變電站變壓器運行狀態評價模型及實例分析

摘 要：為了評價變電站的運行狀態，本文構建了多級評價指標體系，包括電氣試驗、油中溶解氣體和絕緣油特性等，運用改進層次分析法為各級指標分配量化的權重。通過改進灰色理論模型對變壓器運行狀態評價指標進行評分，設置良好、正常、需要注意和嚴重4個灰類，根據權重和打分求出各指標的灰類聚類系數。最后按照不同的灰類求出指標灰類聚類系數之和，相應的計算結果即為變壓器處于該類別的概率。將概率值最大的類別作為變壓器當前的運行狀態。經過實例分析，該模型能夠有效評價變壓器的現狀。

關鍵詞：變壓器；運行狀態評價；改進灰色模型

中圖分類號：TM 41 " " 文獻標志碼：A

變壓器的運行狀態受多種因素的影響，如變壓器本體、環境因素、絕緣性能和運行年限等。傳統的評價方法只針對某個單一因素，導致系統性不足且評價依據缺乏量化標準。建立一種可量化的評價模型具有重要的工程管理價值，因此本文對此進行了研究。

1 變壓器運行狀態評價指標和權重分配

1.1 變壓器運行狀態評價指標體系

電力變壓器由本體和附件組成，其本體包括器身、油箱和絕緣油，器身的核心組件為鐵芯和繞組，附件包括冷卻系統、分接開關、測試以及保護裝置。冷卻系統的主要組件為潛油泵、風扇、冷卻器和散熱器，測試和保護裝置的主要組件為氣體繼電器、油位計、溫度計和凈油器。本文采用層次分析法構建變壓器運行狀態的評價模型，傳統的層次分析法為3層結構，即目標層、準測層和指標層，但變壓器的結構較復雜，為細化評價維度，將層次結構模型設計為4層。1）目標層。目標層為此次評價的總目標，即電力變壓器的運行狀態。2）第1層評價指標。以總目標為基礎，建立第1層評價指標，共計4類，分別為電氣試驗、絕緣油中的溶解氣體、絕緣油特性以及其他絕緣因素。3）第2層評價指標。第2層評價指標共計9個，是對第1層評價指標的細分。電氣試驗的下級評價指標為絕緣性能、電氣性能；油中溶解氣體的下級指標為氣體含量、氣體速率；絕緣油特性的下級評價指標為油中微水、油介損和糠醛含量；其他絕緣因素為本體機械強度、附件情況。4）第3級評價指標。第3級評價指標共計28個，是對第2級評價指標的細分。絕緣性能試驗的下級指標為絕緣電阻、吸收比和泄漏電流；電氣性能試驗的下級指標為直流繞組電流、鐵芯接地電流；氣體含量的下級評價指標為H2含量、C2H2含量和總烴含量；產氣速率的下級評價指標為總烴速率、CO2速率、CO速率、H2速率、C2H2速率；油中微水的下級評價指標為絕緣油過熱、絕緣紙過熱；油介損的下級評價指標為油中電弧、紙中電弧、油中火花和局部火花；糠醛含量的下級評價指標為沸點、揮發程度；本體機械強度的下級指標為變壓器本體機械維修記錄、同類變壓器檢修記錄、外觀完整性以及運行年限；附件情況的下級評價指標為套管、分接開關和冷卻系統[1]。

1.2 指標權重分配

1.2.1 改進層次分析法的基本邏輯

各指標對總目標的影響程度存在差異，為了實現量化評價，本文利用改進層次分析法為各指標分配權重。傳統層次分析法的實施流程為構建層次模型、利用9級標度法確定各指標的標度值、構造判斷矩陣、一致性檢驗以及計算指標權重。當指標層次結構較簡單時，傳統層次分析法具有良好的應用效果。但變壓器運行狀態評價指標體系較復雜，導致9級標度法的計算量過大，因此需要對其進行改進，具體方法如下所示。

第一，改進指標標度的確定方法。在9級標度法中設置1、2、3、4、5、6、7、8、9共計9個基本標度值，增加模型的計算量。本文簡化為3個基本標度值，假設將指標i'和指標j'進行比較，指標i'對指標j'的重要性記為ai'j'，則指標j'對指標i'的重要性為1/ai'j'。改進后的判斷方法如公式（1）所示。

（1）

第二，構造判斷矩陣。根據新的指標重要性判斷方法構造判斷矩陣B，該矩陣中的任一元素可記為bij，則bij的計算方法如公式（2）所示。

（2）

式中：ri=Σjn=1aij，其中aij為根據傳統9級標度法構建的判斷矩陣中的元素；ri為該矩陣中第i行各元素之和；rj為該矩陣中第j行各元素之和；rmax為重要性的最大值；rmin為重要性的最小值；參數km為rmax和rmin的比值[2]。

