一种基于改进证据理论融合的变压器运行状态评估方法与流程

本发明涉及变压器运行状态评估技术领域，特别是一种基于改进证据理论融合的变压器运行状态评估方法。

背景技术：

随着中国经济和社会的持续高速发展，电能已成为人们生产生活的主要能源，全国各行各业对电力需求日益增加。优质、可靠、稳定的电力供应已成为电力用户的基本要求。变压器作为发电厂、变电站中的关键设备之一，价格昂贵，其运行状态直接影响着整个电力系统的正常运行。由于变压器长期不间断运行在电力系统之中，变压器容易受到多种因素的综合影响，如运行环境复杂，且时常遭受各种不良运行工况的冲击等，从而不可避免地出现各种轻微的异常状态甚至是严重的故障，时刻影响着电网的安全稳定运行。

若变压器出现异常严重的运行状况，而未及时采取有效措施，则可能导致大面积停电事故，甚至引起火灾、爆炸等事故，引发巨大的经济损失。除此之外，变压器在故障发生后的修复工作极为复杂，不仅受到场地、特殊设备等条件的限制，而且对气候环境的要求也十分严格。倘若变压器一旦发生严重故障而无法修复，购买新变压器不仅费用昂贵，且其运输、安装、调试过程都需要消耗大量的时间、人力与物力，对电力系统的威胁更加严重。因此，如何合理制地制定变压器的检修计划，提高变压器管理技术和运行的维护水平，逐渐变成了各个电网公司的重要难题。鉴于以上问题，变压器状态评估逐渐被重视起来。变压器状态评估正是为了反映变压器的实际运行状况，尽可能及时发现变压器的故障隐患，尽早避免故障的发生，同时还可避免盲目的停电检修与试验，减少停电检修、试验所带来的停电时间和意外事故，并延长变压器的寿命。

变压器运行机理极其复杂、运行状态信息众多、运行环境恶劣。目前的变压器运行状态评估方法往往只用单一试验数据进行运行状态评估，未充分利用多指标的信息融合问题，评估准确率较低。同时，变压器运行状态评估不仅与随机不确定性因素相关，而且还涉及模糊不确定、以及信息不完全所导致的不确定等诸多因素，难以有效评估。为了克服以上技术缺点，发明一种基于改进证据理论的变压器运行状态评估方法，充分融合变压器的油色谱数据、电气试验数据、绝缘油与绝缘纸试验数据，考虑证据体之间的差异性，为变压器状态检修提供决策依据。

技术实现要素：

为了克服以上技术缺点，本发明提供了一种基于改进证据理论融合的变压器运行状态评估方法，充分融合变压器的数据，考虑各证据体的差异性，利用可信度系数、敏感因子对证据体进行修正后再进行信度分配，提高运行状态评估的准确性。

实现本发明目的的技术方案为：

一种基于改进证据理论融合的变压器运行状态评估方法，包括

步骤一：确定变压器运行状态评估指标集，划分运行状态评估等级；所述变压器运行状态评估指标集包括多个项目层，每一个项目层包括多个评估指标；

步骤二：通过对比项目层内各评估指标之间的重要度，采用标度法构建判断矩阵，利用改进层次分析法计算项目层内每一个评估指标的常权重；通过对比各项目层之间的重要度，采用标度法构建判断矩阵，利用改进层次分析法计算每一个项目层的常权重；

步骤三：计算项目层内每一个评估指标的劣化度，再通过均衡函数分别计算其变权重；

步骤四：根据项目层内每一个评估指标的劣化度，通过隶属度函数计算项目层内每一个评估指标与运行状态评估等级之间的联系度，再根据项目层内每一个评估指标的变权重和每一个评估指标与运行状态评估等级之间的联系度计算每一个项目层的综合联系度；

步骤五：确定变压器运行状态评估结果的识别框架，将项目层的综合联系度作为证据体，对证据体进行修正，得到基本信度分配，再进行信息融合；包括

5.1确定变压器运行状态评估结果的识别框架θ，

θ＝{h,θ}＝{h1,h2,...,hl,θ}

其中，h＝{h1,h2,...,hl}，h1、h2、...、hl分别为运行状态评估等级，θ为运

行状态不确定度；

5.2将每一个项目层的综合联系度作为一个独立的证据体，其中，第m个项目层的综合联系度为μm，m＝1,2,...,m；

5.3计算每一个证据体的劣化因子，

其中，ym为第m个证据体的劣化因子，和xi分别为第m个证据体所对应的第m个项目层中第i个评估指标的变权重和劣化度，n是第m个项目层中评估指标的个数；

5.4计算每一个证据体的敏感因子，

其中，为第m个证据体的敏感因子，ωm为第m个证据体所对应的第m个项目层的常权重，α为敏感因子系数；

构建敏感因子矩阵

5.5对每一个证据体进行修正，

其中，ψm为第m个证据体的相对敏感因子，maxv^wsf为敏感因子矩阵v^wsf中的最大值，λm为第m个证据体的敏感因子可信度，λ为优先可信度系数；mm(h)和mm(θ)分别为第m个证据体修正后的运行状态等级信度值和运行状态不确定度；

