基于实时运行数据挖掘的配电变压器状态评估

谢成，曹张洁，温典，金涌涛

（1.国网浙江省电力公司电力科学研究院，杭州310014；2.国网浙江省电力公司杭州供电公司，杭州310009）

输配电技术

基于实时运行数据挖掘的配电变压器状态评估

谢成1，曹张洁2，温典1，金涌涛1

（1.国网浙江省电力公司电力科学研究院，杭州310014；2.国网浙江省电力公司杭州供电公司，杭州310009）

随着配电网在线监测的广泛应用，利用海量的运行数据进行设备健康状态评估，主动干预配电网设备缺陷和故障预警，提高有限人力资源的利用效率成为配电网运维的发展方向。通过对智能公变监测终端采集的配电变压器实时运行数据进行分析，选取反映设备健康状态的指标，在状态评价通用模型的基础上，采用变权综合和平均变权方法，建立了基于实时运行信息的配电变压器状态评估模型。算例表明评估结果及趋势与故障记录相吻合，验证了该评估模型的有效性，反映了在配电变压器缺陷的早期诊断和预警方面具有应用前景。

配电变压器；运行信息；健康状态评价；变权综合；实时运行数据

0 引言

由于配电网设备数量多、覆盖面广、分布地域环境复杂多变，且人力资源有限，巡检、例行试验、带电检测等工作受到一定的限制，难以将针对主网的状态检修策略应用到配电网设备运行维护工作中，现行配电网仍然沿用以故障检修为主的运检策略。另一方面，随着配电网建设改造的加速和升级，人们对供电可靠性的要求也越来越高。因此，如何利用有限的人力资源来应对体量快速增长的设备运维工作，成为供电公司亟需解决的问题。

随着配电设备在线监测技术的广泛应用，例如浙江省内配电变压器（简称配变）已基本实现电气量采集的全覆盖，成熟的在线监测系统使得运行人员能够方便地获取设备的实时运行数据和统计数据。然而，基于运行信息的深度分析和应用尚处在研究阶段，还没有从信息化真正走到智能化。如果能够利用海量运行数据的挖掘来进行配电网设备的健康状态评估，开展设备故障风险的预警，就能有针对性地开展配电网设备巡检工作，将大大提高配电网运行检修的效率。基于数据挖掘的状态评价在国内外已有部分研究，文献[1]提出了一种基于多源检测数据挖掘的电力设备状态诊断，但对监测的数据种类和要求较高，并不适用于配电网设备。文献[2]中提出了一些可以用于配电网运行状态评价的运行指标，但未对指标计算和状态评价进行深入探讨；文献[3]以无功为切入点讨论了配电网状态评价指标与模型，但未涉及其他运行信息。文献[4]从系统层面研究了配电网风险防控及安全预警技术，未针对配电网设备提出风险预控的相关内容。基于实时运行信息的设备健康状态评价研究还处于起步阶段。文献[5]提出了一种新的配电网状态检修策略，但没有具体给出配变的状态评估方法。

此处以配变为研究对象，从评价指标选取、评价模型和权重合成3个方面研究了基于实时运行信息的配变健康状态评价方法，并用真实的运行数据和故障案例进行了模型验证。

1 基于实时运行信息的状态评价指标选取

浙江省电力公司智能公用变压器（简称公变）监测系统通过安装在配电台区的公变监测终端对变压器高、低压侧的电气状态量进行采集，每15 min记录1次实时运行数据，包括电压、电流、有功、无功等。然而上述4项数据很难与运行变压器的健康状态直接关联起来。进一步结合配变容量、系统标称电压等参数，对公变终端采集的实时运行数据以日、月为单位进行一定的统计与计算，可以获得负载率、电压/电流不平衡度、谐波电压/电流总畸变率、功率因数、电压合格率等状态量。