1.2.2 指標體系權重分配

在指標權重分配中，采用改進層次分析法分別計算電氣試驗、氣體含量、絕緣油特性、本體機械強度、產氣速率以及各下級評價指標的權重值。以第3級指標為例，權重計算的結果見表1。上一級指標的權重值等于該指標各下級指標權重值的求和結果。例如，絕緣性能試驗的權重=0.03+0.014+0.02=0.064。再如，電氣性能試驗的權重值=0.02+0.004=0.024，同理可求得電氣試驗指標的權重值為0.064+0.024=0.088。

2 基于改進灰色理論的變壓器運行狀態評估模型

2.1 改進灰色理論的基本原理

2.1.1 傳統灰色理論的局限性分析

作為一種基于概念量化的方法，傳統灰色理論具有將抽象概念轉化為量化指標的能力，從而為工程應用提供便利。在變壓器狀態評估領域，評估指標既包括可以量化的因素，也包括難以量化的因素。這些難以量化的因素對最終狀態評價結果具有重要影響。傳統灰色理論通過設置度函數來對難以量化的因素進行量化分析，從而為評估者提供合理的評分依據。但是在實際應用過程中，傳統灰色理論也存在一定局限性。主要問題是度函數的建立容易受信息缺失的影響，導致評價結果的主觀性較強。因此，需要對傳統灰色理論進行改進，以克服這一局限性。

本文嘗試引入更多的客觀數據來完善度函數。評估變壓器本體機械外觀完整性時，綜合考慮了運行日志、巡檢報告和專家意見等多方面信息，這樣既能提高度函數的準確性，又能降低評價結果的主觀性。并采用多種量化方法相結合的方式，以提高度函數的適應性和可靠性。例如，在變壓器狀態評估中，采用灰色關聯分析、模糊綜合評價等方法，從多個角度對難以量化的指標進行量化處理，在充分挖掘數據中有效信息的同時，提高評價結果的客觀性。

2.1.2 灰色理論的改進方法

灰色理論的改進方法有2個。1）改進灰色模型的基本假設。假設存在論域U={x}，該論域的語言值為T，x是T的確定度，通過逐漸趨于穩定的隨機函數計算確定度，該隨機函數可表示為df（x）。2）改進灰色模型的實現方法。運用改進灰色模型進行變電站運行狀態評估時，將變電站的最佳運行總時長的期望記為Ex，其計算方法為公式（3）所示。

Ex=[exp，R（x）-L（x）]2 （3）

式中：R（x）為變電站的報廢時間；L（x）為變電站的初始運行時間；exp為期望運算。

將變電站運行時長的變化半徑記為En，則隨機函數df（x）將落在半徑En內[3]。此時可將函數df（x）的區間表示為[Ex-3En，Ex+3En]。En的熵為（R（x）-L（x））/6。改進后的灰色模型可表示為公式（4）。

（4）

式中：NGL（x）為改進灰色模型，該模型具有正態分布特性，x為正態分布中的點。

改進正態模型的實施流程可簡單概括為以下4個步驟。1）計算各指標的期望值。需要對原始數據進行處理，計算出各指標的期望值，得出各指標在整體數據集中的平均水平，為進一步分析提供基礎。同時，利用期望值的超熵計算出正態隨機數，并在灰色模型中引入隨機因素，以提高模型的適應性和預測精度。2）確定灰色模型中的確定度值。確定度值反映了模型對實際數據的擬合程度。通過計算確定度值，能夠對灰色模型的性能進行評估，并為后續的模型改進提供依據。3）構建改進灰色模型的數據集。將原始數據進行適當處理，以構建適用于改進灰色模型的數據集。4）利用數據集和公式（4）建立改進灰色模型。公式（4）是改進灰色模型的核心公式，通過它可以計算出模型對未來數據的預測值。利用數據集和公式（4）建立改進灰色模型，用于預測和分析目標數據。

