王輝

(江蘇南通供電公司，江蘇 南通 226006)

1 引言

電力變壓器是電力系統(tǒng)的重要設(shè)備，其穩(wěn)定可靠運(yùn)行對整個電網(wǎng)的安全穩(wěn)定起著重要作用。在變壓器運(yùn)行過程中或者是發(fā)生故障時，應(yīng)該能夠進(jìn)行及時準(zhǔn)確的診斷，預(yù)測或者是確定變壓器的故障類型，為變壓器的及時檢修和經(jīng)濟(jì)運(yùn)行提供有力支持。

文獻(xiàn)［1］將粗糙集理論應(yīng)用于電力變壓器故障診斷，將油中溶解氣體分析與電氣實(shí)驗(yàn)結(jié)果等相關(guān)信息結(jié)合起來，利用粗糙集獲得故障類型診斷規(guī)則，該方法能夠在診斷信息不完備的條件下，避開遺漏信息實(shí)現(xiàn)較為準(zhǔn)確的故障診斷。文獻(xiàn)［2］提出用模糊聚類算法得到最優(yōu)聚類中心，聚類中心代表典型故障并將其作為參考序列，然后將主成份分析法引入到灰色關(guān)聯(lián)熵理論中來，建立了以模糊聚類和主成份分析為基礎(chǔ)的灰色熵關(guān)聯(lián)度變壓器故障診斷模型。文獻(xiàn)［3］通過對繞組振動信號的小波包分解提取出各頻帶信號的能量熵，并將其作為誤差反傳前饋神經(jīng)網(wǎng)絡(luò)的輸入以實(shí)現(xiàn)對變壓器繞組的診斷。通過改進(jìn)的粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)能夠更加準(zhǔn)確地識別變壓器繞組是否發(fā)生故障及故障的嚴(yán)重程度。文獻(xiàn)［4］根據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)的特性采用多值編碼方式構(gòu)造染色體結(jié)構(gòu)，同時確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，優(yōu)化網(wǎng)絡(luò)參數(shù)。在遺傳算法中嵌入一個梯度下降算子，使得混合算法既有較快的收斂性，又能以較大概率得到全局極值。文獻(xiàn)［5］提出了控制參數(shù)不依賴優(yōu)化問題而自適應(yīng)調(diào)整，并動態(tài)監(jiān)視種群適應(yīng)度方差變化的改進(jìn)微分進(jìn)化算法和誤差反向傳播神經(jīng)網(wǎng)絡(luò)相結(jié)合的變壓器故障診斷方法。文獻(xiàn)［6］通過建立變壓器故障診斷的云物元模型和計(jì)算特征云物元與標(biāo)準(zhǔn)云物元之間的關(guān)聯(lián)函數(shù)，實(shí)現(xiàn)對變壓器的故障模式的有效識別。文獻(xiàn)［7］提出利用變壓器油中五種主要特征氣體作為輸入量，以七種變壓器狀態(tài)作為輸出量，利用基于徑向基核的最小二乘支持向量機(jī)進(jìn)行一對一分類運(yùn)算。文獻(xiàn)［8］對傳統(tǒng)油中溶解氣體三比值法、神經(jīng)網(wǎng)絡(luò)法和基于三比值法的模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行了比較分析，對三種方法應(yīng)用于故障診斷的優(yōu)缺點(diǎn)進(jìn)行了總結(jié)。

本文在前人工作的基礎(chǔ)上，提出基于物元分析理論的電力變壓器故障診斷方法，由于該方法所確定的權(quán)重值是一種客觀型權(quán)重，能夠使變壓器故障診斷更加科學(xué)合理。

2 物元分析理論的引入

物元分析理論是一種研究存在矛盾性問題的規(guī)律和方法，它是系統(tǒng)科學(xué)、思維科學(xué)以及數(shù)學(xué)交叉的邊緣學(xué)科理論，也是貫穿于自然科學(xué)和社會科學(xué)并且具有廣泛用途的橫向?qū)W科體系。

物元分析理論的基本框架有兩個主要支柱:一方面是研究物元以及物元變化的物元理論;另一方面是基于可拓集合理論的數(shù)學(xué)研究工具。在物元分析中，我們引入由事物名稱、特征量及其對應(yīng)的量值三個有序元組成的描述事物的基本元，記為R=(P，C，V)。其中，P表示事物的名稱，C表示事物的特征，V表示事物的特征值。利用可拓集合來研究對應(yīng)的可拓性，可拓集合又可以通過物元所具有的對應(yīng)限制條件和關(guān)聯(lián)函數(shù)來計(jì)算，最終實(shí)現(xiàn)對電力變壓器的故障模式識別。

3 變壓器故障診斷模型的建立

油中溶解氣體分析法是充油型電力變壓器狀態(tài)監(jiān)測和故障診斷的主要方法。其基本原理是基于特定的某種烴類氣體物質(zhì)的產(chǎn)生速率隨溫度值的變化而發(fā)生改變，也就是說在某一種特定的溫度值下，某一種類型的氣體通常會具有較大的氣體產(chǎn)生速率。經(jīng)大量的實(shí)驗(yàn)研究分析表明:隨著溫度值的升高，甲烷、乙烷、乙烯、和乙炔的產(chǎn)生氣體速率依次增大。所以，油中氣體含量和故障溫度值之間存在一種對應(yīng)關(guān)系。

