基于变压器老化的状态风险评估研究

叶海峰, 罗颖婷, 许海林, 李炀, 李国政

(1. 广东电网有限责任公司电力科学研究院， 广州 510000； 2. 广州佰聆数据股份有限公司，广州 510000)

0 引言

变压器状态风险评估是电力设备安全稳定运行的重要课题，是变压器状态检修的重要依据，直接影响到状态检修的质量和效果。目前依据相关导则的评价标准，广泛采用打分或者扣分的方式来判断变压器的运行状态，这就需要对变压器各状态量进行权重系数的赋值工作。但权重系数的确定一直以来都是变压器风险评估里的难点，传统上主要采用专家经验法、层次分析法等权重确定方法，在很大程度上依赖于人的主观意见，没有考虑到多个状态量之间复杂的关联关系，客观上存在较多重复扣分的可能性，会导致评价存在较大的偏差。

相关专家学者进行了大量的应用研究：文献[1-7]利用现代数学算法，从物元理论、灰色理论、DS证据理论、模糊数学等方面进行权重系数的应用研究。在变压器状态特征量和实际运行状态间建立起了具有较好应用效果评估的模型。但由于在实践中，有很多关键试验指标数据很难收集到,使得上述数学方法在状态等级的划分、隶属函数的建立上更多的停留在理论阶段,权重系数确定的主观性问题仍没能较好地解决。

文献[8]从大数据应用角度出发，运用支持向量机等分类数据挖掘算法构建风险评估模型。一定程度上解决了权重系数确定的主观性问题，但分类数据挖掘算法需要大量多维度高质量历史数据支撑,而目前电力系统数据的有效提取和融合分析难度较大。

目前大部分研究，一方面没能很好地利用实际状态量数据解决好权重系数的主观性问题，一方面单纯采用数据挖掘算法还缺乏对变压器状态风险评估这类复杂决策问题的有效应用。本文基于变压器老化机理分析构建出变压器状态评估指标体系，分别从变压器自然老化与变压器加速老化两个过程，对权重系数进行更高置信度的考察，最后在此基础上完成变压器状态风险的评估。

1 基于变压器老化的状态风险评估模型

变压器老化过程分为自然老化过程和加速老化过程两大类：变压器自然老化是一种正常的现象；而变压器加速老化是变压器状态风险的一个主要原因，实践证明，大多变压器的损坏和故障都是因绝缘系统加速老化而造成。状态风险评估模型的构建思路如图1所示。

图1 基于变压器老化的状态风险评估模型构建思路

针对自然老化过程，基于层次分析法完成状态量间常权重系数的确认；同时，基于关联规则考察自然老化综合状态量与缺陷率之间推理规则集，完成自然老化过程客观权重系数的确认；最后基于均方差法完成主观权重系数和客观权重系数的融合,最终完成自然老化评估中权重系数的确认。

针对加速老化过程，本文基于油色谱数据和电气数据，构建出绝缘纸老化、绝缘油劣化特征风险特征与紧急重大缺陷的贝叶斯网络模型，通过概率预测完成加速老化评估中权重系数的确认，最终达到对变压器综合状态风险更加客观、准确的评估。

具体的状态量与老化过程设备性能和部件的关系如下图2所示。

其中，自然老化过程包括初始状态、环境因素、负荷情况、机械性能、渗漏情况、声音异响、外观异常和历史缺陷情况等八个综合状态量，综合状态量下的基础状态量可以按本体、套管、冷却系统、分接开关和非电量保护系统等部件进行划分。加速老化过程包括热性能、绝缘性能和电气性能：其中，热性能主要有运行油温、绕组红外测温等；绝缘性能主要有油色谱分析，绝缘油分析等电气性能则包括短路情况、绕组绝缘电阻等。

2 变压器状态风险评估方案

2.1 基于层次分析与关联规则挖掘的自然老化状态评价

针对自然老化过程，本文首先依据南网导则，将设备自然老化评估和基础状态量满分设置为100分，并将得分标准score的设置结合基础状态量的严重程度划分为以下4个等级，具体基础状态量得分值为式(1)。

(1)

并依据前文构建的变压器状态评估指标体系及公式1，得到自然老化8个综合状态量中所有基础状态量的得分，记做X，如式(2)。

X=(score1,score2,…,score8)

(2)

