楊 甫

（連云港供電公司）

基于模糊綜合評(píng)判法的110kV變壓器狀態(tài)評(píng)價(jià)

楊 甫

（連云港供電公司）

針對(duì)110kV變壓器從多方面選取評(píng)價(jià)指標(biāo)，建立指標(biāo)分類模型，以此為結(jié)構(gòu)基礎(chǔ)，采用模糊綜合評(píng)判法進(jìn)行數(shù)據(jù)融合，實(shí)現(xiàn)變壓器的狀態(tài)評(píng)價(jià)。文中以一個(gè)110kV變壓器為例，對(duì)評(píng)價(jià)方法進(jìn)行了說(shuō)明，驗(yàn)證了所提方法的有效性。

變壓器；狀態(tài)評(píng)價(jià)；模糊綜合評(píng)判法

0 引言

作為電力系統(tǒng)輸變電領(lǐng)域的重要設(shè)備，變壓器起著電氣隔離和傳遞電能的作用，其狀態(tài)的好壞直接關(guān)系著整個(gè)電力系統(tǒng)的安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行，同時(shí)，準(zhǔn)確合理的評(píng)價(jià)結(jié)果也是變壓器運(yùn)維檢修工作的理論基礎(chǔ)［1］。

目前，常用于變壓器狀態(tài)評(píng)價(jià)的方法有：層次分析法［2］、模糊綜合法［3］、可拓法［4］等。本文以110kV變壓器為研究對(duì)象，在文獻(xiàn)［5］的基礎(chǔ)上拓展建立了指標(biāo)體系，以模糊綜合評(píng)判法為主要評(píng)價(jià)方法，對(duì)變壓器進(jìn)行狀態(tài)評(píng)價(jià)。

1 評(píng)價(jià)指標(biāo)的選取及歸一化

1.1 評(píng)價(jià)信息的來(lái)源

影響變壓器運(yùn)行狀態(tài)的因素眾多，選取的評(píng)價(jià)指標(biāo)既要防止信息冗余，又要保證一定的完備性。本文綜合考慮了設(shè)備本身和環(huán)境等因素，在文獻(xiàn)［5］的基礎(chǔ)上添加了運(yùn)行信息、環(huán)境信息和其他信息，共形成5類信息來(lái)源和13個(gè)評(píng)價(jià)指標(biāo)，如下圖所示。

1.2 評(píng)價(jià)指標(biāo)分類模型的建立

按照各指標(biāo)對(duì)變壓器狀態(tài)影響的大小，將其分成關(guān)鍵指標(biāo)和次要指標(biāo)兩類，建立指標(biāo)分類模型，如表1所示。

其中，關(guān)鍵指標(biāo)包括油色譜試驗(yàn)信息和運(yùn)行信息，因?yàn)檫@些指標(biāo)獲取的實(shí)時(shí)性較佳，并且可以直接反映設(shè)備的劣化程度，故認(rèn)為在評(píng)價(jià)中起主導(dǎo)作用；次要指標(biāo)包括環(huán)境信息、其他信息和停電試驗(yàn)信息，這些信息獲取的實(shí)時(shí)性較差，參考價(jià)值較小，認(rèn)為其在評(píng)價(jià)中起輔助作用。

圖 變壓器評(píng)價(jià)指標(biāo)信息源

表1 110kV變壓器狀態(tài)評(píng)價(jià)指標(biāo)分類模型

1.3 評(píng)價(jià)指標(biāo)的歸一化處理

根據(jù)指標(biāo)的性質(zhì)，可以將其分為定量指標(biāo)和定性指標(biāo)。定量指標(biāo)可以根據(jù)數(shù)值大小直接判斷對(duì)應(yīng)狀態(tài)的好壞，定性指標(biāo)則以描述的方式表現(xiàn)狀態(tài)的好壞。

定量指標(biāo)包括：H2、C2H2、總烴、電壓、電流、負(fù)載率、環(huán)境溫度、環(huán)境濕度、海拔高度以及絕緣電阻、泄露電流。對(duì)定量指標(biāo)采用半嶺模型進(jìn)行歸一化處理。半嶺模型分為升半嶺模型和降半嶺模型，分別如式（1）和式（2）所示。升半嶺模型用于數(shù)值越大越好的指標(biāo)，降半嶺模型用于數(shù)值越小越好的指標(biāo)。

半嶺模型中的a和b分別代表評(píng)分閾值，可以參考文獻(xiàn)［5］和文獻(xiàn)［6］制定閾值大小。

定性指標(biāo)包括：外觀信息、家族缺陷和運(yùn)行年限。定性指標(biāo)的歸一化根據(jù)專家經(jīng)驗(yàn)進(jìn)行打分，規(guī)則如下。

外觀信息的定量化：當(dāng)外觀無(wú)污穢、凝露的情況下，得分為1；有輕微污穢或凝露，得分為0.8；有污穢和凝露，但不影響整體運(yùn)行，得分為0.6；有較嚴(yán)重的污穢現(xiàn)象或凝露現(xiàn)象，得分為0.4；污穢和凝露現(xiàn)象都十分嚴(yán)重的情況下，得分為0。

家族缺陷的定量化：有家族缺陷記錄的打分為0.75，反之為1。

通過(guò)以上方法，將所有評(píng)價(jià)指標(biāo)歸算到至［0,1］內(nèi)，方便后續(xù)的數(shù)據(jù)融合工作。

2 完備信息下的變壓器狀態(tài)評(píng)價(jià)

