一种应用于变压器油化检测试验的数据联合分析方法

本发明涉及变压器油化检测技术领域，具体是一种应用于变压器油化检测试验的数据联合分析方法。

背景技术：

随着国家经济发展，我国电力行业面临的压力越来越大，在电力供应方面压力巨大，每年电力设备故障造成的经济损失就高达万亿元，在设备例行检测时不能及时发现隐患、分析预警力度不够、判断隐患故障能力薄弱是发生设备故障的主要原因。

电网输变电设备检测试验工作效率急待提升工作模式创新方面，目前仍然存在人工采集分析检测试验数据，尤其是县级以下供电部门，人工采集分析方式仍是电力设备定期检测的主要方式，输变电设备故障多发生在县级以下部门以及偏远地区，其中主要原因就是不能及时发现并判断设备故障隐患，对定期例行检测的数据不能准确有效的分析，对输变电设备的运行状态不能准确把握。随着信息化发展，在变电检测方面的能力逐渐提高，但是在对设备状态分析系预警方面任然存在很大短板，不断制约电网运行的高效运行。所以亟需一种高效的数据分析方法补足短板，挺高检测分析能力，减少电力事故，保障电力设备健康运行。

电力变压器的健康运行关系着电网完全稳定运行，是电网中十分重要的部分，每年由于对电力变压器故障研判不及时、不准确导致的损失十分巨大，所以对变压器的健康检测十分重要，其中变压器绝缘油绝缘性能很大程度影响着变压器健康状况，尤其是充油型变压器，而以往对变压器绝缘油性能的状态评估只是依据单一变量作为参考，但是效果不理想。本发明提出一种融合多项油化检测项目综合判断绝缘油性能的状况，从而更加准确的评价变压器的健康状况。

技术实现要素：

为了实现上述目的，本发明公开了一种应用于变压器油化检测的数据智能联合分析方法，以绝缘油性能状态为评价目标，提出一种充油型变压器状态健康评估的数据联合智能分析方法及策略，目的是建立基于绝缘性能指数的变压器综合健康评价模型，提高充油型变压器及其他电力一次设备的状态预测准确性，保证变压器稳定可靠运行，提高电网运行效力。

为解决上述技术问题，本发明采用的具体方案如下：

一种应用于变压器油化检测的数据智能联合分析方法，包括如下步骤：

s1:确定变压器油化检测项目；

s2:采集步骤s1中所选变压器检测试验项目中对应的电力变压器当前油化检测数据；

s3:利用统计软件spss对采集的电力变压器当前油化检测数据并联合数据库，进行数据正态化处理，并保留引起一次设备故障的高于预警值的异常数据；

s4:利用聚类分析法对步骤s3所得试验数据进行多变量分析，确定试验数据各影响因素相关性；

s5:通过共有因素相关度分析法，结合步骤s4确定的各影响因素的相关性来确定各影响因素在综合评价电力变压器绝缘油性能的影响值；

s6：根据步骤s5确定的各个影响因素在综合评价电力变压器绝缘油性能的影响值建立变压器绝缘油性能指数评价模型，计算电力变压器绝缘油性能指数，根据其性能指数评价变压器绝缘油性能状况。

进一步的，步骤s6中计算电力变压器绝缘油性能指数的步骤如下：

1)在共有因素相关度分析基础之上，分析公共因素对绝缘油性能的影响值；

2)确定各个影响因素的权重；

3)依据以往专家经验和标准规定，指定修正因子并对权重加以修正；

4)得出性能指数，按照划分评价电力变压器绝缘油整体性能状况；

5)对充油型电力变压器绝缘油性能评价进行分层估计，计算公式如下：

式中，ki为权重，zifi为性能指数，zifmax为绝缘油性能状况最佳时对应的性能指数，zi最终得到的变压器绝缘油的最终性能指数。

进一步的，所述电力变压器当前油化检测数据为电力变压器例行检测数据，所述历史相关数据包括电力变压器油化运维数据，引起设备故障原因的油化异常数据、设备的基本信息以及缺陷数据；油化运维数据和油化异常数据联合统计先分析相关性再分析各个因素的影响值。

进一步的，所述缺陷数据包括设备本身和家族缺陷数据，缺陷数据为该设备生产单位、发生缺陷的时间、电压等级、缺陷部位以及以往消缺处理数据。

进一步的，所述步骤s4中通过聚类分析法对多变量分析，是利用统计软件spss确定试验数据各变量的相关性，首要确定对测试结果确有影响的公有因素，公共因素与各个变量的相关性程度越高系数值越高。

进一步的，所述s5中共有因素相关度分析方法，具体分析是利用统计软件spss绘图功能得出多变量之间共有因素关联度分析图，根据此图得出各变量之间的关系以及各个评价因素对电力变压器绝缘油性能状况的影响程度。

进一步的，所述s1中变压器油化检测项目包括：油中溶解气体检测、绝缘油酸值检测、绝缘油水分含量检测、绝缘油含气量、绝缘油击穿电压检测、绝缘油介质损耗检测、绝缘油抗氧化剂含量检测、绝缘油界面张力检测、绝缘油体积电阻率检测、绝缘油油泥与沉淀物检测、绝缘油含铜量检测、绝缘油颗粒数检测，这些项目中的油化检测数据可综合评价变压器绝缘油性能的参考因素以及用于分析各个变量的相关性和确定变压器绝缘油性能指数。

