配網變壓器運行狀態評估的云模型研究

孫 睿

（遼寧省電力有限公司盤錦供電公司，遼寧 盤錦 124000）

配網變壓器是配網系統中重要的設備之一，其能夠安全穩定的運行對整個配網系統的可靠性具有重要的影響[1-3]。配網變壓器具有復雜的內部結構，在變壓器的運行過程中極易出現絕緣老化、管路損壞以及維護不當等問題，這些問題會造成變壓器的故障，從而對配網系統的安全運行造成影響。變壓器一旦發生故障，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。運行設備的狀態評估方法能夠通過對設備的運行狀態進行分析，對設備進行故障診斷，及時發現設備的潛在問題，因此對配網變壓器的運行狀態評估就顯得尤為重要。針對目前配網變壓器運行狀態評估中模糊方法不能考慮數據隨機性的缺點，本文選用了云模型對變壓器的運行狀態進行評估，綜合考慮了運行狀態的模糊性和隨機性，從而最大程度的查找設備運行過程中的問題[4-10]。因此，對配網變壓器運行狀態評估的云模型的研究對保證系統的安全穩定運行具有重要的意義。

1 云模型理論基礎

云模型主要用來表示定性概念和定量之間的不確定的轉換關系。云模型中可以用以下3個數值來表示云的數字特征。

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系，具體為空間中的坐標數值，也可以視為云滴重心所在的位置

2）云的熵

云的熵表現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值。

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

圖1 X條件發生器

圖2 Y條件發生器

云模型的評判方法主要有指標、權重、評價 3項，同時對應著指標集、權重集和評價集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 配網變壓器運行狀態評估云模型的建立

配網變壓器運行狀態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據，通過對模型的評估得出變壓器當前的運行狀態。具體模型如圖3所示。

圖3 配網變壓器運行狀態評估云模型

圖4 建立配網變壓器運行狀態評估的評估體系

云模型建立的關鍵是建立配網變壓器運行狀態評估的評估體系，具體如圖4所示。

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

表1 變壓器的運行狀態分類

表2 各項指標的固定權重的計算

表3 云模型的隸屬函數

3 實例分析

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

表4 實驗數據

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，處于上述所列狀態中需要注意的狀態，所需要采取的措施為優先維修的措施。

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評估，所得結果為（0.0948, 0.419, 0.442, 0.003），通過該結果對變壓器的狀態進行分析，可得變壓器同樣處于需要注意的狀態和一般的狀態的中間值。考慮實際情況，變壓器已經運行了較為長的時間，而且沒有進行過大修，經觀察發現一些絕緣線路已經出現老化的現象，其處于優先維修的狀態更為準確一些，因此可以得出云模型的狀態評估結果更為準確。

4 結論

本文主要對配網變壓器的運行狀態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的模糊性和隨機性，從而可以最大程度的查找設備運行過程中的問題。本文建立了配網變壓器的運行狀態評估模型，對變壓器的運行狀態進行了分類，求解了指標權重和隸屬函數，并選取實例進行了分析，驗證了模型的準確性。對配網變壓器運行狀態評估的云模型的研究對保證系統的安全穩定運行具有重要的意義。

[1] 吳立增. 變壓器狀態評估方法的研究[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建方法[J]. 電力系統自動化, 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用[J]. 電力自動化設備, 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]. 電工技術學報, 2002, 17(4): 80-83.

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