计算每一个证据体修正后的基本信度分配，

mm(θm)＝(mm(h),mm(θ))

其中，mm(θm)为第m个证据体修正后的基本信度分配，θm为第m个证据体的识别框架；

5.6将所有证据体修正后的基本信度分配进行融合，得到融合结果m(θ)，

其中，m(h)和m(θ)分别为融合后的运行状态等级信度值和运行状态不确定度，k为冲突系数；

步骤六：通过信度准则、隶属度最大准则、准确度原则对融合结果m(θ)进行检验，输出运行状态评估结果。

本发明的有益效果在于，

1、运行状态评估指标集信息更丰富。本发明充分考虑变压器运行过程中的参数，增加了运行状态评估的信息量，为后续基于信息融合的运行状态评估提供保障。

2、运行状态评估适应性更强。本发明考虑了各评估指标的劣化度，引入均衡函数计算评估指标的变权重，解决了评估指标偏离正常值时，评估指标常权重无法反映其对评估过程无影响的问题。

3、运行状态评估准确率更高。本发明充分考虑不同项目层对证据体的影响，在证据体融合之前，先利用可信度系数、敏感因子修正各证据体的基本信度分配，将修正后的证据体再利用ds证据理论融合规则进行融合，降低了证据差异过大而导致的运行状态评估错误，运行状态评估结果可为变压器状态检修提供决策依据。

附图说明

图1是本发明实施例的流程图。

图2是本发明实施例中变压器运行状态评估指标集。

图3是本发明实施例中半梯形与三角形分布隶属度函数。

图4是本发明的实施例中建立变压器运行状态评估的三层架构模型。

具体实施方式

以下结合附图和实施例对本发明的具体实施方法进一步描述。

一种基于改进证据理论融合的变压器运行状态评估方法，包括步骤：确定变压器运行状态评估指标集，并划分运行状态等级；建立评估指标(项目层)的重要度矩阵，利用改进层次分析法计算各评估指标(项目层)的常权重；对获取的评估指标进行去量纲化，计算其劣化度；针对评估指标的常权重，引入均衡函数计算其变权重；建立评估指标的联系度隶属函数，计算评估指标的联系度和项目层的综合联系度；确定变压器运行状态评估结果的识别框架，将项目层的综合联系度作为独立的证据体；给出证据体劣化因子和敏感因子的计算方法，通过可信度系数、敏感因子对证据体进行修正；将修正后的证据体进行基本信度分配(bpa)，再利用ds证据理论的合成规则进行信息融合；通过信度准则、隶属度最大准则、准确度原则对融合结果进行检验，输出运行状态评估结果。

如图1所示，本发明的实施例如下：

步骤一：根据《油浸式变压器(电抗器)状态评价导则》，确定变压器运行状态评估指标集，划分运行状态评估等级。变压器运行状态评估指标集如图2所示。

1、选取三个项目层：油色谱数据层、电气试验数据层、绝缘油与绝缘纸试验数据层。

2、其中，油色谱数据层包括8个指标：甲烷(ch4)含量、乙烯(c2h4)含量、乙烷(c2h6)含量、乙炔(c2h2)含量、氢气(h2)含量、一氧化碳(co)含量、二氧化碳(co2)含量以及总烃含量。

3、电气试验数据层包括9个指标：绝缘电阻吸收比、极化指数、绕组绝缘介损、铁芯接地电流、铁芯绝缘电阻、局部放电量、绕组直流电阻互差、绕组短路阻抗初值差以及绕组电容量初值差。

4、绝缘油与绝缘纸试验数据层包括7个指标：绝缘油介损、油中含水量、油击穿电压、糠醛含量、纸板聚合度、体积电阻率以及中性点油流静电电流。

5、将变压器运行状态等级分为4个等级：正常h1、注意h2、异常h3、严重h4。

变压器状态等级对应的运行状况描述如下表所示：

步骤二：分别建立评估指标和项目层的重要度矩阵，利用改进层次分析法计算各评估指标和项目层的常权重，该方法不需要进行一致性检验，可一次性得到权重结果。

1、通过对比各指标之间、各项目层之间的重要度，采用1～9标度法(也可以采用其它标度法)，构建判断矩阵w。

判断矩阵的标度如下表所示：

其中，w中的元素uij表示第i指标相对于第j指标的重要程度，n是某一个项目层指标的总个数。(当计算项目层的常权重时，则uij表示第i个项目层相对于第j项目层的重要程度，n是项目层的总层数。)

