電力變壓器狀態(tài)評(píng)價(jià)方法研究

汪 洋，陶悅玥，魏天一，韓 磊，譚 丹，朱 琳

（國(guó)網(wǎng)湖北省電力公司技術(shù)培訓(xùn)中心，湖北 武漢 430079）

電力變壓器狀態(tài)評(píng)價(jià)方法研究

汪 洋，陶悅玥，魏天一，韓 磊，譚 丹，朱 琳

（國(guó)網(wǎng)湖北省電力公司技術(shù)培訓(xùn)中心，湖北 武漢 430079）

為了使電力變壓器的狀態(tài)檢修的依據(jù)更加準(zhǔn)確合理，采用模糊綜合評(píng)判方法對(duì)電力變壓器的運(yùn)行狀態(tài)進(jìn)行評(píng)價(jià)，對(duì)狀態(tài)量以相對(duì)劣化度進(jìn)行量化處理，確定各狀態(tài)量的隸屬度函數(shù)。此外，把權(quán)重系數(shù)問題轉(zhuǎn)化為粗糙集理論中屬性重要性的評(píng)價(jià)問題，使權(quán)重的分配更加合理；利用模糊綜合評(píng)判方法及權(quán)重系數(shù)確定方法，構(gòu)建電力變壓器的狀態(tài)評(píng)價(jià)模型。最后，實(shí)例驗(yàn)證分析證明了該評(píng)價(jià)模型能反映電力變壓器整體的狀態(tài)水平，為電力變壓器的狀態(tài)檢修提供合理的決策依據(jù)。

電力變壓器；狀態(tài)評(píng)價(jià)；粗糙集；模糊綜合評(píng)判

0 引言

長(zhǎng)期以來，電力變壓器的檢修主要采用基于周期的定期檢修模式（TBM，Time Based Maintenance）和預(yù)防性檢修模式（PM，Prevention Maintenance）[1]，即無論電力變壓器是否出現(xiàn)故障都按照規(guī)定的周期對(duì)電力變壓器進(jìn)行檢修。對(duì)于出現(xiàn)故障或缺陷的電力變壓器，這種檢修模式不具備及時(shí)性和針對(duì)性；對(duì)沒有缺陷的電力變壓器，這種檢修模式存在強(qiáng)制性，容易產(chǎn)生新故障，造成人力、物力的浪費(fèi)。因此傳統(tǒng)的檢修模式存在很大的局限性，已經(jīng)不能適應(yīng)電網(wǎng)發(fā)展的要求。

電力變壓器狀態(tài)檢修（CBM，Condition Based Maintenance）[2]是以電力變壓器當(dāng)前的工作狀況為依據(jù)，通過先進(jìn)的狀態(tài)檢測(cè)手段、可靠的評(píng)價(jià)手段和壽命預(yù)測(cè)手段來判斷電力變壓器的運(yùn)行狀態(tài)，進(jìn)而制定檢修策略，保證電力變壓器安全可靠運(yùn)行。電力變壓器狀態(tài)評(píng)價(jià)可以及時(shí)準(zhǔn)確地掌握其工作狀態(tài)，是狀態(tài)檢修的核心。因此，選用合理的評(píng)價(jià)方法，分析這些評(píng)價(jià)方法可能存在的問題，是研究電力變壓器狀態(tài)評(píng)價(jià)方法的必要步驟。總的來說，開展電力變壓器狀態(tài)評(píng)價(jià)方法的研究具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