油中溶解氣體分析法新導(dǎo)則利用已經(jīng)積累的豐富的實(shí)踐經(jīng)驗(yàn)和現(xiàn)場試驗(yàn)，對傳統(tǒng)的油中溶解氣體分析法進(jìn)行了改進(jìn)，對典型的故障分類模式進(jìn)行了修正。這些修正讓修改后的導(dǎo)則相對于舊導(dǎo)則具有更大的靈活性，既能夠提高變壓器故障的判斷正確率，又有效地克服了比值編碼邊界的絕對化，減少了判斷結(jié)果的不確定性。新導(dǎo)則典型故障及其判定界限如表1所示。

表1 新導(dǎo)則典型故障及其判定

由此得出變壓器故障診斷的經(jīng)典域物元和節(jié)域物元分別為:

4 算例分析

本文通過實(shí)際測量，整理得出10臺次變壓器的運(yùn)行數(shù)據(jù)，如表2所示，運(yùn)用物元分析理論進(jìn)行故障診斷。

表2 變壓器故障數(shù)據(jù)

得出各樣本的物元為:

根據(jù)下式計(jì)算關(guān)聯(lián)度，得出故障類型:

其中:

最后得出診斷結(jié)果見表3。

表3 變壓器故障診斷結(jié)果

比較實(shí)際故障結(jié)果和本文所得的結(jié)果可知，除序號6誤判外，其余樣本全部判斷正確。因此故障診斷診斷率為90%，具有較高的準(zhǔn)確率，符合實(shí)際應(yīng)用的需要。

5 結(jié)論

油浸式電力變壓器故障診斷技術(shù)中，故障類型多樣，故障界限具有模糊性和不確定性，各種故障之間的聯(lián)系緊密使得變壓器故障診斷具有較大的難度，僅僅通過某種單一的故障特征量信息進(jìn)行故障診斷可信度較低。本文提出運(yùn)用物元分析理論進(jìn)行電力變壓器故障綜合判斷，該方法既可以從整體上判定故障的類型，又具有較強(qiáng)的適應(yīng)性，算法簡單，便于編程實(shí)現(xiàn)，充分利用了各個數(shù)據(jù)提供的信息，將其應(yīng)用于電力變壓器故障診斷具有較高的準(zhǔn)確度。

［1］朱振玉，董春輝.變壓器故障診斷的粗集決策新方法［J］.電測與儀表，2010，47(7):21 －23.

［2］曹建，范競敏，丁家峰，等.改進(jìn)的灰熵關(guān)聯(lián)度算法用于變壓器故障診斷［J］.電力系統(tǒng)及其自動化學(xué)報(bào)，2009，21(4):25 －29.

［3］賈嶸，李宏斌，康會西，等.改進(jìn)粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用［J］.高壓電器，2010，46(5):14 －17.

［4］王南蘭，邱德潤.基于多值編碼混合遺傳算法的變壓器故障診斷［J］.電氣應(yīng)用，2006，25(6):103 －105.

［5］劉麗，唐杰，劉卓.基于改進(jìn)微分進(jìn)化優(yōu)化神經(jīng)網(wǎng)絡(luò)的電力變壓器故障診斷［J］.電力系統(tǒng)保護(hù)與控制，2010，38(20):106 －109.

［6］謝慶，彭澎，唐山，等.基于云物元分析原理的電力變壓器故障診斷方法研究 ［J］高壓電器，2009，45(6):74 －77.

［7］肖燕彩，朱衡君.基于最小二乘支持向量機(jī)的電力變壓器故障診斷［J］.電力自動化設(shè)備，2007，27(9):48 －50.

［8］程啟明，唐雯.三種變壓器故障診斷方法比較研究［J］.電網(wǎng)技術(shù)，2006，30(增刊):423－425.

［9］董明，孟源源，徐長響，等.基于支持向量機(jī)及油中溶解氣體分析的大型電力變壓器故障診斷模型研究［J］.中國電機(jī)工程學(xué)報(bào)，2003，23(7):88－92.

［10］呂干云，程浩忠，翟海保，等.基于改進(jìn)灰色關(guān)聯(lián)分析的變壓器故障識別［J］.中國電機(jī)工程學(xué)報(bào)，2004，24(10):121 －126.

［11］董明，嚴(yán)璋，楊莉，等.基于證據(jù)推理的電力變壓器故障診斷策略［J］.中國電機(jī)工程學(xué)報(bào)，2006，26(1):106 －114.

［12］廖瑞金，廖玉祥，楊麗君，等.多神經(jīng)網(wǎng)絡(luò)與證據(jù)理論融合的變壓器故障綜合診斷方法研究［J］.中國電機(jī)工程學(xué)報(bào)，2006，26(3):119 －124.

［13］熊浩，孫才新，廖瑞金，等.基于核可能性聚類算法和油中溶解氣體分析的電力變壓器故障診斷研究［J］.中國電機(jī)工程學(xué)報(bào)，2005，25(20):163－167.

［14］吳立增，朱永利，苑津莎.基于貝葉斯網(wǎng)絡(luò)分類器的變壓器綜合故障診斷方法［J］.電工技術(shù)學(xué)報(bào)，2005，20(4):45 －51.

［15］楊兵，丁輝，羅為民，等.基于知識庫的變壓器故障診斷專家系統(tǒng)［J］.中國電機(jī)工程學(xué)報(bào)，2001，22(10):121 －124.