2、为了避免不满足一致性的情况，可先计算判断矩阵w的反对称矩阵b，其计算公式如下：

bij＝lguij,(i,j＝1,2,…,n)

式中，bij为反对称矩阵b的元素，uij为判断矩阵w的元素。

3、计算最优传递矩阵c，矩阵c与反对称矩阵b的关系如下：

式中，cij为最优传递矩阵c的元素。

4、其次，计算拟优一致阵w^*，其计算公式如下：

式中，为拟优一致阵w^*的元素。

5、计算各项指标的权重ωi，首先计算拟优一致阵w^*的最大特征根λmax所对应的特征向量ω'：

ω′＝w^*/λmax

其次，将特征向量ω'进行归一化处理，即可得到各评估指标权重ωi，其计算公式如下：

其中，ωi是计算得到某一个项目层下第i个指标的常权重，n是某一项目层中指标的总个数(当计算项目层的常权重时，n则是项目层的总层数)。

由于采用最优传递矩阵法，因此最后无需对判断矩阵进行一致性检验。

下面，以3个项目层为例，按照1-5的步骤，计算项目层的常权重，如下：

确定项目层之间的判断矩阵w项目层如下：

然后计算其反对称矩阵b项目层

然后计算最优传递矩阵c项目层

得到拟优一致阵w^*项目层

计算拟优一致阵w^*项目层的特征值与特征向量如下表所示：

拟优一致阵w^*项目层最大特征值对应的特征向量为ω'＝{0.7428,0.3714,0.5571}，对其进行归一化处理，即可得到3个项目层的常权重为

同理，按照步骤二中的1-5步，可计算每一个项目层下所有指标的常权重。整理计算的常权重结果如下表所示：

步骤三：计算每一个评估指标的劣化度，并通过均衡函数分别计算其变权重。

1、对获取的每一个评估指标进行去量纲化，计算指标i的劣化度xi。其中越小越好型指标、越大越好型指标分别采用如下公式进行计算。

其中，xi是指标i的劣化度，x是指标i的实际测量值，x'是指标i警示值，xf是指标i的额定值，x'与xf的值如下表所示。当某一个指标的劣化度为0时，代表该指标严重偏离正常值；当劣化度为1时，则该代表指标处于最佳状态。

2、通过均衡函数计算每一个评估指标的变权重，如下式所示：

其中，ωi、xi分别是一个项目层中第i指标的变权重、常权重和劣化度，n是该项目层中指标的总个数，α是变权重系数，可取α＝0.2。通过均衡函数计算变权重的方法，实现了指标权重基于信息变化程度的动态调整，可对变压器整体运行状态起到一定的制约和均衡作用。

步骤四：建立评估指标联系度的隶属度函数，确定每一个评估指标与4个状态等级之间的联系度，一个项目层下的第i个指标与4个状态等级间的联系度可表示为：

μi＝[μh1(xi)，μh2(xi)，μh3(xi)，μh4(xi)]。建立变压器运行状态评估的三层架构模型，分别计算第m个项目层的综合联系度μm。

1、采用半梯形与三角形分布隶属度函数(如图3所示，也可采用其它隶属度函数)计算每

一个评估指标正常、注意、异常、严重的联系度，具体公式分别如下所示：

其中，μ1(xi)、μ2(xi)、μ3(xi)、μ4(xi)代表某一个项目层中第i个指标与正常h1、注意h2、异常h3、严重h4的联系度，xi是该项目层中第i个指标的劣化度。

2、建立变压器运行状态评估的三层架构模型，如图4所示。第一层是各评估指标，第二层是项目层，第三层是变压器整体。

3、计算项目层(油色谱数据层、电气试验数据层、绝缘油与绝缘纸试验数据层)的综合联系度μ：

其中，是项目层中第i个指标的变权重，n是该项目层中指标总个数。

步骤五：确定变压器运行状态评估结果的识别框架θ，将每一个项目层的综合联系度μm作为证据体。由于不同证据体的可信程度、评估结果的代价敏感不一样，故引入可信度系数、敏感因子对证据体进行修正；将修正后的证据体进行基本信度分配(bpa)，再利用证据理论合成规则进行信息融合。