電力變壓器狀態(tài)評(píng)價(jià)的方法的研究是國(guó)內(nèi)外學(xué)者的重要課題，我國(guó)在生產(chǎn)實(shí)際中運(yùn)用較為廣泛的是設(shè)備評(píng)分法。另外，學(xué)者們還利用各種數(shù)學(xué)方法對(duì)電力變壓器進(jìn)行故障診斷和綜合評(píng)價(jià)。文獻(xiàn)[3]通過模糊數(shù)學(xué)原理確定每個(gè)變壓器評(píng)價(jià)指標(biāo)的隸屬度函數(shù)，再在隸屬度函數(shù)中代入實(shí)測(cè)值確定對(duì)各個(gè)不同狀態(tài)的隸屬度，結(jié)合權(quán)重系數(shù)向量最終做出綜合評(píng)價(jià)結(jié)果。文獻(xiàn)[4]利用神經(jīng)網(wǎng)絡(luò)建立變壓器診斷系統(tǒng)，通過多次學(xué)習(xí)訓(xùn)練得到穩(wěn)定的診斷系統(tǒng)，該方法需要較多的樣本。文獻(xiàn)[5]采用云理論建立了電力變壓器故障診斷體系，確定了絕緣狀態(tài)評(píng)價(jià)體系等級(jí)的劃分，并通過權(quán)重的變化描述模糊性和隨機(jī)性。文獻(xiàn)[6]提出了代價(jià)敏感變分貝葉斯高斯過程（CS-VBGP），并將其應(yīng)用于變壓器故障診斷和狀態(tài)評(píng)價(jià)。文獻(xiàn)[7]采用模糊層次法對(duì)變壓器診斷中故障因素的重要性進(jìn)行排序，確定故障中的脆弱因素。文獻(xiàn)[8]提出了基于互補(bǔ)免疫算法的變壓器故障診斷方法，結(jié)合變壓器故障診斷的特點(diǎn)詳細(xì)設(shè)計(jì)了免疫算子，并通過免疫選擇壓縮網(wǎng)絡(luò)規(guī)模，其參數(shù)由粒子群算法進(jìn)行優(yōu)化，增加了故障診斷的準(zhǔn)確性。文獻(xiàn)[9]運(yùn)用模糊聚類和支持向量機(jī)建立了變壓器運(yùn)行狀態(tài)的綜合評(píng)價(jià)系統(tǒng)。文獻(xiàn)[10]指出變壓器狀態(tài)評(píng)價(jià)是一個(gè)多屬性決策問題，應(yīng)用證據(jù)理論對(duì)變壓器診斷數(shù)據(jù)進(jìn)行信息融合，來評(píng)價(jià)變壓器各子系統(tǒng)狀態(tài)等級(jí)，但是卻沒有選擇合理的狀態(tài)評(píng)價(jià)指標(biāo)。文獻(xiàn)[11]建立了基于狀態(tài)檢修和馬爾可夫過程的變壓器全態(tài)狀態(tài)評(píng)價(jià)模型，給出了全新的變壓器運(yùn)行評(píng)價(jià)的方法。

本文在以上分析的基礎(chǔ)上，采用粗糙集和模糊評(píng)價(jià)法相結(jié)合的方法確定變壓器的運(yùn)行狀態(tài)。粗糙集確定變壓器各狀態(tài)量的權(quán)重，模糊評(píng)價(jià)確定變壓器狀態(tài)的隸屬度，從而得出變壓器最終的運(yùn)行狀態(tài)。

1 電力變壓器狀態(tài)評(píng)價(jià)的方法

1.1 粗糙集

粗糙集理論[12]是一種能夠有效分析處理不精確、不完備、不確定信息的數(shù)據(jù)分析理論。粗糙集理論能客觀地分析數(shù)據(jù)信息內(nèi)在的規(guī)則，不受主觀因素的影響[13-15]。本文主要是利用粗糙集理論的屬性重要性原理界定狀態(tài)量依賴度和重要度來確定狀態(tài)量的權(quán)重系數(shù)。

采用粗糙集確定權(quán)重系數(shù)的思路[16]主要是從決策表中去掉一種屬性，觀察分析在去掉該屬性的條件下決策表中分類結(jié)果引起的變化情況。本文采用改進(jìn)的粗糙集算法[17]，引入了條件熵的概念，使每個(gè)條件屬性的權(quán)重系數(shù)值都不為0，能真實(shí)反映每個(gè)條件屬性的相對(duì)重要程度。權(quán)重系數(shù)確定算法如下。

1）條件熵的計(jì)算

在決策表 DT=(U,A,V,f)中，A=C?D，C?D=? ，C={C1,C2,...,Cm}為條件屬性集，D={D1,D2,...,Dk}為決策屬性集，D相對(duì)于C的條件熵為

