摘 要：為提高干式變壓器絕緣狀態(tài)監(jiān)測的準(zhǔn)確性，保障電力系統(tǒng)的安全運行，本文對基于PSO優(yōu)化RBF的干式變壓器絕緣狀態(tài)進行監(jiān)測研究。首先，啟動數(shù)據(jù)采集裝置，采集干式變壓器絕緣狀態(tài)數(shù)據(jù)，其次，構(gòu)建RBF神經(jīng)網(wǎng)絡(luò)模型，對干式變壓器絕緣狀態(tài)進行預(yù)測或分類，最后，在此基礎(chǔ)上，利用PSO對RBF神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化，將優(yōu)化后的神經(jīng)網(wǎng)絡(luò)模型部署到干式變壓器絕緣狀態(tài)監(jiān)測系統(tǒng)中，輸出絕緣狀態(tài)監(jiān)測結(jié)果。試驗結(jié)果表明，應(yīng)用該方法后，結(jié)果準(zhǔn)確性更高，能夠更加精確地監(jiān)測干式變壓器實際的絕緣狀態(tài)指標(biāo)值，進而識別不同類型的故障狀態(tài)。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)模型；干式變壓器；絕緣狀態(tài)；神經(jīng)網(wǎng)絡(luò)模型

中圖分類號：TM 40 " " " " " 文獻標(biāo)志碼：A

干式變壓器由鐵芯、繞組、分接調(diào)節(jié)、散熱和絕緣系統(tǒng)構(gòu)成，其中，絕緣系統(tǒng)是安全運行的關(guān)鍵。在長期運行中，絕緣材料易受老化、熱老化、濕老化等影響，導(dǎo)致絕緣強度降低，增加擊穿風(fēng)險。因此，監(jiān)測干式變壓器絕緣狀態(tài)，對預(yù)防故障、保障電網(wǎng)安全至關(guān)重要。

目前，國內(nèi)外學(xué)者在電力變壓器絕緣狀態(tài)監(jiān)測與評估領(lǐng)域進行了廣泛研究，并取得了一系列重要成果。例如，文獻[1]提出利用熵權(quán)層次法，測量變壓器繞組之間或繞組對地的絕緣電阻值，判斷絕緣狀態(tài)。該方法只能反映變壓器在某個時刻的絕緣電阻值，無法實時監(jiān)測絕緣狀態(tài)的變化。文獻[2]提出可以利用知識圖譜檢測變壓器內(nèi)的局部放電的強度，但用這種方式只能判斷絕緣電阻值的大小，而無法判斷局部放電等潛在隱患。因此本文對基于PSO優(yōu)化RBF的干式變壓器絕緣狀態(tài)進行監(jiān)測研究。

1 干式變壓器絕緣狀態(tài)數(shù)據(jù)采集

需要明確需要采集的絕緣狀態(tài)數(shù)據(jù)類型，根據(jù)干式變壓器的型號、規(guī)格和運行環(huán)境，確定數(shù)據(jù)采集的精度和頻率要求[3-4]。根據(jù)干式變壓器絕緣狀態(tài)數(shù)據(jù)采集目標(biāo)和設(shè)備特點，制定詳細的數(shù)據(jù)采集方案，干式變壓器絕緣狀態(tài)數(shù)據(jù)采集計劃見表1。

按照采集方案，在干式變壓器上布置傳感器和數(shù)據(jù)采集裝置，保證傳感器與變壓器接觸良好，數(shù)據(jù)采集裝置安裝穩(wěn)固。啟動數(shù)據(jù)采集裝置，開始實時采集干式變壓器的絕緣狀態(tài)數(shù)據(jù)。在此基礎(chǔ)上，按照圖1的數(shù)據(jù)存儲方式存儲數(shù)據(jù)。

如圖1所示，當(dāng)連續(xù)追蹤狀態(tài)參數(shù)時，每當(dāng)分析單元接收到來自CAN總線的同步信息（信息涵蓋工況同步信號與異常事件同步信號），就會立即自動記錄并保存這些同步信號出現(xiàn)前后一段時間內(nèi)的采樣數(shù)據(jù)，以備后續(xù)進行深入地分析和研究[5]。

2 構(gòu)建RBF神經(jīng)網(wǎng)絡(luò)模型

在干式變壓器絕緣狀態(tài)數(shù)據(jù)采集完畢后，構(gòu)建RBF神經(jīng)網(wǎng)絡(luò)模型。RBF神經(jīng)網(wǎng)絡(luò)作為一種三層前饋神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括輸入層、隱藏層和輸出層。RBF神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)如圖2所示。

根據(jù)干式變壓器絕緣狀態(tài)監(jiān)測實際需求，確定輸入層神經(jīng)元的數(shù)量，通常為特征的維度[6]。利用激活函數(shù)確定RBF神經(jīng)網(wǎng)絡(luò)的隱藏層神經(jīng)元，如公式（1）所示。