通过整理分析某地区2013—2015年配变的故障记录，将故障原因进行分类后发现，除天气异常或外力破坏等外部原因外，引发配变故障的原因主要集中在内部过热、绝缘烧毁、匝间短路、接地故障等。基于上述故障记录信息，对故障前后智能公变监测系统运行信息的变化趋势进行详细分析，选取出不同类型故障下有一定相关性且可以获取的状态量作为初始评价指标，图1是选取的评价指标。

图1 选取的评价指标

负载率、电压偏差等实时性指标是依据实时采集的配变电气量获得的即时性状态量，反映状态的瞬时性特征。而电压/电流不平衡度、谐波电压总畸变率则是依据一段时间采集的电气量经过统计分析处理后得到的统计性状态量，反映状态的渐变特征。两类指标的获取频度可以根据实际需求，通过修改运行信息采集系统的采集或统计频率设置来满足评价的时效性要求。

1.1 负载率

负载率表示变压器实际容量与额定容量的比值。负载率η定义为：

式中：ST为实际容量，即可实时获取的功率数据；SR为变压器的额定容量。

负载率是用来表征变压器是否过负荷以及过负荷的严重程度。变压器过负荷后会出现损耗增大、输出电压降低、绝缘层温度过高等问题。短时严重过负荷会使变压器温升超过限值甚至烧毁，长时过负荷会加速内部绝缘老化，影响变压器寿命。运行规程[6]中规定，变压器运行负荷一般情况下应小于额定功率，但允许在平均相对老化率小于或等于1的情况下短时间过负荷运行。当变压器有较严重的缺陷，如严重漏油、有局部过热现象、油中溶解气体分析结果异常或绝缘有弱点时，不宜过负荷运行。在实际运行中，一般根据变压器已运行年限、负荷率、实际使用环境和变压器短时允许过负荷倍数等条件，确定允许变压器短时间过负荷运行倍数。

1.2 电压偏差

电压偏差是指实际电压与标称电压之间的偏差程度。

电压偏差ΔU定义为：

式中：UT为实时电压，即可获取的实时相电压；UR为系统标称相电压。

电压偏差是主要反映电压质量的参数，然而较为严重的电压偏差则反映系统可能处于非正常甚至故障状态。对于小电流接地系统若发生单相接地，非故障相电压升高。对于存在局部绝缘缺陷的变压器易出现局部放电甚至击穿的事故，不仅影响使用寿命，更有导致变压器故障、进而引发停电事故的风险。GB/T 12325-2008《电能质量-供电电压偏差》[7]中规定，20 kV及以下三相供电电压偏差为标称电压的±7%，220 V单相供电电压偏差为标称电压的+7%，-10%。

1.3 三相不平衡度

三相不平衡指三相电压和电流幅值不同或相位差不是120°的现象，不平衡度指不平衡的程度，用电压、电流负序基波分量或零序基波分量的方均根值与正序基波分量的方均根值百分比表示。电压或电流不平衡会造成变压器的空载损耗和负载损耗增大。如三相电流不平衡引起零序电流过大，可能导致局部金属件温升增高甚至烧毁。

电压不平衡度分别用负序分量εU2和零序分量εU0表示的公式为：

式中：U1，U2，U0分别为三相电压正序、负序、零序分量方均根值。将电压换为电流则可得到对应的电流不平衡度表达式。

为简化计算电压不平衡度还可以用式（4）来表达：

式中：Umax与Umin分别表示三相电压的最大值和最小值。智能公变监测系统每24 h对电压和电流的不平衡度进行统计，计算不平衡度方均根值95%的概率值。95%概率值是指将计算值按从大到小次序排列，舍弃前5%的大值，取剩余计算值中的最大值。

由于电压不平衡度和电流不平衡度表征的物理意义相似，因此在进行状态评价指标选取的时候可以两者择一。GB/T 15543-2008《电能质量-三相电压不平衡》[8]中规定，电压负序不平衡度方均根值95%概率值应不大于2%，所有测量值中的最大值不大于4%。电流不平衡度标准可参照电压不平衡度标准制定。