條件熵I(|D{c})說明了系統(tǒng)中條件屬性Ci自身的重要程度。

2）重要度的計(jì)算

在決策表 DT=(U,A,V,f)中，?c∈C，a∈C，則條件屬性c的重要度

式中a(x)=U/{a}。重要度sig(c)說明了條件屬性c在整個(gè)條件屬性中的重要程度。

3）權(quán)重系數(shù)計(jì)算

在決策表 DT=(U,A,V,f)中，?c∈C，則條件屬性c的權(quán)重系數(shù)

根據(jù)文獻(xiàn)[15]的證明，上述條件屬性重要度具有單調(diào)上升的性質(zhì)，保證了權(quán)重系數(shù)能真實(shí)反映條件屬性的現(xiàn)實(shí)意義。

1.2 模糊綜合評(píng)判方法

模糊綜合評(píng)判(fuzzy comprehensive evaluation，F(xiàn)CE)就是以模糊數(shù)學(xué)為基礎(chǔ)，按照給定目標(biāo)，應(yīng)用模糊集理論對(duì)各對(duì)象進(jìn)行分類排序的過程，可廣泛應(yīng)用于具有模糊性的各種綜合評(píng)價(jià)中。由于它把被評(píng)價(jià)事物的變化區(qū)間做出劃分，又對(duì)事物屬于各個(gè)等級(jí)的程度做出分析，較好地克服了指標(biāo)屬性的模糊性，使得描述更加深入和客觀[18]。

模糊綜合評(píng)判的基本結(jié)構(gòu)如圖1所示，主要由因素集、評(píng)判集和模糊映射三個(gè)基本要素構(gòu)成。

圖1所示為單層結(jié)構(gòu)，實(shí)際中評(píng)判對(duì)象較多時(shí)，往往進(jìn)行分層評(píng)價(jià)，多層次模糊綜合評(píng)判的基本過程如下[19-20]。

建立評(píng)判對(duì)象的因素集U，

圖1 模糊綜合評(píng)判的基本結(jié)構(gòu)示意圖Fig.1 The basic structure of FCE

評(píng)判對(duì)象的因素集是所選擇的能表征設(shè)備健康性能狀態(tài)量的集合，在多層次結(jié)構(gòu)中，狀態(tài)量將被劃分成多個(gè)子集。

建立評(píng)判對(duì)象的評(píng)判集V，

評(píng)判對(duì)象的評(píng)判集是模糊綜合評(píng)判的最終結(jié)果，體現(xiàn)出了評(píng)判的模糊性。評(píng)判集的個(gè)數(shù)一般在4～9之間。如評(píng)判集個(gè)數(shù)過多，則不易判斷對(duì)象的等級(jí)歸屬；如評(píng)判集個(gè)數(shù)過少，則達(dá)不到所規(guī)定的要求。本文評(píng)判集個(gè)數(shù)為4，對(duì)應(yīng)變壓器運(yùn)行狀態(tài)的正常、注意、異常和嚴(yán)重四個(gè)狀態(tài)等級(jí)。

建立評(píng)判對(duì)象的權(quán)重集A，

本文由粗糙集計(jì)算各狀態(tài)量的權(quán)重系數(shù)，從而得到權(quán)重集。

根據(jù)隸屬度函數(shù)，建立模糊評(píng)判矩陣R，

式中rij是評(píng)判因素ui對(duì)應(yīng)評(píng)判集中vj的隸屬度函數(shù)關(guān)系。若是多層次，則需要結(jié)合權(quán)重分配得到評(píng)判矩陣。

得出綜合評(píng)價(jià)向量B，

式中“°”表示模糊算子。

2 電力變壓器狀態(tài)評(píng)價(jià)體系

本文基于粗糙集和模糊集綜合評(píng)斷方法對(duì)電力變壓器進(jìn)行狀態(tài)評(píng)價(jià)，建立狀態(tài)評(píng)價(jià)體系，體系建立的步驟如下。

（1）首先對(duì)現(xiàn)有表征變壓器運(yùn)行狀態(tài)的狀態(tài)量及運(yùn)行參數(shù)進(jìn)行統(tǒng)計(jì)。