（1）

式中：r為輸入向量與中心向量之間的歐氏距離；σ為高斯函數(shù)的寬度。

在RBF神經(jīng)網(wǎng)絡(luò)中，每個隱藏層節(jié)點都有一個對應(yīng)的中心位置，選擇訓(xùn)練數(shù)據(jù)集中的一些點作為中心即可[7]。在此基礎(chǔ)上，將模型輸出層的初始化權(quán)重設(shè)置為較小的隨機數(shù)，對RBF神經(jīng)網(wǎng)絡(luò)進行迭代訓(xùn)練，使網(wǎng)絡(luò)輸出與實際輸出之間的誤差最小化[8]。分別計算RBF神經(jīng)網(wǎng)絡(luò)模型隱藏層輸出與輸出層輸出，計算過程如公式（2）、公式（3）所示。

hi=?（||x-ci||） （2）

（3）

式中：hi為第i個隱藏層節(jié)點的輸出；ci為第i個隱藏層節(jié)點的中心向量；y為網(wǎng)絡(luò)輸出；wi為第i個隱藏層節(jié)點到輸出層節(jié)點的權(quán)重；M為隱藏層節(jié)點數(shù)。將訓(xùn)練好的RBF神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于實際問題中，然后進行干式變壓器絕緣狀態(tài)預(yù)測或分類等任務(wù)。

3 基于PSO優(yōu)化RBF的干式變壓器絕緣狀態(tài)監(jiān)測

上述RBF神經(jīng)網(wǎng)絡(luò)模型構(gòu)建完畢后，在此基礎(chǔ)上，利用PSO對RBF神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化，將優(yōu)化后的神經(jīng)網(wǎng)絡(luò)模型部署到干式變壓器絕緣狀態(tài)監(jiān)測系統(tǒng)中，實時接收傳感器數(shù)據(jù)，并輸出絕緣狀態(tài)監(jiān)測結(jié)果。

在參數(shù)空間內(nèi)隨機初始化一組粒子，每個粒子都代表RBF神經(jīng)網(wǎng)絡(luò)的一組潛在參數(shù)配置。訓(xùn)練這些粒子所對應(yīng)的RBF神經(jīng)網(wǎng)絡(luò)模型，并通過特定的適應(yīng)度函數(shù)計算每個粒子的性能表現(xiàn)。將適應(yīng)度計算用于后續(xù)的優(yōu)化過程，計算過程如公式（4）所示。

（4）

式中：fit（i）為第i個粒子在t次迭代中的適應(yīng)度值；為預(yù)測值；yj為實測值；n為數(shù)據(jù)點的數(shù)量。

根據(jù)粒子的當(dāng)前位置、歷史最優(yōu)位置和全局最優(yōu)位置，利用PSO算法的更新公式調(diào)整粒子的速度和位置。計算過程如公式（5）、公式（6）所示。

vi（t+1）=??vi（t）+c1?r1（pi-xi（t））+c2?r2（g-xi（t）） （5）

xi（t+1）=xi（t）+vi（t+1） （6）

式中：vi（t+1）為粒子i在下一次迭代中的速度；vi（t）為粒子i在當(dāng)前迭代中的速度；?為慣性權(quán)重，控制粒子保持當(dāng)前速度的趨勢；c1、c2均為學(xué)習(xí)因素；r1、r2是在[0，1]均勻分布的隨機數(shù)，用于增加搜索的隨機性；pi為粒子i到目前為止找到的最好位置；g為整個粒子群到目前為止找到的全局最好位置；xi（t）為粒子i在當(dāng)前迭代中的位置；xi（t+1）為粒子i在下一次迭代中的位置。

利用上述公式，引導(dǎo)粒子向更優(yōu)的解空間移動。在此基礎(chǔ)上，重復(fù)上述步驟，直至滿足優(yōu)化后RBF神經(jīng)網(wǎng)絡(luò)模型的迭代次數(shù)，記錄全局最優(yōu)解，即最優(yōu)的RBF神經(jīng)網(wǎng)絡(luò)參數(shù)。將上述采集到的絕緣狀態(tài)數(shù)據(jù)輸入RBF神經(jīng)網(wǎng)絡(luò)模型中，根據(jù)輸入數(shù)據(jù)計算并輸出絕緣狀態(tài)的監(jiān)測結(jié)果。在此基礎(chǔ)上，采用專家評分方法，計算干式變壓器絕緣狀態(tài)監(jiān)測結(jié)果評價因素的隸屬度，計算過程如公式（7）所示。

（7）

式中：x為評價因素指標(biāo)的隸屬度；xk為專家對指標(biāo)的評分值；n為參加評定的專家總?cè)藬?shù)。為了避免專家評分結(jié)果存在主觀因素，結(jié)合半梯形和三角形的隸屬函數(shù)，對監(jiān)測結(jié)果作出進一步評判，隸屬度函數(shù)分布如圖3所示。

根據(jù)圖3，初步確定干式變壓器的絕緣狀態(tài)。在此基礎(chǔ)上，計算干式變壓器的極化指數(shù)，利用公式（8）進一步準(zhǔn)確評估變壓器的絕緣狀態(tài)。