1.4 谐波总畸变率

电压/电流谐波总畸变率是用来衡量谐波大小的主要指标。谐波会引起变压器铁心饱和、铁心振动，导致铁心损耗增大和局部温升过高。

电压谐波总畸变率THDU定义为：

式中：U1为基波电压；UH为谐波电压含量，表达式见式（6）：

式中：Uh为系统可以监测到的各次谐波电压。将式中电压量换为相应的电流量即可得到电流谐波总畸变率。此处选取电压谐波总畸变率作为衡量谐波状况的评价指标。根据GB/T 14549-93《电能质量-公用电网谐波》[9]规定，对于配电网设备，谐波电压总畸变率应限制为2.0%。

上述评价指标的选取原则为：

（1）尽可能用少而精的指标全面反映设备状态劣化趋势，即综合性原则。

（2）指标尽可能独立，降低冗余和耦合度，即独立性原则。

这些指标均可通过智能公变监测系统直接获取。在实际应用中，可以根据具体采集情况，增减指标，改变指标数据的采集频率，或者调节指标的评价等级、评分区间、评分临界值，甚至改变平均变权均衡系数等手段调整评价模型，来适应不同应用背景下的健康状态评价需求。

2 状态评价模型

2.1 扣分模型

变压器健康状态评价是通过将表征变压器运行状态的状态量与标准值进行对比分析，按照偏差程度对健康状态分值进行相应扣除的分析模型。定义健康状态指标分值区间为0～100分，分数越低表示设备状态越差，发生缺陷甚至故障的概率就越高。对于每一个评价指标，依据相关导则应当处于一个正常的范围，超出正常范围则依据偏差量定义为注意、异常、严重等3个不同的状态等级，不同等级对应相应的扣分值。指标状态等级的定性取决于偏差量的定义，因此需要严格按照导则并结合设备实际运行工况和环境进行设定。如运行变压器即不过载，电压偏差、不平衡度、谐波均不超限，则扣分值为0，正常与注意、注意与异常，以及异常与严重等级临界点的扣分值分别为SL，SH与SS。为了简单而合理地反映评价指标与设备健康状态间的映射关系，采用多分段线性函数来建立设备扣分模型：

式中：SDi为第i项指标扣分分值；xi为第i项指标的指标值，分别代表η，ΔU，εU2，THDU；ni为第i项指标标准值，η标准值取100%，即不过载状态，ΔU，εU2，THDU标准值取0%，即电压无偏差、无不平衡现象、无谐波；SLi，SHi，SSi分别为第i项指标在正常与注意、注意与异常、异常与严重等级临界点的扣分值；ai，bi，ci分别为第i项指标正常与注意，注意与异常，以及异常与严重等级临界点的指标值；ki为第i项指标在严重等级下的扣分斜率倍数，其意义为严重等级下单位扣分值与异常等级下的单位扣分值之比。当ki=2时，上述多分段线性扣分模型如图2所示。

图2 ki=2时的分段线性扣分模型示意

正常与注意、注意与异常，以及异常与严重等级临界点取值需要依据设备运行单位相关技术要求，基于设备运行工况和实际运行经验给定，并可依据运行需求的变化进行人工调整。参考导则[10]的标准及研究合作单位的运行经验，正常和注意等级之间扣分临界值SLi设定为15，注意与异常等级之间扣分临界值SHi设定为25，异常与严重等级之间扣分临界值SSi设定为40，严重等级下指标扣分斜率倍数ki设定为2，不同指标在3个等级临界点的指标值如表1所示。

表1 各项指标不同等级临界点取值

其中，由于负载率是4个指标中最为直接反应变压器运行状态的指标，实际运行中一般不建议过载或是只允许短时过载，因此在进行指标扣分时一旦变压器过载就直接对应于注意状态，负载率的正常与注意状态临界值应当与设定的标准值一致。

