孫 睿

（遼寧省電力有限公司盤錦供電公司，遼寧 盤錦 124000）

配網(wǎng)變壓器是配網(wǎng)系統(tǒng)中重要的設(shè)備之一，其能夠安全穩(wěn)定的運行對整個配網(wǎng)系統(tǒng)的可靠性具有重要的影響[1-3]。配網(wǎng)變壓器具有復雜的內(nèi)部結(jié)構(gòu)，在變壓器的運行過程中極易出現(xiàn)絕緣老化、管路損壞以及維護不當?shù)葐栴}，這些問題會造成變壓器的故障，從而對配網(wǎng)系統(tǒng)的安全運行造成影響。變壓器一旦發(fā)生故障，就會使故障原因的排查和處理遇到困難，最終造成變壓器事故搶修的延誤。運行設(shè)備的狀態(tài)評估方法能夠通過對設(shè)備的運行狀態(tài)進行分析，對設(shè)備進行故障診斷，及時發(fā)現(xiàn)設(shè)備的潛在問題，因此對配網(wǎng)變壓器的運行狀態(tài)評估就顯得尤為重要。針對目前配網(wǎng)變壓器運行狀態(tài)評估中模糊方法不能考慮數(shù)據(jù)隨機性的缺點，本文選用了云模型對變壓器的運行狀態(tài)進行評估，綜合考慮了運行狀態(tài)的模糊性和隨機性，從而最大程度的查找設(shè)備運行過程中的問題[4-10]。因此，對配網(wǎng)變壓器運行狀態(tài)評估的云模型的研究對保證系統(tǒng)的安全穩(wěn)定運行具有重要的意義。

1 云模型理論基礎(chǔ)

云模型主要用來表示定性概念和定量之間的不確定的轉(zhuǎn)換關(guān)系。云模型中可以用以下3個數(shù)值來表示云的數(shù)字特征。

1）云的期望

云是由許多云滴組成的，因此期望指的是云滴的分布關(guān)系，具體為空間中的坐標數(shù)值，也可以視為云滴重心所在的位置

2）云的熵

云的熵表現(xiàn)了云模型中不確定性的程度，熵為模糊性和隨機性的融合，是一個大的宏觀概念。

3）云的超熵

云的超熵表示了云滴的凝聚程度，模糊性和隨機性共同決定了超熵的數(shù)值。

云的發(fā)生器是云算法的具體形式，具體有X條件發(fā)生器和Y條件發(fā)生器兩種形式，X和Y分別表示了不同數(shù)值的隸屬范圍。式中 Ex為期望值，En和He為方差，x、y為正態(tài)隨機數(shù)，（x, y）則組成了一個云滴。

圖1 X條件發(fā)生器

圖2 Y條件發(fā)生器

云模型的評判方法主要有指標、權(quán)重、評價 3項，同時對應(yīng)著指標集、權(quán)重集和評價集3個集合。具體表示如下：

1）云模型評判的指標集合：U ={U0, U1, U2,… ,Um}。

2）云模型評判的權(quán)重集合：U = { V0, V1, V2,… ,Vm}。

3）云模型評判的評價集合：U ={W0, W1, W2,… ,Wm}。

2 配網(wǎng)變壓器運行狀態(tài)評估云模型的建立

配網(wǎng)變壓器運行狀態(tài)評估的云模型主要通過對變壓器運行中的指標作為模型的輸入數(shù)據(jù)，通過對模型的評估得出變壓器當前的運行狀態(tài)。具體模型如圖3所示。

圖3 配網(wǎng)變壓器運行狀態(tài)評估云模型

圖4 建立配網(wǎng)變壓器運行狀態(tài)評估的評估體系

云模型建立的關(guān)鍵是建立配網(wǎng)變壓器運行狀態(tài)評估的評估體系，具體如圖4所示。

在對配網(wǎng)變壓器運行狀態(tài)羅列完成后，即需要對不同的運行狀態(tài)的特性進行分類，本文將變壓器的運行狀態(tài)劃分為優(yōu)秀狀態(tài)、良好狀態(tài)、注意狀態(tài)、異常狀態(tài)和嚴重狀態(tài) 5種運行狀態(tài)。具體見表 1。分別給出了不同的運行狀態(tài)的評分以及相對應(yīng)的維修策略。通過采用層次法計算不同指標所對應(yīng)的權(quán)重的數(shù)值，具體數(shù)值見表 2。分別為不同指標所對應(yīng)下一層各指標的權(quán)重同時計算得到不同指標下云模型的隸屬函數(shù)，見表3。