模糊綜合評(píng)判法是應(yīng)用較多且較成熟的電力設(shè)備狀態(tài)評(píng)價(jià)方法，該方法的思路是：先將每個(gè)評(píng)價(jià)指標(biāo)進(jìn)行規(guī)范化處理，得出隸屬度矩陣，再根據(jù)一定算法，對(duì)所有指標(biāo)的隸屬度矩陣進(jìn)行合成運(yùn)算，得出最終評(píng)價(jià)結(jié)果［7］。

2.1 單個(gè)指標(biāo)的評(píng)價(jià)

首先建立評(píng)語(yǔ)集V=｛A，B，C，D｝，V中各元素分別代表變壓器的“良好”、“一般”、“注意”、“嚴(yán)重”狀態(tài)，通過(guò)模糊隸屬度函數(shù)計(jì)算出每個(gè)指標(biāo)屬于各個(gè)狀態(tài)等級(jí)的隸屬度值，假設(shè)某項(xiàng)指標(biāo)的歸一化結(jié)果為x，則屬于各狀態(tài)等級(jí)的隸屬度函數(shù)如表2所示。

表2 指標(biāo)的隸屬度函數(shù)

2.2 指標(biāo)權(quán)重分配

采用層次分析法求取表1中各指標(biāo)及各層空間的權(quán)重系數(shù)［7］，具體過(guò)程不再贅述，得出權(quán)重分配結(jié)果如表3所示。

表3 權(quán)重分配結(jié)果

在計(jì)算出每個(gè)指標(biāo)屬于各狀態(tài)等級(jí)的隸屬度后，采用加權(quán)的方法逐層計(jì)算隸屬度值，如式（3）所示，最終得到變壓器整體屬于各狀態(tài)等級(jí)的隸屬度值，并將隸屬度最大的等級(jí)作為變壓器狀態(tài)評(píng)價(jià)的結(jié)果。

式中，Wi為各指標(biāo)的權(quán)重，Ri為各指標(biāo)權(quán)重的隸屬度值，Bi為父層模型的隸屬度計(jì)算結(jié)果。

2.3 算例

下面，以某變電站一個(gè)型號(hào)為SFSZL7-31500/110的變壓器為例，對(duì)評(píng)價(jià)過(guò)程進(jìn)行說(shuō)明。已知該變壓器的各項(xiàng)指標(biāo)實(shí)測(cè)數(shù)據(jù)，計(jì)算出歸一化值，并代入表2的隸屬度函數(shù)中，得到各指標(biāo)的隸屬度計(jì)算結(jié)果，如表4所示。

表4 某110kV變壓器狀態(tài)評(píng)價(jià)指標(biāo)實(shí)測(cè)值及歸一化結(jié)果

將各指標(biāo)的隸屬度值按照表3的權(quán)重分配結(jié)果進(jìn)行加權(quán)平均，得到父層空間的隸屬度值，如油色譜信息的隸屬度值由H2、C2H2和總烴的隸屬度值加權(quán)得到，如下

即油色譜信息屬于“良好”、“一般”、“注意”、“異常”四個(gè)狀態(tài)等級(jí)的隸屬度值分別為0.897、0.103、0、0。

同理，得到其他空間的隸屬度值，最終得到變壓器整體屬于各等級(jí)的隸屬度值分別為：0.912、0.088、0、0，可見(jiàn)，屬于“良好”等級(jí)的隸屬度值最大，故認(rèn)為該變壓器的狀態(tài)為“良好”，這與變壓器的實(shí)際情況相吻合。

3 結(jié)束語(yǔ)

本文從變壓器的油色譜試驗(yàn)信息、停電試驗(yàn)信息、運(yùn)行信息、環(huán)境信息、其他信息5方面選取評(píng)價(jià)指標(biāo)，并分成關(guān)鍵指標(biāo)和次要指標(biāo)兩類，建立指標(biāo)分類模型，以此為結(jié)構(gòu)基礎(chǔ)，采用模糊綜合評(píng)判法融合指標(biāo)信息，實(shí)現(xiàn)變壓器的狀態(tài)評(píng)價(jià)，為變壓器的狀態(tài)管理工作和狀態(tài)檢修工作提供了理論基礎(chǔ)。

［1］ 肖屏.電力設(shè)備檢修現(xiàn)狀的探討與建議［J］.電工文摘，2015（1）：25-27.

［2］ 王謙.基于模糊理論的電力變壓器運(yùn)行狀態(tài)綜合評(píng)價(jià)方法研究［D］.重慶：重慶大學(xué)，2005.

［3］ 徐智.電力變壓器分層分部件狀態(tài)評(píng)價(jià)研究［D］.重慶：重慶大學(xué)，2013.

［4］ 杜林，袁蕾，熊浩，等.電力變壓器運(yùn)行狀態(tài)可拓層次評(píng)價(jià)［J］.高電壓技術(shù)，2011，37（4）：897-903.

［5］ 張哲，趙文清，朱永利，等.基于支持向量回歸的電力變壓器狀態(tài)評(píng)價(jià)［J］.電力自動(dòng)化設(shè)備，2010，30（4）：81-83.

［6］ DL/T 596—1996電力設(shè)備交接和預(yù)防性試驗(yàn)規(guī)程［S］.北京：中國(guó)電力出版社，1997.

［7］ 張吉軍.模糊層次分析法（FAHP）［J］.模糊系統(tǒng)與數(shù)學(xué)，2000，14（2）：80-88.

［8］ Campos C P， Zeng Z， Ji Q. Structure learning of Bayesian networks using constrains［C］.Proc. of the 26th Annual International Conference on Machine Learning，2009：113-120.

2016-06-07）