶属度值的均值作为该指标的隶属度。计算每个变压器绝缘状态指标，属于各个级别的隶属度，并存储到隶属度矩阵am×k。

s52.重复步骤s51，直至产生m行k列的隶属度矩阵am×k。

s53.利用确定的权重集w与隶属度矩阵a进行模糊综合评价，得到评语集d，评估模型如下：

s54.利用信度准则，μk为隶属于状态等级k的隶属度，λ为置信度水平，取0.6。如果有：

则评价变压器绝缘为第k个状态。

实施实例：

某变电站的220kv电力变压器，试验数据记录见于表3和表4。该变压器的运行及检修记录为：有漏油情况，经历过1次周期性大修。

表3油色谱分析数据(×10^-6)

表4预防性试验数据

根据表1和相关数据可计算得总烃相对产气速率和co绝对产气速率的值，原来油色谱分析所示指标的常权值为w⁽¹⁾＝[0.4953，0.1391，0.2230，0.1426]，经变权得w1＝[0.5750，0.1615，0.2589，0.0046]。同理，根据表1、表2电气试验、变压器油试验数据，经过变权公式计算得到的指标变权分别为w2＝[0.1250，0.0995，0.1550，0.4771，0.1433]，w3＝[0.5456，0.2181，0.2362]。最后计算得到油色谱分析、电气试验和变压器油试验分别与状态等级的隶属度见表5、表6和表7。

表5油色谱隶属度的计算值

表6电气试验隶属度的计算值

表7变压器油试验隶属度的计算值

根据各表隶属度计算值的结果和结合信度准则，可以得到油色谱分析和电气试验状态属于d4类，变压器油试验状态属于d3类。此外，本文采用专家打分法进行定性指标量化评价，得到其等级隶属度为y1＝[0.3，0.7，0，0]。经过加权运算，可得隶属度t＝[0.0581，0.1826，0.2952，0.4641]，再结合结合信度准则，由此可见，变压器整体绝缘状态处于t4即严重状态，需要尽快安排停电检修。

表8不同方法评估的对比结果

表8给出了采用模糊综合评判、集对分析方法与本发明的方法对实例进行评估的对比结果。根据对比结果，3种不同方法得到的整体评价结论一致，证明了该方法用于综合评估变压器绝缘状态是准确有效的，且在判断电气试验单项状态时，本发明的方法与集对分析方法判断的结果与模糊评判相比更为准确有效。