（8）

式中：I1、I2分別為高壓側(cè)和低壓側(cè)的極化電流；U為直流電壓值。根據(jù)極化指數(shù)與干式變壓器絕緣狀態(tài)對應(yīng)的關(guān)系，進一步得出絕緣狀態(tài)監(jiān)測評估結(jié)果，見表2。

當(dāng)監(jiān)測到絕緣狀態(tài)異常時，系統(tǒng)應(yīng)立即發(fā)出預(yù)警信號，以便及時采取措施進行干預(yù)，避免絕緣故障導(dǎo)致的重大事故。

通過以上流程，基于PSO優(yōu)化RBF的干式變壓器絕緣狀態(tài)監(jiān)測方法能夠?qū)^緣狀態(tài)進行準(zhǔn)確監(jiān)測和及時預(yù)警，為電力系統(tǒng)的安全運行提供有力保障。

4 試驗分析

4.1 試驗準(zhǔn)備

選取來自不同電廠、變電站及工業(yè)用戶的干式變壓器作為試驗樣本，覆蓋不同的運行年限、負載情況、環(huán)境條件以及維護歷史，保證樣本的多樣性和代表性。試驗樣本為100臺，狀態(tài)分類見表3。

為每臺變壓器安裝專用的傳感器和數(shù)據(jù)采集系統(tǒng)，實時采集與絕緣狀態(tài)相關(guān)的多個參數(shù)。根據(jù)變壓器的歷史記錄、現(xiàn)場檢測結(jié)果及專家判斷，為每個樣本打上相應(yīng)的標(biāo)簽（正?；蚬收希Ｔ诖嘶A(chǔ)上，應(yīng)用本文提出的監(jiān)測方法，對其進行試驗測試。

4.2 監(jiān)測結(jié)果分析

為了清晰直觀地比較試驗效果，將本文提出的監(jiān)測方法設(shè)置為試驗組，將文獻[1]和文獻[2]的兩種傳統(tǒng)監(jiān)測方法分別作為對照組A和對照組B，對其進行對比分析。應(yīng)用3種方法，對選取的干式變壓器樣本進行絕緣狀態(tài)監(jiān)測，監(jiān)測樣本絕緣電阻值與介質(zhì)損耗因數(shù)，將監(jiān)測結(jié)果與實際值進行對比，判定方法的可行性。對比結(jié)果分別如圖4、圖5所示。

通過對比結(jié)果可以看出，本文方法（基于PSO優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)）在多數(shù)樣本上的準(zhǔn)確性更高。

5 結(jié)語

綜上所述，干式變壓器絕緣狀態(tài)的監(jiān)測研究對維護電網(wǎng)安全穩(wěn)定運行方面很重要。隨著技術(shù)的不斷進步，本文研究不僅能對干式變壓器絕緣性能進行高精度監(jiān)測，還能在數(shù)據(jù)分析與處理方面取得突破，為潛在的故障風(fēng)險提供更早、更準(zhǔn)確地預(yù)警。這項成果不僅增強了電力系統(tǒng)的可靠性，也為電力行業(yè)的安全運營與管理提供了堅實的技術(shù)支撐，對保障廣大用戶的安全用電具有深遠的影響。

參考文獻

[1]李波，張文乾，劉維，等.基于熵權(quán)層次法的油浸式變壓器絕緣狀態(tài)評價[J].電力工程技術(shù)，2023，42（4）：223-230.

[2]崔焱，李學(xué)齡，李曉彬.基于知識圖譜的電力變壓器絕緣故障監(jiān)測方法[J].微型電腦應(yīng)用，2023，39（4）：205-208.

[3]郝艷，咸日常，冷學(xué)冰，等.基于電壓、電流不平衡度差值的干式變壓器匝間短路故障識別方法[J].電力系統(tǒng)保護與控制，2023，51（4）：12-21.

[4]郝艷，咸日常，胡玉耀，等.基于場-路耦合有限元法的干式變壓器匝間短路暫態(tài)特性研究[J].南方電網(wǎng)技術(shù)，2023，17（6）：90-98.

[5]趙躍，冷威，林琴，等.基于三維熒光的變壓器絕緣油絕緣狀態(tài)監(jiān)測技術(shù)研究[J].絕緣材料，2022，55（12）：87-91.

[6]馮忠奎，劉廣，崔炎，等.基于振動信號的干式變壓器狀態(tài)監(jiān)測與故障診斷系統(tǒng)研究[J].電子測試，2022，36（12）：111-113.

[7]楊志，黃雯利，趙麗娟.光纖傳感技術(shù)在油浸式電力變壓器狀態(tài)監(jiān)測應(yīng)用的研究進展 [J].高壓電器，2023，59（6）：137-146.

[8]余浩，黃彥欽，尹鈞毅，等.基于介電響應(yīng)特性的油浸式電力變壓器絕緣狀態(tài)評估研究進展[J].電氣工程學(xué)報，2020，15（4）：1-17.