基于模糊理论的电力变压器运行状态评估

朱婧瑶

摘要 在模糊综合理论的基础上进行判断，进行参数的权重确认过程中，采取了改进的层次分析法，并以此创建电力变压器状态评估模型。对创建的状态评估模型反复试验，确保该模型能够对数据加以正确的评判。

【关键词】电力变压器 模糊综合评判 状态评估 改进的层次分析法

从电力系统的角度来看，电力变压器对电力系统的运行有很大影响。随着社会的发展，越来越多的变压器投入使用，变压器在系统中安全稳定的运行被大量学者和专业人士关注。在变压器的运行和检验方面，关键是提升变压器运行的稳定性。当前对电力变压器进行状态评估的方法很多，主要有贝叶斯网络法、设备评分法、证据推理法等，不过这些方法多多少少都受到一定的限制。在本文中，笔者将模糊综合评判方法与模糊数学理论相结合，从而建一个综合评估模型，并以此对电力变压器的状态进行评判。

1 模糊综合评判法和改进的层次分析法

1.1 模糊综合评判法

针对电力变压器的状态评估问题，本文利用模糊数学中的综合评判理论解决了模糊性问题，并将模糊综合评判划分为两个组成部分所有因素综合评估、单个因素模糊评估，其评估的步骤归纳如下：

（4）将因素论域中第i个元素u_i设为评价对象，评语等级论域中的第j个元素v_i，以及v_i的隶属程度r_ij，根据以上数据创建单因素评判矩阵：

（5）构造一级模糊综合评判集和二级模糊综合评判集。

1.2 改进的层次分析法

本文应用改进的层次分析法取缔原方法，直接取得相对权重。其原理如下：

定理一：假设反对称阵为B，那么B的最优传递矩阵C是：

定理二：假设互反矩阵是A，B=lg A，B的最优传递矩阵是C，那么矩阵A*=10^{c ij}就是A的拟优传递矩阵。

改进层次分析法的流程示意图为：

2 电力变压器状态评估模型

2.1 评估模型建立

2.1.1 评判因素的选择

根据电力变压器的运行情况，本文选择的评判因素有：绝缘电阻、吸收比、泄露电流、介损值、绕组直流电阻、油中溶解气体、油中微水含量、油介损、油击穿电压和运行工作环境等，针对每个因素的具体要求參考相关标准即可。

确定评判因素后要划分电力变压器的工作状态，即对评语进行建立和完善。具体来讲，其状态可以划分四个不同等级，其评语集可表示为V={vl，v2，v3，v4}={良好，一般，注意，较差}，每个评语表示电力变压器的不同工作情况，即根据不同的评语状态进行相应的实际操作。

2.1.3 模糊算子的确定和评价指标的处理

在B= AoR当中。所化表的是广义上的模糊算子，在选取方式上较为多样。本文所选取的方式可以用M（+，·）进行表示，

2.2 权重及隶属函数确定

不同的判断体系中，都有其一定的权重。并且这种权重在一定程度上反应出在该判断体系中的相关指标的重要性。

2.2.1 一级评判权重的确定

正常情况下这一级别的确定也是遵循一定的规律的，主要是根据电力变压器的状态反映出的信息来确定，比较重要的评判指标有两个，分别是电力变压器绝缘性以及电器的基本性能。通过这两项指标可以确定各个因素的权重，此外还需要采用一种方法，这种方法通常为层次分析来判定。例如，在电气实验中，利用此方法来确定权重，则需要邀请到相关的专业人士来把关，一般情况下都需要成立一个5-8人的专家组，可以是行业专业，也可以是相关的技术人员。在此次实验中，为了方便实验，选定了5位来成立技术小组。同时需要构造判断矩阵，构造的方法主要是采用AHP层次分析法，也就是大家通常所说的A-U判断矩阵。

w'的特征向量可以用IAHP法来求，归一化后得到的就是权重分配，它的结果是A=《0.1435，0.2181，0.2843，0.3539）。这个数值所表示的是一些数据反映的电气试验项目能力大小的权重，这些数据又包括了绝缘电阻、吸收比、泄露电流、介损值、绕组直流电阻。但是又由于反映变压器状态的电气性能参量和绝缘性能参量是从两种不同的角度来说的，这两者的重要性的一样的不相上下，所以权重分配则为A=（0.5，0.5）。而同理可得，绝缘油特性所评估出来的权重分配为A=（0.4278，0.3325，0.1396）。