（2）根據(jù)得到的狀態(tài)量和參數(shù)進(jìn)行隸屬度的歸類并根據(jù)粗糙集計(jì)算每個(gè)狀態(tài)量對(duì)應(yīng)的權(quán)重系數(shù)，由權(quán)重系數(shù)判斷狀態(tài)量的重要程度，從而選擇具有代表性的狀態(tài)量建立狀態(tài)量集合。

（3）根據(jù)選定的狀態(tài)量及權(quán)重系數(shù)，將所研究設(shè)備的運(yùn)行參數(shù)進(jìn)行隸屬度確定，并根據(jù)模糊綜合評(píng)判方法得到評(píng)判矩陣R。

（4）由權(quán)重系數(shù)矩陣 A和評(píng)判矩陣R得到設(shè)備的最終的評(píng)價(jià)矩陣，在最后的評(píng)價(jià)矩陣中依次代表了設(shè)備為正常、注意、異常、和嚴(yán)重四種狀態(tài)隸屬度，一般認(rèn)為設(shè)備處于隸屬度較大的運(yùn)行狀態(tài)下。根據(jù)本文的研究思路，得到電力變壓器狀態(tài)評(píng)價(jià)流程如圖2所示。

圖2 電力變壓器狀態(tài)評(píng)價(jià)流程圖Fig.2 State assessment flowchart of power transformer

對(duì)于狀態(tài)量權(quán)重的計(jì)算采用公式（1）～（3）進(jìn)行求解，按照現(xiàn)有的變壓器的運(yùn)行參數(shù)以及現(xiàn)有的檢修策略選擇相對(duì)重要的參數(shù)作為狀態(tài)量，通過對(duì)工程實(shí)際中電力變壓器狀態(tài)評(píng)價(jià)工作的調(diào)研，在力求完善、避免人力物力的浪費(fèi)的前提下，利用實(shí)際中可以獲取到的數(shù)據(jù)，并參考了電力變壓器的相關(guān)國(guó)家標(biāo)準(zhǔn)[21]和輸變電設(shè)備狀態(tài)檢修試驗(yàn)規(guī)程[22]，本文從原始資料、運(yùn)行巡視、預(yù)防性測(cè)試以及油絕緣特性四個(gè)方面進(jìn)行了統(tǒng)計(jì)和篩選，考慮日常檢修以及變壓器運(yùn)行中的關(guān)鍵參數(shù)，給出了電力變壓器狀態(tài)評(píng)價(jià)的狀態(tài)量集合，一共統(tǒng)計(jì)了21個(gè)狀態(tài)量，具體的狀態(tài)量及性質(zhì)見表1所示。文中提及的狀態(tài)量主要是針對(duì)電壓等級(jí)為110 kV及以上的電力變壓器。

表1 狀態(tài)量集合Tab.1 The state quantity set

在電力變壓器狀態(tài)量中既包含了部分定性指標(biāo)，也包含了定量指標(biāo)，在計(jì)算時(shí)需將兩類指標(biāo)進(jìn)行量化和歸一化處理。對(duì)于定性指標(biāo)首先進(jìn)行離散處理，即分為正常、注意、異常、和嚴(yán)重四種狀態(tài)。對(duì)于定量指標(biāo)按照隸屬度函數(shù)進(jìn)行處理。

其中，關(guān)于隸屬度函數(shù)本文選擇三角形和半梯形組合模糊分布，求取狀態(tài)量的隸屬度函數(shù)。如圖3所示，橫坐標(biāo)為狀態(tài)量值，縱坐標(biāo)為隸屬度。該模糊分布計(jì)算簡(jiǎn)單，與其他復(fù)雜分布結(jié)果差別不大，能夠滿足要求。

圖3 三角形和半梯形組合模糊分布圖Fig.3 Fuzzy distribution combined by triangular and semi trapezoidal

本文選擇四個(gè)評(píng)判等級(jí)，橫坐標(biāo)取參量的相對(duì)劣化度，對(duì)應(yīng)每一級(jí)的隸屬度函數(shù)計(jì)算公式如下。

