陳超人 胡明波 夏 坊 冉夢東 任 飛

（貴州電網(wǎng)有限責(zé)任公司遵義供電局）

0 引言

電力系統(tǒng)中的核心組件之一便是電力變壓器，若其發(fā)生故障，嚴(yán)重的時(shí)候甚至可能引發(fā)危險(xiǎn)事故?？紤]到這一點(diǎn)，及時(shí)且準(zhǔn)確地診斷繞組故障變得尤為重要［1］。它不僅僅能確保電力系統(tǒng)的穩(wěn)定運(yùn)行，還能在很大程度上增強(qiáng)電力設(shè)備的安全性，進(jìn)而避免發(fā)生重大事故。為了確保電力設(shè)備的安全穩(wěn)定運(yùn)行，對電力變壓器繞組故障的檢測十分必要。

傳統(tǒng)的電力變壓器繞組故障檢測方法主要基于定期檢修和離線實(shí)驗(yàn)，這些方法雖然能夠發(fā)現(xiàn)一些潛在故障，但存在著檢測周期長、效率低下等問題，難以滿足現(xiàn)代電力系統(tǒng)對設(shè)備安全性的高要求［2-4］。因此，如何實(shí)現(xiàn)電力變壓器繞組故障的智能、在線檢測，成為當(dāng)前電力領(lǐng)域亟待解決的問題。

為此，本文基于改進(jìn)后的蟻群算法，提出一種電力變壓器繞組故障智能檢測方法。應(yīng)用加快了收斂速度并強(qiáng)化了全局搜索能力的蟻群算法展開研究，結(jié)合電力變壓器繞組故障的特性，構(gòu)造相應(yīng)的故障檢測模型，實(shí)現(xiàn)對繞組故障的智能檢測。

1 電力變壓器繞組故障特性分析

電力變壓器繞組故障特性分析是本文研究的重要基礎(chǔ)，繞組故障是電力變壓器常見的故障之一，其產(chǎn)生原因和表現(xiàn)形式多種多樣，對電力系統(tǒng)的穩(wěn)定運(yùn)行造成威脅。

開路故障通常由于繞組內(nèi)部的導(dǎo)線斷裂或連接不良導(dǎo)致，其會導(dǎo)致電流中斷，變壓器輸出電壓降低；短路故障可能是由于絕緣擊穿或繞組變形造成的，會導(dǎo)致電流突然增大，油溫迅速升高，若不及時(shí)切斷，可能會造成繞組燒毀；接地故障通常是由于外部物理損壞導(dǎo)致的，這會引發(fā)變壓器漏電流的增加，可能導(dǎo)致保護(hù)裝置動(dòng)作。繞組故障的產(chǎn)生與制造質(zhì)量、運(yùn)行環(huán)境、絕緣老化、過電壓、過電流等因素密切相關(guān)［5］。長期的過載運(yùn)行和惡劣的運(yùn)行環(huán)境可能導(dǎo)致繞組絕緣性能下降，進(jìn)而引發(fā)故障。

繞組故障通常表現(xiàn)為電氣量的異常，如電流、電壓的突變，以及油溫、氣體成分的非正常變化等。繞組故障時(shí)，電流可能會出現(xiàn)突然的升高或降低，或者出現(xiàn)諧波成分；開路故障會導(dǎo)致輸出電壓降低；而短路故障可能會導(dǎo)致電壓暫態(tài)波動(dòng)。

繞組故障會導(dǎo)致變壓器效率降低，損耗增加，溫度上升，進(jìn)而加速絕緣老化，形成惡性循環(huán)。此外，繞組故障還可能引發(fā)變壓器的保護(hù)裝置誤動(dòng)作，造成不必要的停電。因此，在對電力變壓器繞組故障進(jìn)行檢測時(shí)，需要關(guān)注其多樣化的外在表現(xiàn)形式和內(nèi)部深層的可能原因。后續(xù)將基于改進(jìn)的蟻群算法，對電力變壓器繞組故障進(jìn)行檢測。

2 故障特征提取

在電力變壓器繞組故障檢測中，故障特征的選擇至關(guān)重要，它直接影響到故障識別的準(zhǔn)確性和效率。合適的故障特征應(yīng)該能夠顯著區(qū)分故障狀態(tài)和正常狀態(tài)。假設(shè)有N個(gè)樣本，每個(gè)樣本有M個(gè)特征，那么特征重要性的計(jì)算公式可以表示為：

式中，fi表示第i個(gè)特征，fij表示第j個(gè)樣本在第i個(gè)特征上的取值，μi和σi分別表示特征fi的均值和標(biāo)準(zhǔn)差。公式（1）計(jì)算了每個(gè)特征在所有樣本上的標(biāo)準(zhǔn)化平均絕對值偏差，所得數(shù)值越大，則表示該特征越重要。

3 改進(jìn)蟻群算法

為了提高后續(xù)對電力變壓器繞組故障檢測的準(zhǔn)確性，本節(jié)對蟻群算法進(jìn)行了改進(jìn)，以增強(qiáng)算法的性能和效率。

本文引入了啟發(fā)式因子ηij，將這一因子考慮進(jìn)來以后，螞蟻在選擇路徑時(shí)，不僅會考慮之前螞蟻的信息素軌跡，還會考慮當(dāng)前的故障特征，從而實(shí)現(xiàn)更加準(zhǔn)確地定位故障位置的目標(biāo)。此時(shí)的螞蟻路徑選擇概率公式可以表示為：