表1 變壓器的運行狀態(tài)分類

表2 各項指標的固定權(quán)重的計算

表3 云模型的隸屬函數(shù)

3 實例分析

以某配網(wǎng)變壓器為例進行分析。首先選取的變壓器的型號為 SFPSZ8-120000/220，選取運行數(shù)據(jù)進行處理和分析。已知該變壓器的運行時間為4年，無大修記錄，運行正常。具體的實驗數(shù)據(jù)見表4。

表4 實驗數(shù)據(jù)

按照上述所給模型對變壓器的目標評價向量進行求解，最終得到目標評價向量為（0.6053, 0.7085,0.6798, 0.563, 0.4275），評價的分值低于60，處于上述所列狀態(tài)中需要注意的狀態(tài)，所需要采取的措施為優(yōu)先維修的措施。

為了判斷云評估模型的準確性，選取文獻[4]中的模糊評價方法進行同樣的狀態(tài)評估，所得結(jié)果為（0.0948, 0.419, 0.442, 0.003），通過該結(jié)果對變壓器的狀態(tài)進行分析，可得變壓器同樣處于需要注意的狀態(tài)和一般的狀態(tài)的中間值?？紤]實際情況，變壓器已經(jīng)運行了較為長的時間，而且沒有進行過大修，經(jīng)觀察發(fā)現(xiàn)一些絕緣線路已經(jīng)出現(xiàn)老化的現(xiàn)象，其處于優(yōu)先維修的狀態(tài)更為準確一些，因此可以得出云模型的狀態(tài)評估結(jié)果更為準確。

4 結(jié)論

本文主要對配網(wǎng)變壓器的運行狀態(tài)分析的云模型進行了研究。云模型方法綜合考慮了運行狀態(tài)的模糊性和隨機性，從而可以最大程度的查找設(shè)備運行過程中的問題。本文建立了配網(wǎng)變壓器的運行狀態(tài)評估模型，對變壓器的運行狀態(tài)進行了分類，求解了指標權(quán)重和隸屬函數(shù)，并選取實例進行了分析，驗證了模型的準確性。對配網(wǎng)變壓器運行狀態(tài)評估的云模型的研究對保證系統(tǒng)的安全穩(wěn)定運行具有重要的意義。

[1] 吳立增. 變壓器狀態(tài)評估方法的研究[D]. 保定: 華北電力大學, 2005.

[2] 劉敦楠, 陳雪青, 何光宇, 等. 電力市場評價指標體系的原理和構(gòu)建方法[J]. 電力系統(tǒng)自動化, 2005,29(23): 2-7, 14.

[3] 袁志堅, 孫才新, 袁張渝, 等. 變壓器健康狀態(tài)評估的灰色聚類決策方法[J]. 重慶大學學報(自然科學版), 2005, 28(3): 22-25.

[4] 紀航, 朱永利, 郭偉. 基于模糊綜合評判的變壓器狀態(tài)評分方法研究[J]. 繼電器, 2006, 34(5): 29-33.

[5] 趙文清, 朱永利. 電力變壓器狀態(tài)評估綜述[J]. 變壓器, 2007, 44(11): 9-12, 74.

[6] 張青. 多指標綜合評價失效因素分析及模型[J]. 統(tǒng)計與決策, 2005, 18(5): 6-8.

[7] 謝紅玲, 律方成. 基于信息融合的變壓器狀態(tài)評估方法研究[J]. 華北電力大學學報, 2006, 33(2): 8-11.

[8] 謝可夫, 羅安. 遺傳算法在變壓器故障診斷中的應(yīng)用[J]. 電力自動化設(shè)備, 2005, 25(4): 55-58.

[9] 李儉, 孫才新, 陳偉根, 等. 基于灰色聚類分析的充油電力變壓器絕緣故障診斷的研究[J]. 電工技術(shù)學報, 2002, 17(4): 80-83.

[10] 鄭蕊蕊, 趙繼印, 吳寶春, 等. 基于加權(quán)灰靶理論的電力變壓器絕緣狀態(tài)分級評估方法[J]. 電工技術(shù)學報, 2008, 23(8): 60-66.