第一級(jí)隸屬度函數(shù)為

為了統(tǒng)一比較不同狀態(tài)量對(duì)設(shè)備的影響程度，引入相對(duì)劣化度的概念表征當(dāng)前實(shí)際狀態(tài)與故障狀態(tài)相比的劣化程度，其數(shù)值在[0，1]范圍內(nèi)，0表示狀態(tài)量沒有出現(xiàn)劣化，1表示狀態(tài)量完全劣化，根據(jù)不同的值表示狀態(tài)量劣化的程度。

確定隸屬度函數(shù)的過程在本質(zhì)上是客觀的，但也存在一定的主觀因素，因此需要根據(jù)設(shè)備的實(shí)際運(yùn)行情況和現(xiàn)場(chǎng)數(shù)據(jù)反映不斷地進(jìn)行調(diào)整，以滿足評(píng)價(jià)設(shè)備的真實(shí)評(píng)價(jià)體系。橫坐標(biāo)的取值用改進(jìn)的模糊統(tǒng)計(jì)試驗(yàn)法分析，即對(duì)每一項(xiàng)指標(biāo)對(duì)應(yīng)于等級(jí)的描述切合度取平均值，結(jié)合實(shí)際獲取的劣化程度，計(jì)算隸屬度函數(shù)，以減小誤差。

模糊綜合評(píng)判最終的評(píng)判結(jié)果通過B=A°R計(jì)算得到，根據(jù)不同的評(píng)判要求，有相對(duì)應(yīng)的模糊算子模型[23-24]。本文選擇模型V ，即 M=(·，⊕)或M=+)，也即

式中 j=(1,2…,n),a?[0,1]。該模型隸屬度rij同樣被修正為=，但最后的綜合評(píng)價(jià) bj是所有單因素的加權(quán)平均值，ai為單個(gè)因素的權(quán)重系數(shù)。

該模型在不失一般性的前提下，既可以考慮到所有因素對(duì)電力變壓器的綜合評(píng)價(jià)，又可以保留每一個(gè)因素的信息，可以較大限度地符合實(shí)際需求。結(jié)合最大隸屬度原則，通過綜合評(píng)價(jià)后的結(jié)果，最終選擇相應(yīng)的評(píng)價(jià)等級(jí)作為該設(shè)備的運(yùn)行狀態(tài)。

3 應(yīng)用實(shí)例

本文收集了某地區(qū)110 kV及以上電力變壓器的狀態(tài)量數(shù)據(jù)及對(duì)應(yīng)的變壓器狀態(tài)，由原始數(shù)據(jù)計(jì)算各狀態(tài)量的權(quán)重值結(jié)果見表2。從狀態(tài)量權(quán)重值的計(jì)算結(jié)果看，原始資料對(duì)變壓器運(yùn)行的影響相對(duì)較低，而變壓器中油絕緣特性中的各個(gè)狀態(tài)量權(quán)重較高，這與實(shí)際變壓器運(yùn)行檢修是一致的，目前以變壓器油分解氣體的三比值法進(jìn)行故障診斷已經(jīng)是相對(duì)成熟的技術(shù)。

表2 狀態(tài)量權(quán)重值Tab.2 The weights of state quantity

根據(jù)狀態(tài)量的標(biāo)準(zhǔn)限值以及設(shè)備運(yùn)行的經(jīng)驗(yàn)得到各狀態(tài)量的隸屬度函數(shù)，即根據(jù)不同的狀態(tài)量確定隸屬度函數(shù)表達(dá)式中x1～x7的值。以狀態(tài)量X9短路阻抗為例，簡(jiǎn)要說明隸屬函數(shù)的求解過程。首先統(tǒng)計(jì)X9短路阻抗邊界分布情況，見表3。

表3 X9短路阻抗邊界分布統(tǒng)計(jì)結(jié)果Tab.3 Border distribution statistical results of short-circuit impedance

求得 x1～x7的加權(quán)平均值依次為0.175，0.30，0.395，0.595，0.71，0.815，0.905 。由隸屬函數(shù)的計(jì)算方法公式（9）～（12）可以得到 X9短路阻抗在四種運(yùn)行狀態(tài)下的隸屬函數(shù)為