1、确定识别框架θ，包含变压器4种运行状态等级hl(l＝1,2,3,4)及其不确定度θ：

θ＝{h,θ}＝{h1,h2,h3,h4,θ}

2、将第m个项目层的综合联系度μm作为一个独立的证据体(m＝1,2,3)。

定义证据体劣化因子为项目层中所有指标的变权重与劣化度的加权和，计算公式如下：

其中，ym是第m个证据体的劣化因子，xi分别是该证据体所对应项目层中第i个评估指标的变权重和劣化度，n是该项目层中指标的总个数。

3、计算证据体敏感因子vm^wsf：

其中，ym是第m个证据体劣化因子，ωm是第m个证据体(项目层)所对应的常权重，α为敏感因子系数，取α＝0.2，m是项目层总数。则m条证据的敏感因子矩阵为：证据体由油色谱项目层、电气试验项目层、绝缘油、纸试验项目层组成，因此m＝3，即3个证据体。

4、利用优先可信度系数λ(可取λ＝0.9)、敏感因子v^wsf矩阵对证据体进行修正后，再进行基本信度分配。其中

其中，h表示变压器4个运行状态等级，vm^wsf第m个证据体的敏感因子，maxv^wsf是敏感因子矩阵中的最大值，ψm是证据体的相对敏感因子；λm是敏感因子可信度，mm(hl)、mm(θ)分别为第m个证据体修正后的运行状态等级信度值和不确定度。

则第m个证据体修正后的的基本信度分配mm(θm)可表示为：

mm(θm)＝(mm(h),mm(θ))

将修正后的的基本信度分配结果利用证据理论进行融合，证据理论的融合规则如下：

其中，m1(θ1)、m2(θ2)、m3(θ3)分别代表3个证据体修正后的基本信度分配，表示空集，k是冲突系数，m(θ)是3个证据体融合后输出的信度分配结果。

步骤六：通过信度准则、隶属度最大准则、准确度原则对融合结果进行检验，并输出变压器的运行状态评估结果。

1、信度准则：融合后的不确定信度函数值应该小于设定的阈值，即m(θ)＜ε1，ε1可取0.15。若不确定信度函数值过大，则表示融合结果的可信度较低，易出现误判的情况。

2、隶属度最大准则：在融合后的m(θ)中，信度函数最大值与次最大值的差应大于设定的阈值ε2，ε2可取0.1。

3、准确度原则：所得出的变压器运行状态等级对应的信度函数值大于不确定信度函数值m(θ)。

4、当m(θ)同时满足信度准则、隶属度最大准则、准确度原则时，以m(θ)中最大信度分配所支持的状态作为运行状态评估结果。否则，变压器运行状态输出为“不确定”，意味着运行状态评估失败。例如：当m(θ)＝{0.5,0.25,0.1,0.1,0.05}，m(θ)同时满足信度准则、隶属度最大准则、准确度原则，最大信度分配的数值为m(h1)＝0.5，对应于正常状态h1。

下面通过一组变压器实际运行数据对本发明方法进行验证。

1、以某一组变电站主变运行数据为例，通过本发明步骤一至步骤五，计算三个项目层的综合联系度和敏感因子如下表所示：

2、将项目层的综合联系度作为证据体，并利用证据体优先可信度系数λ、敏感因子v^wsf对证据体进行修正后的基本信度分配如下表所示：

3、利用改进证据理论融合的结果为：

m(θ)＝{0.2627,0.0662,0.1030,0.4826,0.0085}

4、通过步骤六中的方法，即可得到该台变压器的运行状态等级为严重h4，且评估结果符合校验要求。

5、运行状态评估结果表明该变压器可能发生故障，应立即对该变压器进行断电操作，安排检修。该台变压器实际情况为：已发生低温过热故障。运行状态评估结果与实际状态完全吻合，验证了本专利所提基于改进证据理论融合的变压器运行状态评估方法的有效性和准确性。

6、为进一步验证考虑证据体可信度系数和敏感因子(本发明方法)的有效性和准确性，又分别与未考虑敏感因子、未考虑可信度系数和敏感因子(传统证据理论融合方法)的评估方法进行对比，三种方法的评估结果对比如下表所示。

通过步骤六中的方法可知：本发明方法的评估结果与变压器实际状态一致，而其余两种方法的评估结果与变压器实际状态完全不符，从而验证了本发明方法的有效性。因此本发明提出的方法可以及时发现变压器的运行状态变化以及可能存在的安全隐患，提高预防和应对故障的能力；及时制定并采取适当的运行策略和检修计划，保证电力系统的稳定运行。