变压器预警值的估算方法及装置的制造方法
【技术领域】
[0001] 本发明涉及电力电子技术领域，具体而言，涉及一种变压器预警值的估算方法及 装置。
【背景技术】
[0002] 变压器作为重要的输变电设备，其运行可靠性直接关系到整个电力系统的安全运 行。目前，基于变压器油中溶解气体分析（Dissolved Gas Analysis，简称为DGA)的在线监 测技术通过实时监测变压器中油中溶解气体的含量及气体的产气率来实现故障预警。当监 测到的某种气体的含量及产气率超过预先设定的某一个值时，监测系统给出相应的报警信 息。因此，设定合理的报警值，能够有效地避免发生误报、漏报等情况，并且对提高在线监测 系统的预警准确性具有重要的意义。
[0003] 近年来，国内外对变压器油色谱在线监测系统阈值有过一些研究。例如，文章《基 于显著性差异的油浸倒置式电流互感器氢气阈值分析》（孙翔，浙江电力，2014)利用显著 差异性分析某区域电网内电流互感器油中溶解的氢气量来计算氢气的相关参数阈值。该方 法仅仅计算一种溶解气体的相关参数阈值，且在计算过程中没有考虑设备的故障率和缺陷 率，导致计算结果不准确。文章《基于现场油色谱数据的变压器诊断阈值的研究》（宋安琪， 华北电力大学，2013)利用现场的部分油色谱数据，计算变压器油中溶解气体达到国标注意 值、最小错误临界值和最小损失临界值时的故障率，并据此选择溶解气体的临界值。该方法 没有涉及油中溶解气体的相关参数阈值的计算，而是侧重于设备的故障率计算，并且临界 值的选取在很大程度上依赖于现场工作人员的经验，导致数据选取不可靠。文章《基于油色 谱数据的变压器可靠度评估方法》（张钰宁，电力科学与工程，2013)也利用现场的油色谱数 据，计算变压器油中溶解气体达到国标注意值时的变压器的可靠度，并对变压器异常状态 划分等级。该方法也没有涉及油中溶解气体的相关参数阈值的计算，且在计算过程中没有 考虑设备的故障率和缺陷率，导致计算结果不准确。
[0004] 此外，专利《一种电力市场最优套期保值比率估计方法》（王媛媛，长沙理工大学， 2010)对获取的电力市场交易历史数据，构造基于T-Copula-GARCH的电力市场动态套期保 值模型，最后估计最优套期保值比率。专利《一种电力期货市场套期保值效率的计算方法》 (简金宝，广西大学，2010)利用GARCH模型和二元条件G-Copula联合密度函数，构造基于 G-Copula-GARCH的电力市场动态套期保值模型，计算电力期货市场套期保值效率。以上两 篇专利均是针对于电力经济的相关数据进行计算的，构建动态模型，计算相应的估计值。由 于经济数据并不涉及设备故障率和缺陷率，上述模型的构建与故障率和缺陷率无关。
[0005] 现有的国内外关于变压器油中溶解气体含量及产气率的标准注意值的确定方案， 普遍存在基于变压器中较少种类的气体、对变压器分类过于粗矿的问题。而在变压器实际 运行中，通过某一种或者两种气体含量和产气率的注意值来对变压器进行预警，很容易导 致漏报或误报，且仅仅设置一个"注意值"，使得预警系统策略过于单一，增加检修成本。在 设置注意值是，变压器的分类过于粗矿，没有充分考虑变压器之间的差异。
[0006] 针对上述的问题，目前尚未提出有效的解决方案。
【发明内容】
[0007] 本发明实施例提供了一种变压器预警值的估算方法及装置，以至少解决由于相关 技术中在对变压器进行预警时，使用的预警值没有考虑到变压器本身的属性差异以及变压 器的故障率和缺陷率，而造成的在对变压器进行故障预警时容易出现漏报警或误报警的技 术问题。
[0008] 根据本发明实施例的一个方面，提供了一种变压器预警值的估算方法，包括：获取 变压器的变压器油中所溶解气体的浓度及产气率的累积分布函数；根据上述累积分布函数 确定相应的逆累积分布函数；获取上述变压器的缺陷率和/或故障率；在获取到缺陷率之 后，根据上述缺陷率并利用上述逆累积分布函数估算上述浓度及上述产气率的注意值；在 获取到故障率之后，根据上述故障率并利用上述逆累积分布函数估算上述浓度及上述产气 率的警示值；输出上述注意值和上述警示值。
[0009] 进一步地，确定上述累积分布函数的步骤包括：获取不同变压器分类下变压器油 中所溶解气体的浓度及产气率数据；根据上述数据确定不同变压器分类下的累积分布函 数。
[0010] 进一步地，获取不同变压器分类下变压器油中所溶解气体的浓度及产气率数据包 括：获取目标区域内所有变压器的变压器油中所溶解气体的浓度数据；根据上述所有变压 器的属性信息对上述浓度数据进行差异化分类，得到不同变压器分类下变压器油中所溶解 气体的浓度数据；根据每一变压器分类下的浓度数据中任意两个相邻数据计算该类浓度数 据对应的气体的产气率，得到不同变压器分类下变压器油中所溶解气体的产气率数据。
