變壓器故障的灰色預(yù)測(cè)方法研究

劉玲

【摘要】 本文采用數(shù)理統(tǒng)計(jì)方法估算故障隸屬度，通過(guò)時(shí)間序列灰色預(yù)測(cè)法估計(jì)某時(shí)間內(nèi)各故障隸屬度及其發(fā)展趨勢(shì)，對(duì)閥值原則進(jìn)行改進(jìn)，根據(jù)改進(jìn)后的閥值原則推斷可能發(fā)生故障的種類及其發(fā)展趨勢(shì)。實(shí)例分析說(shuō)明該模型能有效地預(yù)報(bào)變壓器故障的發(fā)展情況。

【關(guān)鍵詞】 變壓器 故障預(yù)測(cè) 供電系統(tǒng)

油浸式變壓器由于具有較高的絕緣強(qiáng)度、較長(zhǎng)的使用壽命，廣泛用于高壓、超高壓輸電系統(tǒng)以及電氣化鐵路牽引供電系統(tǒng)中。變壓器的使用壽命主要由絕緣材料的絕緣強(qiáng)度決定。及時(shí)、準(zhǔn)確地發(fā)現(xiàn)變壓器內(nèi)部絕緣故障并預(yù)測(cè)故障的發(fā)展趨勢(shì)能夠有效減少供電系統(tǒng)停電事故，為運(yùn)營(yíng)單位加強(qiáng)負(fù)荷管理、制定變壓器維修策略提供理論依據(jù)。

目前，國(guó)內(nèi)外針對(duì)充油電氣設(shè)備的故障診斷做了大量的研究，并已取得了一定的成果，人工智能方法，神經(jīng)網(wǎng)絡(luò)、模糊聚類分析[1]、灰關(guān)聯(lián)分析[2]、支持向量機(jī)等，廣泛應(yīng)用于變壓器故障診斷中，取得較好的診斷效果，但對(duì)可能發(fā)生的故障種類、故障的發(fā)展程度以及如何預(yù)防等缺少研究。

本文基于分析加權(quán)隸屬度時(shí)間序列，判斷可能發(fā)生的變壓器故障種類，并用實(shí)例驗(yàn)證了該預(yù)測(cè)方法的有效性。

一、建模基礎(chǔ)

1.1識(shí)別方法

定義1 設(shè)A為論域U上的向量模糊子集 = （A1 ， A2 ， …，An），設(shè)n維普通向量 =（x1，x2，…，xn），Ai（xi）（i=1，2，…，n）為xi對(duì)Ai的隸屬度函數(shù)， （）為對(duì)模糊向量集合族的隸屬度。

其中（）。

閥值原則：設(shè)論域U上有m個(gè)模糊子集A1 ， A2 ， …， Am，構(gòu)成標(biāo)準(zhǔn)模型庫(kù)，對(duì)任何x0∈U，決定水平a∈[0，1]。若存在i1，i2，…，ik，使，則判決x0相對(duì)地隸屬于。

二、故障預(yù)測(cè)模型

收集故障變壓器的歷史數(shù)據(jù)，建立加權(quán)隸屬度時(shí)間序列，通過(guò)灰色理論計(jì)算待預(yù)測(cè)的故障隸屬度。最后進(jìn)行歸一化處理，采用改進(jìn)的閥值原則預(yù)測(cè)將要發(fā)生的故障及其種類。

2.1 故障隸屬度時(shí)間序列

（1）故障現(xiàn)象集和故障集確定

所謂故障現(xiàn)象集就是油中溶解氣體組分之間關(guān)系。目前采用了IEC三比值法等編碼，故障錯(cuò)判、誤判現(xiàn)象較常見(jiàn)，雖然加入了模糊原理，仍然沒(méi)有徹底解決缺碼、數(shù)據(jù)本身不穩(wěn)定所帶來(lái)的問(wèn)題，本文選擇了氣體之間的比值作為故障現(xiàn)象，研究表明CH4在油中溶解度受到溫度等的影響最小，其他烴類氣體次之，氫氣受到外界因素的影響最大，H2/（C1+C2+H2）值比H2/CH4所外界影響小，統(tǒng)計(jì)表明 H2/（C1+C2+H2）、CH4/（C1+C2）、C2H6/（C1+C2）、C2H4/ （C1+C2）、C2H2/（C1+C2）能很好的反應(yīng)變壓器內(nèi)部故障的狀況。

（2）加權(quán)系數(shù)確定

根據(jù)故障現(xiàn)象對(duì)故障判別的重要性確定加權(quán)系數(shù)。統(tǒng)計(jì)用單故障現(xiàn)象判斷故障時(shí)的正判率，然后歸一化處理，即確定了加權(quán)系數(shù)矩陣。采用改進(jìn)閥值方式判斷，一級(jí)閥值取15%，二級(jí)閥值取10%。

定義n時(shí)刻第i種故障的隸屬度為（），則{（），（），…， （）}便是變壓器故障隸屬度時(shí)間序列。

2.2 變壓器故障預(yù)測(cè)

根據(jù)故障隸屬度時(shí)間序列，預(yù)測(cè)一定時(shí)間后的各個(gè)故障隸屬度，并且基于隸屬度及其趨勢(shì)預(yù)測(cè)故障的發(fā)展?fàn)顩r。把{（）}代入式中的，根據(jù)式（1）-（8），預(yù)測(cè)（）。采用改進(jìn)的閥值原則判斷n+1時(shí)刻的故障情況。

三、效果分析

筆者統(tǒng)計(jì)并選取了52例經(jīng)典故障案例，15個(gè)正常實(shí)例，預(yù)測(cè)結(jié)果與實(shí)際比較，結(jié)果如表1所示。如果不計(jì)入正常的15臺(tái)變壓器，預(yù)測(cè)正確率達(dá)90.4%，中溫故障、局部放電的實(shí)例較少，其預(yù)測(cè)的正確率可用更多的實(shí)例加以分析，根據(jù)表1分析，模型對(duì)各個(gè)單個(gè)故障情況的預(yù)測(cè)較準(zhǔn)確。

四、結(jié)束語(yǔ)

及時(shí)、準(zhǔn)確地發(fā)現(xiàn)變壓器內(nèi)部故障并預(yù)測(cè)故障的發(fā)展趨勢(shì)，能夠有效減少供電系統(tǒng)停電事故，為運(yùn)營(yíng)單位加強(qiáng)負(fù)荷管理、制定變壓器維修策略提供理論依據(jù)。文章結(jié)合模糊識(shí)別和時(shí)間序列的灰色預(yù)測(cè)方法，建立故障預(yù)測(cè)模型，采用數(shù)理統(tǒng)計(jì)和模糊識(shí)別結(jié)合的方法，預(yù)測(cè)一定時(shí)間后的故障隸屬度，根據(jù)改進(jìn)的閥值原則，預(yù)測(cè)變壓器運(yùn)行狀態(tài)以及故障的發(fā)展程度。實(shí)例表明該方法具有較好的效果。

參 考 文 獻(xiàn)

[1] 符楊，田振寧，江玉蓉，等. 加權(quán)模糊核聚類法在電力變壓器故障診斷中的應(yīng)用[J].高電壓技術(shù)，2010，36（2）：371-374.

[2] 宋斌，于萍，羅運(yùn)柏，等. 基于灰關(guān)聯(lián)熵的充油變壓器故障診斷方法[J]. 電力系統(tǒng)自動(dòng)化， 2005，29（18）：76-79.