基于模糊综合评判法的110kV变压器状态评价

杨 甫

（连云港供电公司）

基于模糊综合评判法的110kV变压器状态评价

杨 甫

（连云港供电公司）

针对110kV变压器从多方面选取评价指标，建立指标分类模型，以此为结构基础，采用模糊综合评判法进行数据融合，实现变压器的状态评价。文中以一个110kV变压器为例，对评价方法进行了说明，验证了所提方法的有效性。

变压器；状态评价；模糊综合评判法

0 引言

作为电力系统输变电领域的重要设备，变压器起着电气隔离和传递电能的作用，其状态的好坏直接关系着整个电力系统的安全、稳定、经济运行，同时，准确合理的评价结果也是变压器运维检修工作的理论基础［1］。

目前，常用于变压器状态评价的方法有：层次分析法［2］、模糊综合法［3］、可拓法［4］等。本文以110kV变压器为研究对象，在文献［5］的基础上拓展建立了指标体系，以模糊综合评判法为主要评价方法，对变压器进行状态评价。

1 评价指标的选取及归一化

1.1 评价信息的来源

影响变压器运行状态的因素众多，选取的评价指标既要防止信息冗余，又要保证一定的完备性。本文综合考虑了设备本身和环境等因素，在文献［5］的基础上添加了运行信息、环境信息和其他信息，共形成5类信息来源和13个评价指标，如下图所示。

1.2 评价指标分类模型的建立

按照各指标对变压器状态影响的大小，将其分成关键指标和次要指标两类，建立指标分类模型，如表1所示。

其中，关键指标包括油色谱试验信息和运行信息，因为这些指标获取的实时性较佳，并且可以直接反映设备的劣化程度，故认为在评价中起主导作用；次要指标包括环境信息、其他信息和停电试验信息，这些信息获取的实时性较差，参考价值较小，认为其在评价中起辅助作用。

图 变压器评价指标信息源

表1 110kV变压器状态评价指标分类模型

1.3 评价指标的归一化处理

根据指标的性质，可以将其分为定量指标和定性指标。定量指标可以根据数值大小直接判断对应状态的好坏，定性指标则以描述的方式表现状态的好坏。

定量指标包括：H2、C2H2、总烃、电压、电流、负载率、环境温度、环境湿度、海拔高度以及绝缘电阻、泄露电流。对定量指标采用半岭模型进行归一化处理。半岭模型分为升半岭模型和降半岭模型，分别如式（1）和式（2）所示。升半岭模型用于数值越大越好的指标，降半岭模型用于数值越小越好的指标。

半岭模型中的a和b分别代表评分阈值，可以参考文献［5］和文献［6］制定阈值大小。

定性指标包括：外观信息、家族缺陷和运行年限。定性指标的归一化根据专家经验进行打分，规则如下。

外观信息的定量化：当外观无污秽、凝露的情况下，得分为1；有轻微污秽或凝露，得分为0.8；有污秽和凝露，但不影响整体运行，得分为0.6；有较严重的污秽现象或凝露现象，得分为0.4；污秽和凝露现象都十分严重的情况下，得分为0。

家族缺陷的定量化：有家族缺陷记录的打分为0.75，反之为1。

通过以上方法，将所有评价指标归算到至［0,1］内，方便后续的数据融合工作。

2 完备信息下的变压器状态评价

模糊综合评判法是应用较多且较成熟的电力设备状态评价方法，该方法的思路是：先将每个评价指标进行规范化处理，得出隶属度矩阵，再根据一定算法，对所有指标的隶属度矩阵进行合成运算，得出最终评价结果［7］。

2.1 单个指标的评价

首先建立评语集V=｛A，B，C，D｝，V中各元素分别代表变压器的“良好”、“一般”、“注意”、“严重”状态，通过模糊隶属度函数计算出每个指标属于各个状态等级的隶属度值，假设某项指标的归一化结果为x，则属于各状态等级的隶属度函数如表2所示。

表2 指标的隶属度函数

2.2 指标权重分配

采用层次分析法求取表1中各指标及各层空间的权重系数［7］，具体过程不再赘述，得出权重分配结果如表3所示。

表3 权重分配结果

在计算出每个指标属于各状态等级的隶属度后，采用加权的方法逐层计算隶属度值，如式（3）所示，最终得到变压器整体属于各状态等级的隶属度值，并将隶属度最大的等级作为变压器状态评价的结果。

式中，Wi为各指标的权重，Ri为各指标权重的隶属度值，Bi为父层模型的隶属度计算结果。

2.3 算例

下面，以某变电站一个型号为SFSZL7-31500/110的变压器为例，对评价过程进行说明。已知该变压器的各项指标实测数据，计算出归一化值，并代入表2的隶属度函数中，得到各指标的隶属度计算结果，如表4所示。

表4 某110kV变压器状态评价指标实测值及归一化结果

将各指标的隶属度值按照表3的权重分配结果进行加权平均，得到父层空间的隶属度值，如油色谱信息的隶属度值由H2、C2H2和总烃的隶属度值加权得到，如下

即油色谱信息属于“良好”、“一般”、“注意”、“异常”四个状态等级的隶属度值分别为0.897、0.103、0、0。

同理，得到其他空间的隶属度值，最终得到变压器整体属于各等级的隶属度值分别为：0.912、0.088、0、0，可见，属于“良好”等级的隶属度值最大，故认为该变压器的状态为“良好”，这与变压器的实际情况相吻合。

3 结束语

本文从变压器的油色谱试验信息、停电试验信息、运行信息、环境信息、其他信息5方面选取评价指标，并分成关键指标和次要指标两类，建立指标分类模型，以此为结构基础，采用模糊综合评判法融合指标信息，实现变压器的状态评价，为变压器的状态管理工作和状态检修工作提供了理论基础。

［1］ 肖屏.电力设备检修现状的探讨与建议［J］.电工文摘，2015（1）：25-27.

［2］ 王谦.基于模糊理论的电力变压器运行状态综合评价方法研究［D］.重庆：重庆大学，2005.

［3］ 徐智.电力变压器分层分部件状态评价研究［D］.重庆：重庆大学，2013.

［4］ 杜林，袁蕾，熊浩，等.电力变压器运行状态可拓层次评价［J］.高电压技术，2011，37（4）：897-903.

［5］ 张哲，赵文清，朱永利，等.基于支持向量回归的电力变压器状态评价［J］.电力自动化设备，2010，30（4）：81-83.

［6］ DL/T 596—1996电力设备交接和预防性试验规程［S］.北京：中国电力出版社，1997.

［7］ 张吉军.模糊层次分析法（FAHP）［J］.模糊系统与数学，2000，14（2）：80-88.

［8］ Campos C P， Zeng Z， Ji Q. Structure learning of Bayesian networks using constrains［C］.Proc. of the 26th Annual International Conference on Machine Learning，2009：113-120.

2016-06-07）