通过分段线性函数及相应参数设定，以获得各指标的健康状态扣分，进而可得各指标的健康状态得分Si，即：

2.2 指标权重模型

变压器健康状态得分是基于上述各指标的健康状态得分进一步综合分析而成的。尽管上述4项指标是相互独立的，但各自与表征变压器健康状态的程度具有差异性，因此不同指标的权重并不是相同的。对于指标权重的分配需要考虑以下2个方面影响：

（1）对于在运变压器只要有任何一项指标在一段时间内均处于较低的水平，该变压器的健康状态都应予以被重视，即“短板效应”。

（2）由于监测数据采集系统的缺陷会引起数据的短时非正常偏差，为屏蔽此类非正常数据对于状态评价的影响，有必要通过取平均值等数据处理手段以有效过滤数据扰动。

2.2.1 变权重

变权重理论是因素空间理论中的重要建模原理之一，反映了综合评价中各要素的均衡性。根据文献[11]的变权思想，可以得到如下的变权重公式：

通过变权重公式（9）能够实现根据评价指标的值改变权重的目的，以体现状态评价过程中的“短板效应”，即当指标的健康状态分值越低，对应的权重将会越高。参考文献[12]引入均衡函数，将变权重公式改为：

式中：α为均衡因子，用于调整变权重。一般情况下，当各指标的均衡问题考虑不多时，取α＞1/ 2；当不能容忍某些指标的严重缺陷时，取α＜1/ 2；当α=1时，等同于常权重模式。

此处取α=0.2对各项指标进行变权综合[13]。

2.2.2 平均变权综合

上述调整后的变权重可以降低短时处于较低水平的指标值对整体健康状态得分的影响，即有效屏蔽了非正常数据对于状态评价结果的“误导。而长时间处于较低水平的指标值经平均变权调整后依然会保持较高的权重。

由公式（10）得到各项指标的平均变权重，可以计算配变的健康状态综合得分Soperation：

3 算例分析和应用

3.1 评价模型算例验证

某电力公司的一起配电网设备故障分析报告显示，2014年8月25日7∶00，某台容量为200 kVA的10 kV配变发生故障，造成其所在台区停电。从系统台账可知该变压器从2011年投运以来未发生过故障，最近1次停电试验后基于现有状态评价导则的评价得分为95分。从智能公变监测系统导出该变压器8月23—25日实时运行数据并按照上述模型进行计算，获得变压器健康状态得分的变化曲线如图3所示。

图3 变压器健康状态得分变化趋势

由变化图可以看出，健康状态总得分在故障发生前12 h还处在较高水准即80分以上。在故障前6 h内得分呈现显著下降的特征，且很快进入异常水平，即75分以下。故障时刻，得分降到60分以下的严重异常状态。曲线在8月25日7∶00和15∶00两个时刻存在阶跃，第一处阶跃反映了变压器发生故障，第二个阶跃表明故障修复后变压器重新投入运行后的状态得分。除变压器切除至重新投运到达稳定状态的过程外，实时性指标的变化反映了设备健康状态的微观发展趋势。

对2014—2015年某单位发生过故障且配置公变监测终端的36台配变进行分析，从系统内抽取故障前实时运行数据，通过变压器健康状态评价模型计算后绘制得分曲线，约有77.8%的案例显示在故障前出现较为明显的下降趋势。表明基于实时运行信息选取的指标与变压器故障发生具有相关性，能够综合反映运行变压器健康状体劣化的趋势。

3.2 评价模型的工程应用

将上述配变健康状态评估模型算法开发成软件模型，成为公变监测系统平台中的一项高级应用，对现有全省监测的配变实现24 h的健康状态在线评估。如图4所示为系统中直观展现不同健康状态配变数量及其占比的金字塔图。

图4 24 h配电变压器健康状况监测

通过将处于注意、异常、严重状态的配变进行筛选后系统推送告警，并按照状态的严重程度制定差异化巡检策略：对于出现严重状态的配变尽快安排停电计划检修，对于注意和异常的配变采取红外测温、局部放电测试等带电检测手段进行监视，必要的时候再安排停电检修。