式中，Pij表示選擇路徑()i，j的概率；τij表示路徑(i，j)上的權(quán)重值；α和β分別為權(quán)重值和啟發(fā)式因子的指數(shù)參數(shù)。

在基本蟻群算法中，信息素的揮發(fā)是固定的，這可能導(dǎo)致算法在某些情況下收斂速度過慢。為此，提出一種自適應(yīng)的信息素?fù)]發(fā)機(jī)制。其核心思想是：當(dāng)算法接近最優(yōu)解時(shí)，降低信息素的揮發(fā)速度，使得搜索更加精細(xì)；而當(dāng)算法陷入局部最優(yōu)時(shí)，增加信息素的揮發(fā)，鼓勵(lì)螞蟻探索新的區(qū)域。設(shè)置一個(gè)動(dòng)態(tài)的信息素?fù)]發(fā)系數(shù)表示為：

式中，ρ0表示初始揮發(fā)系數(shù)；ρend表示最終的揮發(fā)系數(shù)；k表示控制揮發(fā)速度變化的參數(shù)。在此種情況下，可利用公式（2）更新公式（3）中的權(quán)重值，更新后可表示為：

式中，τij(t+1)表示在時(shí)刻t+1時(shí)路徑(i，j)上的權(quán)重值，能夠反映路徑的吸引程度；表示在時(shí)刻t時(shí)路徑(i，j)上的權(quán)重值；Δτij表示路徑(i，j)上的權(quán)重增量，是在[t，t+1]時(shí)間段內(nèi)，由于螞蟻選擇這條路徑而導(dǎo)致的權(quán)重增加量。

通過上述改進(jìn)策略，使其能夠在后續(xù)求解電力變壓器繞組故障檢測問題時(shí)能夠更加高效、準(zhǔn)確，使算法更加適用于實(shí)際應(yīng)用。

4 構(gòu)建電力變壓器繞組故障檢測模型

在構(gòu)建電力變壓器繞組故障檢測模型時(shí)，首先需要理解故障與特征參數(shù)之間的關(guān)系。對于電力變壓器，其運(yùn)行狀態(tài)與電壓、電流、油溫等多種參數(shù)有關(guān)。當(dāng)繞組出現(xiàn)故障時(shí)，這些參數(shù)會出現(xiàn)異常變化。因此，可以通過捕捉這些異常變化來檢測繞組故障。構(gòu)建電力變壓器繞組故障檢測模型Fij(t)的公式可表達(dá)為：

當(dāng)該模型計(jì)算后所得數(shù)值在[0，]1范圍內(nèi)時(shí)，說明電力變壓器繞組未發(fā)生故障，當(dāng)該值>1時(shí)，說明電力變壓器繞組發(fā)生故障，由此完成對于電力變壓器繞組故障的智能檢測。

5 實(shí)驗(yàn)分析

為了驗(yàn)證基于改進(jìn)蟻群算法的電力變壓器繞組故障智能檢測方法的有效性，本文進(jìn)行了一系列的實(shí)驗(yàn)。收集了多個(gè)電力變壓器的運(yùn)行數(shù)據(jù)，包括正常狀態(tài)數(shù)據(jù)200組以及繞組故障狀態(tài)數(shù)據(jù)800組。這些數(shù)據(jù)被打亂后隨機(jī)均分為訓(xùn)練集和測試集，即每個(gè)數(shù)據(jù)集有500組數(shù)據(jù)。同時(shí)，為了對本文所提方法有更加直觀地認(rèn)識，采用了文獻(xiàn)［2］、文獻(xiàn)［3］以及文獻(xiàn)［4］方法，與本文方法進(jìn)行對比驗(yàn)證與分析。最終得到的具體的實(shí)驗(yàn)結(jié)果如表1所示。

表1 不同方法應(yīng)用下電力變壓器繞組故障檢測結(jié)果

通過對表1數(shù)據(jù)進(jìn)行分析可知，本文方法在所有的評價(jià)指標(biāo)（準(zhǔn)確率、精確率、召回率和F1分?jǐn)?shù)）上都取得了最高的數(shù)值，說明本文所提方法在電力變壓器繞組故障檢測任務(wù)上具有一定的優(yōu)越性。其中，文獻(xiàn)［2］方法和文獻(xiàn)［4］方法的性能相對較低，但仍然接近本文方法的性能。這表明，在實(shí)際應(yīng)用中，其他方法也能取得一定的效果，但本文方法具有更高的準(zhǔn)確性和效率。文獻(xiàn)［3］方法的性能指標(biāo)與本文方法相對接近，但在所有的評價(jià)指標(biāo)上仍然稍低于本文方法，這進(jìn)一步驗(yàn)證了本文方法在電力變壓器繞組故障的智能檢測方面，存在檢測性能上的優(yōu)勢，能夠提高電力變壓器繞組故障的檢測精度及效率。

6 結(jié)束語

本文通過對蟻群算法進(jìn)行改進(jìn)，并將其應(yīng)用于電力變壓器繞組故障檢測，提高了其收斂速度和全局搜索能力，為解決電力變壓器繞組故障檢測問題提供了有效手段。所構(gòu)建的電力變壓器繞組故障檢測模型具有較高的檢測精度和效率，能夠?qū)崿F(xiàn)對繞組故障的智能檢測，說明本文研究方法具有較高的實(shí)際應(yīng)用價(jià)值，為解決電力變壓器繞組故障檢測問題提供了一種新的有效途徑。