2.2 基于改進灰色理論的變壓器運行狀態評價方法

2.2.1 運行狀態分類

變壓器運行狀態屬于灰類問題，改進灰色模型能夠實現聚類操作，再根據各指標的隸屬度函數進行量化打分。本文將灰類分為4種，分別為良好、正常、需要注意和嚴重。由電力系統的專家對指標體系進行分析，以確定每個評價指標的L（x）、R（x）和En[4]。經過專家學者的充分研究，得出評價模型確定度的期望和邊界，見表2。其中Ex1、Ex4為確定度的邊界，Lx2、Lx3、Lx4為不同狀態下的初始運行時間，Rx1、Rx2、Rx3為不同狀態下的報廢時間。根據表2的格式，局部火花的相應數值為{72，77，56，62，77，32，40，45}，該指標的單位為V；沸點對應的數值集合為{0.2，0.4，0.3，0.7，0.8，0.06，0.03，0.07}，單位為%；揮發程度對應的數據集合為{0.1，0.2，0.4，0.3，0.7，0.28，0.9，0.23}，單位為%；相關變壓器檢修記錄對應的數據集合為{64，72，60，90，75，84，89，96}，單位為分；同類變壓器檢修記錄對應的數據集合為{60，72，60，90，75，84，98，89，96}，單位為分；外觀指標對應的數據集為{65，55，70，52，46，49，70，71}，單位為分；運行年限指標對應的數據集合為{1.2，1.3，2.1，1.9，1.5，2.3，2.4，2.0}，單位為年；套管評價指標對應的數據集為{56，61，72，79，40，42，56，81}，單位為分；分接開關指標對應的數據集為{77，70，52，61，72，79，76，67}，單位為分；冷卻系統評價指標對應的數據集為{77，76，52，62，59，49，73，70}，單位為分。

2.2.2 評價模型的整體實施流程

基于改進灰色理論進行變壓器狀態評價時，評價模型的整體實施流程為獲得評估指標的實際觀測值→獲得相對劣化后的指標數值→利用改進層次分析法為指標分配權重→權重調整→判斷權重分配是否合理→對變壓器的運行狀態進行灰類劃分→獲得相對劣化之后的灰類劃分值→計算聚類系數→獲得聚類評價結果[5]。

3 實例分析

3.1 變壓器運行狀態初始值

在實例分析階段，本文以某市供電局的一臺變壓器為分析對象，該變壓器28個狀態評價指標的初始值見表3。

3.2 利用改進評價模型計算各指標的灰類聚類系數

根據改進灰類算法的原理，對28個評價指標進行聚類計算，得出每個指標在4種狀態類別下的聚類結果。按照良好、正常、需要注意、嚴重的順序，絕緣電阻的計算結果為{0.026，0.047，0.000，0.004}；吸收比的計算結果為{0.038，0.030，0.000，0.000}；泄漏電流的計算結果為{0.000，0.000，0.000，0.000}；直流繞組電流的計算結果為{0.000，0.000，0.000，0.000}；鐵芯接地電流的計算結果同直流繞組電流；H2含量的計算結果為{0.000，0.029，0.000，0.000}；C2H2含量的計算結果為{0.000，0.039，0.000，0.000}；總烴含量的計算結果為{0.036，0.023，0.000，0.000}；總烴速率的計算結果為{0.021，0.000，0.002，0.000}。由于數據量較大，此處僅展示部分評價指標對4種灰類的聚類結果。

3.3 聚類系數求和與結果分析

求出28個評價指標在4種灰類下的聚類系數后，對每種灰類下各指標的聚類系數進行求和，結果見表4。根據表4數據可知，在4種灰類中，“需要注意”的得分最高，說明該變壓器當前狀態以需要注意為主，其次為正常、良好和嚴重。評價結果表征變壓器處于某一狀態的概率，數值越大，處于該狀態的概率就越大。

4 結語

在變壓器運行狀態評價中，可根據層次分析法的實施原理建立多級評價指標體系，一級指標為電氣試驗、油中溶解氣體、絕緣油特性以及其他絕緣因素，對一級指標進行細分，可得到二級和三級指標。運用改進的層次分析法為指標體系分配權重值，再通過改進灰色理論模型實現指標量化打分，根據權重和打分結果求出灰色聚類系數。該評價模型設置了4種灰類，求出每種灰類下的聚類系數后，數值最大的類別即為變壓器當前運行狀態。

參考文獻

[1]王淑強.基于神經網絡的電力變壓器運行狀態檢測方法[J].自動化應用，2023，64（22）：125-127.

[2]陸云才，廖才波，李群，等.基于聲紋特征和集成學習的變壓器缺陷診斷方法[J].電力工程技術，2023，42（5）：46-55.

[3]李洪坤，梁猛，楊雪飛，等.基于變壓器運行機理建模的設備狀態趨勢分析與故障診斷[J].云南電力技術，2022，50（6）：55-59，65.

[4]蘇佳偉，陳懇.直流電阻和絕緣電阻對變壓器運行狀態的影響及故障判斷研究[J].云南師范大學學報（自然科學版），2022，42（6）：48-51.

[5]張國云，孔令號.基于電力大數據的配電變壓器狀態評估方法[J].河北電力技術，2022，41（4）：6-9，36.