进一步的，各个影响因素分为绝缘油的溶解气体、酸值、水分含量、含气量、击穿电压、介质损耗、抗氧化剂含量、界面张力、体积电阻率、油泥与沉淀物含量、铜含量、颗粒数。

进一步的，所述步骤s6中根据其性能指数评价变压器绝缘油性能状况具体为：

性能指数85-100，绝缘油性能：最佳；

性能指数70-85，绝缘油性能：佳；

性能指数50-70，绝缘油性能：良好；

性能指数20-50，绝缘油性能：较差；

性能指数0-20，绝缘油性能：严重。

本发明具有如下有益效果：

1、本发明基于五通试验项目，应用于输变电数据采集分析，致力于全方位评估充油型变压器健康状况，综合考虑充油型变压器当前多个油化试验项目不同变量数据和相应历史数据；

2、本发明采用统计软件，基于试验数据，利用电力变压器各个参量之间的关系以及各个参量对充油型变压器总体绝缘油性能的影响值，进行分析研究，给出绝缘性能状况的计算过程；

3、本发明利用统计软件spss对充油型变压器的12项五通试验项目试验数据进行分析，研究变压器各参量之间的关系进而联合评价其健康状况，本发明可推广应用于五通67项试验项目，对多个电力设备进行健康评估。

附图说明

图1为共有因素相关度分析图；

图2为本发明基于共有因素影响值的绝缘油性能指数评价模型。

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的一部分实施例，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做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。

本发明实施例提出一种应用于变压器油化检测试验的数据联合智能分析方法，采用统计软件spss，研究电力变压器油化检测项目不同影响因素之间的关系，得出各影响因素对其绝缘油性能影响程度，最后利用统计方法得出变压器绝缘油性能状况。

基于统计软件spss多变量联合分析，包括以下步骤：

首先利用统计软件spss对采集的电力变压器当前油化检测数据进行统计，考虑试验数据存在非正态分布，利用spss进行正态化处理。spss具有完整的数据输入、编辑、统计分析、报表、图形制作等强大功能，提供了从简单统计描述到复杂的多因素统计分析方法，内置vba语言。在利用spss进行正态化处理后，在进行多变量分析时，原始数据中高于预警值的异常数据会被忽略，所以需要对异常数据进行预处理，保留异常数据。

其次，本发明致力于多变量联合分析设备健康状况，对于不同试验项目多变量测试结果，可能存在未知的关联性，通过聚类分析法，来确定多变量之间存在的相关性。本发明利用spss，对采集多变量数据进行分析，得出不同检测试验数据之间的关联性和公共因素对各个试验项目之间的影响。

图1中方框表示测试试验项目，e1-e5为共有因素，它们之间的相关程度越高，系数值越大。e1-e5之间的相关程度是相互的，用双箭头表示。

接着是共有因素关联度的分析，本发明只是对12组油化检测项目多变量试验数据进行统计分析，后续可推广五通67项所有试验项目。先是研究各个变量之间的关系，得出各影响因素对变压器绝缘油性能状况评估的影响值，最后得出变压器绝缘油性能指数。

如图1所示，将具有相同性质或者伴随统一化学反应产生的物质，放到一组。在变压器发生故障时油中分解气体co、co2、c2h2、c2h4、h2、ch4、c2h6,绝缘油含气量包括o2、n2、co、co2、c2h2、c2h4、h2、ch4、c2h6，两组试验具有高度关联性，故放到一组；变压器油中水分含量越高，越容易击穿，关联性高，故放到一组。

e2和e3之间为正关联，关联度最强，为0.57；e1与e3关联度次之，关联度为0.47；e4与e5之间为负相关系。各个变量和公共因素彼此之间的联系分析，为得到各个变量权重和电力变压器绝缘油性能状况评价奠定基础。

最后建立充油型变压器绝缘油性能指数评价模型和其绝缘油性能指数计算。

(1)充油型变压器绝缘油性能指数评价模型的建立，步骤包括：

建立基于统计软件spss分析多变量，非正态数据利用交换工具正态化处理；

利用统计软件spss，对多次且足够的测试数据进行分类统计分析，得出不同变量之间的联系和共有因素对各个项目的影响。

(2)电力变压器绝缘油性能指数计算过程如下：

1)在共有因素分析的基础上，分析共有因素对性能指数的影响程度；

2)接着确定各个变量的权重；

3)根据以往专家经验和相关标准规定，指定修正因子并对各个变量的权重进行修正；

4)得出性能指数，划分充油型变压器绝缘油性能状况。

本发明针对充油型变压器健康状况评价，后续可扩展其他五通项试验项目，对充油型电力变压器绝缘油性能评价进行分层估计，公式如下：

式中，ki为权重，zifi为性能指数，zifmax为绝缘油性能状况最佳时对应的健康值，zi为充油型变压器最终的绝缘油性能指数。

基于充油型变压器油化检测划分绝缘油性能状况：

充油型变压器油化试验项目不同评价因素所占权重：

如图2所示，e4对变压器绝缘油性能的影响是最大的，包括水分和击穿电压，所以在评价体系中也是被赋予的权重是非常高的，电力变压器中的水分在变压器绝缘劣化过程中所起到的作用是十分重要的。通过统计分析的出的分组和权重与现有的结论是十分接近的。而且过程中也用到矫正因子对权重加以矫正，使结果更加接近现实。

以上所述，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，任何属于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该以权利要求的保护范围为准。