同理可得到其他狀態(tài)量的隸屬函數(shù)表達(dá)式。

現(xiàn)已知某正常運(yùn)行的電力變壓器的狀態(tài)量參數(shù)，將其代到隸屬函數(shù)的表達(dá)式，即可求得模式評(píng)判矩陣斷矩陣R，結(jié)合表2中的狀態(tài)量權(quán)重，即可求得綜合評(píng)價(jià)矩陣，計(jì)算結(jié)果見表4。

表4 某電力變壓器狀態(tài)量隸屬系數(shù)Tab.4 State quantity subjection coefficient of a power transformer

將各狀態(tài)量權(quán)重與模糊評(píng)判矩陣相乘，得到

該設(shè)備處于正常、注意、異常、和嚴(yán)重四種狀態(tài)的隸屬度分別為0.788 6、0.095 0、0.028 0和0.003 7，根據(jù)最大隸屬度原則，評(píng)價(jià)結(jié)果表明變壓器為正常狀態(tài)，說明該電力變壓器整體運(yùn)行穩(wěn)定，與實(shí)際工程反應(yīng)的情況相同，與專家評(píng)價(jià)系統(tǒng)的評(píng)判結(jié)果一致，也驗(yàn)證了本文評(píng)價(jià)方法的有效性和準(zhǔn)確性。同時(shí)，本文采用了文獻(xiàn)[25]中的方法對(duì)該變壓器的狀態(tài)量進(jìn)行權(quán)重計(jì)算,并結(jié)合本文的隸屬度計(jì)算方法運(yùn)行狀態(tài)進(jìn)行評(píng)估，得到的最終的評(píng)判矩陣為

兩種計(jì)算方法得到的評(píng)價(jià)結(jié)果一致，但是不同狀態(tài)的隸屬度略有不同，且計(jì)算中發(fā)現(xiàn)，采用文獻(xiàn)[25]中的方法計(jì)算權(quán)重時(shí)主觀性較強(qiáng)，且不同的分層方法導(dǎo)致最后的評(píng)價(jià)結(jié)果有一定差異。

4 結(jié)論

本文建立了電力變壓器狀態(tài)評(píng)價(jià)體系,結(jié)合電力變壓器運(yùn)行的原始數(shù)據(jù)，采用粗糙集確定電力變壓器狀態(tài)量的權(quán)重系數(shù)，采用模糊綜合評(píng)判方法判斷電力電壓器運(yùn)行狀態(tài)，規(guī)避了常見的電力變壓器狀態(tài)評(píng)價(jià)方法中的主觀因素。最后列舉實(shí)例對(duì)本文的電力變壓器狀態(tài)評(píng)價(jià)方法進(jìn)行分析驗(yàn)證，通過與實(shí)際中常用的設(shè)備評(píng)分法進(jìn)行對(duì)比，證明本文提出的電力變壓器狀態(tài)評(píng)價(jià)方法能夠合理科學(xué)地反映電力變壓器的運(yùn)行情況，能對(duì)電力變壓器的運(yùn)行狀態(tài)進(jìn)行客觀準(zhǔn)確的判定，為建立變壓器狀態(tài)檢修體系提供了一種新方法。

（References）

[1] 中華人民共和國(guó)電力部.DL/T 573-95電力變壓器檢修導(dǎo)則[S].北京：中國(guó)電力出版社,1996.People'sRepublicofChinaMinistry ofElectric Power.DL/T 573-95 Guide for maintenance of power transformers[S].Beijing：China Power Press,1996.

[2] 陳三運(yùn).輸變電設(shè)備的狀態(tài)檢修[M].北京：中國(guó)電力出版社,2004.CHEN Sanyun. Condition-based maintenance of power transmission and transformation equipments[M].Beijing：China Power Press,2004.

[3] Halstead W D.A thermodynamic assessment of the formation of gaseous hydrocarbons in faulty transformers[J].J Inst Pet,1973,59：239-241.

[4] 章劍光,周浩,項(xiàng)燦芳.基于Super SAB神經(jīng)網(wǎng)絡(luò)算法的主變壓器故障診斷模型[J].電工技術(shù)學(xué)報(bào),2004,19(7)：49-52.ZHANG Jianguang,ZHOU Hao,XIANG Canfang.Main transformer fault diagnosis model based on Super SAB neural network algorithm[J].Transactions of China Electrotechnical Society,2004,19(7)：49-52.