[0011] 进一步地，在获取不同变压器分类下变压器油中所溶解气体的浓度及产气率数据 之后，上述方法还包括：根据不同变压器分类下变压器油中所溶解气体的浓度数及产气率 数据绘制相应的统计直方图和拟合曲线；根据绘制的上述统计直方图和上述拟合曲线确定 每个变压器分类下变压器油中所溶解气体的浓度及产气率的分布模型；将上述分布模型对 应的分布函数作为上述每个变压器分类下变压器油中所溶解气体的浓度及产气率的累积 分布函数。
[0012] 进一步地，上述累积分布函数为威布尔分布函数，上述逆累积分布函数为上述威 布尔分布函数的逆函数。
[0013] 进一步地，获取上述变压器的缺陷率和/或故障率包括：获取每个变压器分类下 的变压器现场检修信息；从上述变压器现场检修信息中提取上述每个变压器分类下的变压 器的缺陷率和/或故障率。
[0014] 进一步地，根据上述缺陷率并利用上述逆累积分布函数估算上述浓度及上述产气 率的注意值包括：在变量值为1-缺陷率时，将由上述逆累积分布函数估算得到的函数值作 为上述注意值。
[0015] 进一步地，根据上述故障率并利用上述逆累积分布函数估算上述浓度及上述产气 率的警示值包括：在变量值为1-故障率时，将由上述逆累积分布函数估算得到的函数值作 为上述警示值。
[0016] 根据本发明实施例的另一方面，还提供了一种变压器预警值的估算装置，包括：第 一获取单元，用于获取变压器的变压器油中所溶解气体的浓度及产气率的累积分布函数； 第一确定单元，用于根据上述累积分布函数确定相应的逆累积分布函数；第二获取单元，用 于获取上述变压器的缺陷率和/或故障率；估算单元，用于在获取到缺陷率之后，根据上述 缺陷率并利用上述逆累积分布函数估算上述浓度及上述产气率的注意值；在获取到故障率 之后，根据上述故障率并利用上述逆累积分布函数估算上述浓度及上述产气率的警示值； 输出单元，用于在输出上述注意值和上述警示值。
[0017] 进一步地，上述装置还包括：第二确定单元，用于确定上述累积分布函数，上述第 二确定单元包括：第一获取模块，用于获取不同变压器分类下变压器油中所溶解气体的浓 度及产气率数据；确定模块，用于根据上述数据确定不同变压器分类下的累积分布函数。
[0018] 进一步地，上述第一获取模块包括：获取子模块，用于获取目标区域内所有变压 器的变压器油中所溶解气体的浓度数据；分类子模块，用于根据上述所有变压器的属性信 息对上述浓度数据进行差异化分类，得到不同变压器分类下变压器油中所溶解气体的浓度 数据；计算子模块，用于根据每一变压器分类下的浓度数据中任意两个相邻数据计算该类 浓度数据对应的气体的产气率，得到不同变压器分类下变压器油中所溶解气体的产气率数 据。
[0019] 进一步地，上述装置还包括：绘图单元，用于在获取不同变压器分类下变压器油中 所溶解气体的浓度及产气率数据之后，根据不同变压器分类下变压器油中所溶解气体的浓 度数及产气率数据绘制相应的统计直方图和拟合曲线；第三确定单元，用于根据绘制的上 述统计直方图和上述拟合曲线确定每个变压器分类下变压器油中所溶解气体的浓度及产 气率的分布模型，并将上述分布模型对应的分布函数作为上述每个变压器分类下变压器油 中所溶解气体的浓度及产气率的累积分布函数。
[0020] 进一步地，上述第二获取单元包括：第二获取模块，用于获取每个变压器分类下的 变压器现场检修信息；提取模块，用于从上述变压器现场检修信息中提取上述每个变压器 分类下的变压器的缺陷率和/或故障率。
[0021] 进一步地，上述估算单元还用于在变量值为1-缺陷率时，将由上述逆累积分布函 数估算得到的函数值作为上述注意值。
[0022] 进一步地，上述估算单元还用于在变量值为1-故障率时，将由上述逆累积分布函 数估算得到的函数值作为上述警示值。
[0023] 在本发明实施例中，采用结合变压器自身的属性特征和变压器的缺陷率和故障率 的方式，通过获取变压器的变压器油中所溶解气体的浓度及产气率的累积分布函数；根据 累积分布函数确定相应的逆累积分布函数；获取变压器的缺陷率和/或故障率；在获取到 缺陷率之后，根据缺陷率并利用逆累积分布函数估算浓度及产气率的注意值；在获取到故 障率之后，根据故障率并利用逆累积分布函数估算浓度及产气率的警示值；输出注意值和 警示值，达到了使用考虑了变压器自身的属性特征差异和变压器的缺陷率和故障率的油中 溶解气体和产气率的预警值进行预警的目的，从而实现了防止漏报或误报的技术效果，进 而解决了由于相关技术中在对变压器进行预警时，使用的预警值没有考虑到变压器本身的 属性差