这个数值表示的是油中的微水含量、油介损、其他因素所反映出来的绝缘油特性试验项目能力大小的权重。而在评判其他因素对变压器状态的影响中，还包括了许多其他方面的因素。要首先确定这四个元素在综合评判中的权重需要，然后同理求出权重分配为：A= （0.0807，04027，0.1969，0.2797）在此基础上再进行分析，从而得知，变压器在工作中，其工作环境方面，包括环境的温度、湿度、腐蚀性气体及尘埃还有一些其他方面的因素，如海拔、风速、雾密等，都是需要重要考虑的，所以其权重分配为A=《01722，0 2022，0 5862，0.0694）;而关于资料运行，还需要重点考虑有的变压器它的的负载情况和运行温度，而运行温度又主要是项层油温、运行中的异常噪音、近区短路情况、保护装置动作情况，所以在这一方面，其权重分配则为A= （0.1203，0.3286，0 0375，0.2545，0.2592）;在检修记录方面，同类型的变压器检修记录以及该变压器的历史检修记录都是需要重点考虑的，根据以上方法则可求得其权重分配是A= （0.4753，0.5276）;最后的附件包括了其外观状况和检修参数的异常情况，这也是需要着重考虑的，由于只对这两个因素进行了评判，所以所构造的矩阵相比而言是较为简单的，所求得的权重分配是A= （0.3576，0.6054）。

2.2.2 二级评判权重的确定

在二级评判中，通过IAHP法求得其权重分配，来看以为专家所得的判断矩阵（如下）：

A变压器表示的是在二级模糊综合评判中的各项指标所反映出来的变压器综合状态能力的权重集，其中包括电气试验、色谱分析、绝缘油特性试验以及其他各种因素。

2.2.3 指标的模糊隶属度

一般采用模糊分步法来检测指标的定向数据并对其进行分析，三角形隶属函数具有许多独特优势，采用的是三角形和半梯形所组合的分布函数，并且还要建立起各项指标在不同状态等级下的隶属函数。图l则是其隶属函数分布图。

在得出关于评判因素的隶属函数之前，要先将其他的各种参数值转化为函数，并且其值域必须要在0-1之间，然后要确定它的隶属度，可以选择用三角形和梯形的分布函数来确定。

s1、s2、s3、s4这四个字母表示着它的状态，分别代表着良好、一般、较差以及注意。用这几个字母表示变压器各部件的状态空间，就可以这样来表示：S={s1，s2，s3，S4}。

例如，绝缘电阻指标的隶属度为：

3 实例分析

假设在实例中，某一个变压器的型号是SFPSZI，在实际运行中，根据收集所得来的各种数据以及资料，然后综合评判它的状态，具体测量得出一组数据，见表l、表2。

在上述模糊综合评判模型中，根据之前所得到的变压器测量数据，然后将其建立起评判矩阵。然后再根据其他各个特征参量对变压器状态的表示函数，将上面所得出的各组数据都按照[0，1]的数这种格式进行转化。根据代入电气试验项目隶属函数，依次可以求出该评判矩阵为：R电气试验：

根据以上计算，然后二级评判变压器的运行状态，从而得出以下结果，可以看出它的二级评判的权重主要分配为：

A变压器=（0.2389， 0.4337， 0.2389 ，0.0086）

综合以上结果，变压器状态评判矩阵R变压器：

B变压器=A变压器 R变压器=（0.5336，0.5126. 0.0543. 0.0013）由评判结果：该变压器工作状态良好，并且其各项运行试验数据也都处于正常值水平，距离规程规定注意值还都很远，因此只有极小概率会发生故障，能保障正常工作的稳定性，长期持续运行是没有问题的，这时候工作的变压器其状态最为稳定。但是理论都需实践支撑，该变压器在后面的实际运行中稳定可靠，也确实证明了该理论实际可靠，与模糊综合评判模型所得无差别。

4 结论

在本篇文章中，研究对象为电力变压器，根据模糊数学的基本思想，采取模糊综合评判的方法，在状态评估中对其进行评判并构造模型，但这种方法并不是确定有效的，需要评估运行中的变压器状态，以此来证实该法是切实可行的。同时，这种这种方法还尚有不足，仍存在非常大的研究进步空间。如果能够将本文中得设计运用于其他各个电厂或者变电站中，让其发挥更好的作用，那将非常有利于变压器的检修，为其提供强有力的技术支持，并营造更高的效益。

参考文献

[1]A. Lin Cao， Qing Jun Zhu. Sheng TaoZhang， BaoRongHou. BP neural networkpredictive model for strav currentdensitv of a buried metallicpipeline[J]. A. Lin Cao.Qing JunZhu. Sheng Tao Zhang， BaoRongHou.Ant i-Corrosion Methods andMaterials.2010 （5）.

[2] JiuwenCao， ZhipingLin， Guang-BinHuang.

Self-Adapt ive Evolut ionaryExtreme Learning Machine[J] . NeuralProcessing Letters， 2012 （03）.

[3]趙文清，朱永利，电力变压器状态评估综述[J].变压器，2007，44 （11）：9-12.

[4] KeMeng，

Zhao Yang dong， Dian Huiwang， et al. A self-adaptive RBFneural network classifier fortransformer fault analysis [Jl.

IEEETransactions on Power Systems， 2010，25 （03）：1350-1360.

[5]张镱议，廖瑞金，杨丽君，孟繁津，李金忠，程涣超，综合考虑可靠性与经济性的电力变压器检修方案优选[J].电工技术学报，2014 （11）.

[6]Gareth Lee， Murdoch， etal. IncipientFault Diagnosis in Power Transformersby Clustering and Adapted KNN[J].IEEET ransactions on Power Systems，2016.