[5] 張鐿議,廖瑞金,楊麗君,等.基于云理論的電力變壓器絕緣狀態(tài)評(píng)估方法[J].電工技術(shù)學(xué)報(bào),2012,27(5)：13-20.ZHANG Yiyi,LIAO Ruijin,Yang Lijun,et al.Evaluation method of insulation state of power transformer based on cloud theory[J].Transactions of China Electrotechnical Society,2012,27(5)：13-20.

[6] 尹金良,朱永利,鄭曉雨,等.代價(jià)敏感VBGP在變壓器故障診斷中的應(yīng)用[J].電工技術(shù)學(xué)報(bào),2014,29(3)：222-227.YIN Jinliang,ZHU Yongli,ZHENG Xiaoyu,et al.Application of cost sensitive VBGP in transformer fault diagnosis[J].Transactions of China Electrotechnical Society,2014,29(3)：222-227.

[7] 徐建軍,閆麗梅,劉小斌.模糊層次分析法在變壓器脆性分析中的應(yīng)用[J].電工技術(shù)學(xué)報(bào),2005,20(2)：94-98.XU Jianjun,YAN Limei,LIU Xiaobin.Application of fuzzy analytic hierarchy process in transformer brittleness analysis[J].Transactions of China Electrotechnical Society,2005,20(2)：94-98.

[8] 苑津莎,張利偉,李中,等.基于互補(bǔ)免疫算法的變壓器故障診斷[J].電工技術(shù)學(xué)報(bào),2015,30(24)：67-75.YUAN Jinsha,ZHANG Liwei,LIZhong,etal.Transformer fault diagnosis based on complementary immune algorithm[J].Transactions of China Electrotechnical Society,2015,30(24)：67-75.

[9] 李贏,舒乃秋.基于模糊聚類和完全二叉樹支持向量機(jī)的變壓器故障診斷[J].電工技術(shù)學(xué)報(bào),2016,31(4)：64-70.LI Ying,SHU Naiqiu.Transformer fault diagnosis based on fuzzy clustering and complete two tree support vector machine[J].Transactions of China Electrotechnical Society,2016,31(4)：64-70.

[10] Tang W H,Spurgeon K,Wu Q H,et al.An evidential reasoning approach to transformer condition assessments[J].IEEE Transactions on Power Delivery,2004,19(4)：1696-1703.

[11] 張樺,魏本剛,李可軍,等.基于變壓器馬爾可夫狀態(tài)評(píng)估模型和熵權(quán)模糊評(píng)價(jià)方法的風(fēng)險(xiǎn)評(píng)估技術(shù)研究[J].電力系統(tǒng)保護(hù)與控制,2016,44(5)：134-140.ZHANG Hua,WEI Bengang,LI Kejun,et al.Research on risk assessment of transformer based on Markov model and entropy weight fuzzy evaluation method[J].Power System Protection and Control,2016,44(5)：134-140.

[12] Pawlak Z.Rough sets[J].International Journal of ComputerandInformationScience,1982,11：34l-356.

[13] Pawlak Z,Slowiriski R.Decision analysis using rough sets[J].International Transactions on Operational Research,1994,1：104-107.

[14] 謝松,鄒陽(yáng),蔡金錠.基于模糊粗糙集的變壓器油紙絕緣狀態(tài)評(píng)估[J].儀器儀表學(xué)報(bào),2017(1)：190-197.XIE Song,ZOU Yang,CAI Jinding.Transformerpaper oil insulation condition assessment based on fuzzy rough set[J].Chinese Journal of Scientific Instrument,2017(1)：190-197.

[15] 王長(zhǎng)忠,陳德剛.基于粗糙集的知識(shí)獲取理論與方法[M].哈爾濱：哈爾濱工業(yè)大學(xué)出版,2010：18.Wang Changzhong,Chen Degang.Theory and method of knowledge acquisition based on rough set theory[M].Harbin：Harbin Institute of Technology Press,2010：18.