4 结论

研究了基于实时运行信息的配变健康状态评价方法，用实例验证了评价模型的有效性，并开发成系统应用。综上可得出以下结论：

（1）基于实时运行信息状态评价方法在部分配变缺陷的早期诊断和预警方面是有效的，该方法也可辅助配变故障原因的追溯分析。

（2）该评价方法及其应用可以帮助运维检修人员及时筛选出缺陷或故障发生风险相对较高的设备，有效利用有限的检修人力和物力，提高运行检修效率。

受现有监测手段的限制，目前配变变压器健康状态评估的实时数据来源主要为电气状态量，后续将探索在线监测油温、带电检测试验数据等更能直观反映变压器运行状态的参量来参与健康状态评价，以提高评价模型的准确性。

[1]郑一鸣，孙翔.基于多源监测数据挖掘的电力设备状态诊断[J].浙江电力，2016，35（5）∶1-6.

[2]贾秀芳，赵霞.电力市场环境下电压质量的综合评价指标[J].电网技术，2007，31（11）∶59-62.

[3]颜伟，田志浩，余娟，等.高压配电网无功运行状态评估指标体系[J].电网技术，2011，35（10）∶104-109.

[4]王大治，杨承河，侯方迪，等.配电网风险防控分析及安全预警技术的应用.

[5]HANDSCHIN E，JURGENS I，WELLER J，et al.Novel Methods for the Condition Based Maintenance of Distribution Networks[C]//Power Tech，2007 IEEE Lausanne，2007.

[6]国家能源局.DL/T 572-2010电力变压器运行规程[S].北京：中国电力出版社，2010.

[7]国家标准化管理委员会.GB/T 12325-2008电能质量-供电电压偏差[S].北京：中国电力出版社，2008.

[8]国家标准化管理委员会.GB/T 15543-2008电能质量-三相电压不平衡[S].北京：中国电力出版社，2008.

[9]国家技术监督局.GB/T 14549-93电能质量-公用电网谐波[S].北京：中国电力出版社，1993.

[10]国家电网公司.Q/GDW 645-2011配网设备状态评价导则[S].北京：中国电力出版社，2011.

[11]汪培庄，李洪兴.知识表示的数学理论[M].天津：天津科学技术出版社，1994.

[12]刘文奇.均衡函数及其在变权综合中的应用[J].系统工程理论与实践，1997，17（4）∶58-64.

[13]骆思佳，廖瑞金，王有元，等.带变权的电力变压器状态模糊综合评判[J].高电压技术，2007，33（8）∶106-110.

（本文编辑：陆莹）

State Evaluation of Distribution Transformers Based on Real-time Operation Data Mining

XIE Cheng1，CAO Zhangjie2，WEN Dian1，JIN Yongtao1
（1.State Grid Zhejiang Electric Power Research Institute，Hangzhou 310014，China；2.State Grid Hangzhou Power Supply Company，Hangzhou 310009，China）

With the wide application of online monitoring of distribution networks，it becomes a new trend for distribution network operation and maintenance to evaluate health condition of equipment based on massive operation data in order to take the initiative to warn defects and faults of distribution network equipment and maximize utilization ratio of the limited human resources.Through analysis on the real-ime operation data of distribution transformer collected by intelligent transformer monitoring system，indices that reflect health condition are selected.With the method of variable weight synthesizing and weight calculation of average value of index，a condition evaluation model based on real-time operation data for distribution transformer is established.The example shows the evaluation result and trend are coincident with the fault report，which proves that the evaluation model is effective and reflects the further application in diagnosis and warning of distribution transformer defects.

distribution transformer；operation information；health condition evaluation；variable weight synthesizing；real-time operation data

10.19585/j.zjdl.201708001

1007-1881（2017）08-0001-06

TM421

A

国网浙江省电力公司科技项目（5211DS16001Y）

2017-05-10

谢成（1988），男，工程师，从事配电网故障诊断与配电自动化研究工作。