[16] 程其云,張曉星,周湶,等.基于粗糙集數(shù)據(jù)挖掘的配電網(wǎng)小區(qū)空間負(fù)荷預(yù)測(cè)方法研究[J].電工技術(shù)學(xué)報(bào),2005,20(5)：98-102.CHENG Qiyun,ZHANG Xiaoxing,ZHOU Quan,et al.Research on spatial load forecasting method for distribution network based on rough set data mining[J].Transactions of China Electrotechnical Society,2005,20(5)：98-102.

[17] 譚宗鳳,除章艷,王帥,等.一種改進(jìn)的粗糙集權(quán)重方法[J].計(jì)算機(jī)工程與應(yīng)用,2012,48(18)：115-118.TAN Zongfeng,CHU Zhangyan,WANG Shuai,et al.An improved method of rough set weight[J].ComputerEngineering and Applications,2012,48(18)：115-118.

[18] Tomsovic K,Tapper M,Ingvarsson T.A fuzzy information approach to integrating different transformer diagnostic methods[J].IEEE Transactions on Power Delivery,1993,8(3)：1638-1646.

[19] Kalavathi M S,Reddy B R,Singh B P.Transformer fault diagnosis using fuzzy logic and neural network[C]//Annual Report Conf.Electrical Insulation and Dielectric Phenomena， 2005， 10：486-489.

[20] Su Q,Mi C,Lai L L,et al.A fuzzy dissolved gas analysis method for the diagnosis of multiple incipient faults in a transformer[J].IEEE Transactions on Power Systems,2000,15(2)：593-598.

[21] IX-IEC.電力變壓器.第1部分：總則[S].北京：國(guó)家電網(wǎng)公司，2011.IX-IEC.Power transformer.The first part：General[S].Beijing：State Grid Corporation,2011.

[22] CN-DL.輸變電設(shè)備狀態(tài)檢修試驗(yàn)規(guī)程[S].北京：國(guó)家電網(wǎng)公司，2010.CN-DL.Test code for condition maintenance of power transmission equipment[S].Beijing：State Grid Corporation,2010.

[23] 米朝清,司馬文霞,蔣興良,等.基于模糊聚類的輸電線路電氣外絕緣選擇方法[J].高電壓技術(shù),2003,29(10)：13-15.MI Chaoqing,SIMA Wenxia,JIANG Xingliang,et al.Transmission line externalinsulation selection method based on fuzzy clustering[J].High Voltage Technology,2003,29(10)：13-15.

[24] 李英姿.基于模糊數(shù)學(xué)理論的電氣設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷[D].福州：福州大學(xué),2003.LI Yingzi.Condition monitoring and fault diagnosis of electrical equipment based on fuzzy mathematics theory[D].Fuzhou：Fuzhou University,2003.

[25] 陳利,汪穎翔,邵翠玲,等.層次分析法在SF6斷路器狀態(tài)量權(quán)重確定中的應(yīng)用[J].陜西電力,2014,42(6)：46-49.CHEN Li,WANG Yingxiang,SHAO Cuiling,et al.Application of analytic hierarchy process in determining the weight of SF6circuit breaker[J].Shaanxi Electric Power,2014,42(6)：46-49.

The Study of Methods of Power Transformer State Assessment

WANG Yang，TAO Yueyue，WEI Tianyi，HAN Lei，TAN Dan，ZHU Lin
（State Grid Hubei Electric Power Company Technology Training Center,Wuhan Hubei 430079,China）

In order to make the basis for the condition based evaluation of power transformer more accurate and reasonable,an fuzzy comprehensive evaluation method is used to evaluate the operation state of power transformer,the relative degree of deterioration is quantified to determine the membership function of each state.In addition,the weighting factor for the state variable is transformed into attribute importance of rough set theory which makes allocation of weights more rational.The power transformer condition evaluation model is constructed by fuzzy comprehensive evaluation method and weighting factor determination method.In the end,case analysis shows that the evaluation model can reflect the state of the overall level of power transformer,and provides a reasonable basis for the condition evaluation of power transformers.

power transformer;state evaluation;rough set theory;fuzzy comprehensive evaluation

TM315

A

1006-3986(2017)03-0025-07

10.19308/j.hep.2017.03.006

2017-02-10

汪 洋(1988),男，湖北黃岡人，碩士，助理講師。