然后通过层次分析法计算各基础状态量重要性的排序指数, 状态量的数量设为n,两两对比状态量可分别设为i、j,相对重要性的值设为aij，利用标度法比较矩阵A，如式(3)。

A=(aij)n×n

(3)

得到一致性判断矩阵C=(cij)n×n，如式(4)。

(4)

图2 变压器状态评估指标体系

(5)

于是，通过层次分析法分别获得自然老化过程中各综合状态量(初始状态、环境因素…)的主观权重向量Wk和整个自然老化过程的主观权重系数pi。

然后，通过关联规则挖掘出Q1:不同综合状态量与Q2:自然老化状态风险 接下来半年是否发生缺陷之间的推理规则集，计算置信度C，如式(6)。

C=confidence(Q1→Q2)=P(Q1∪Q2)/P(Q1)×100%

(6)

再对自然老化8个综合状态量的置信度进行比较，根据其置信度的大小来确定各单项综合状态量的客观权重系数。其计算式为式(7)。

(7)

其中qi为自然老化过程中第i项综合状态量的客观权重系数；Ci为第i项综合状态量的置信度。

然后，基于均方差法开展主观权重系数pi和客观权重系数qi的数据融合。具体计算步骤如下：

假设有m个综合状态量的样本值，则式(2)X等价于Xij，其中，i∈(1,2,…,8)表示8个综合状态量，j∈(1,2,…,m)表示个综合状态量有m个样本值。则体现主客观信息集成特征的综合权重系数W={wi} 为式(8)～式(9)。

wi=k1pi+k2qi

(8)

(9)

(10)

其中，k1>0,k2>0,k1+k2=1。

则自然老化状态评分score1为式(11)。

score1=X*Wk*Wi

(11)

此时，评分在[90,100]时，判定为正常；[80,90]时，判定为需注意；[70,80]判定为异常，小于70判定为严重。

2.2 基于贝叶斯网络的加速老化状态评价

变压器的加速老化过程主要体现在绝缘性能的退化上，具体表现在绝缘纸的加速老化过程上。而绝缘纸的加速老化是一个复杂的过程，其中绝缘纸所处的环境是最主要的影响因素。具体地，绝缘纸所处环境的温度、自身产生的电场、含水量、所处环境的酸值等都会加速绝缘纸的老化。同时，绝缘纸的加速老化过程往往伴随着绝缘油的劣化过程。通过梳理绝缘纸老化与绝缘油劣化、的机理分析，最终选取图2中的24个状态量作为变压器加速老化风险评估特征，构建出贝叶斯网络的拓扑结构，如图3所示。

图3 基于贝叶斯网络的变压器加速老化评估模型

则只要计算出联合概率分布 ，就能计算出 的信度。由边际分布的性质和贝叶斯网络本身包含的条件独立性，可得式(12)。

(12)

具有n个样本X={X1,X2,…,Xn} ，其中，Xi=(A1i,A2i,…,D11i,D12i)通过图3的贝叶斯网络模型预测下个月紧急重大缺陷发生的概率p，n个样本的预测概率如式(13)。

I(X):g(X)→p

(13)

根据式(12)和式(13)，便可计算出综合状态量与紧急重大缺陷的条件概率分布，当概率风险小于0.05时，加速老化状态判定为正常；在0.05～0.1间时，判定为需注意；0.1～0.2间，判定为异常；大于0.2则变压器加速老化风险判定为严重。

3 实例研究

3.1 算例数据

对广东电网生产系统数据仓库中2017年2月-2017年10月的油色谱在线监测数据、试验数据、缺陷数据进行模型训练，形成贝叶斯网络模型数据集，共包含65857条数据记录。以某变电站运行年限为8年的1号主变(220 kV)为例，其运行环境湿度超标、外观正常、负荷情况正常、机械性能正常、储油柜轻微渗漏、存在声音异响、外观正常、近一年有发生过紧急重大缺陷、热性能正常、油色谱分析正常、电气性能测试异常(铁芯接地电流0.21)。

3.2 研究结果

为验证模型的试验结果，一方面针对自然老化过程，通过式(1)得到自处状态量的分值，通过式(3)～(5)得到所有基础状态量的主观权重系数p和综合状态量的主观权重系数p0=(0.156,0.039,0.049,0.230,0.308,0.079,0.055,0.084)，如表1所示。

总数据库中有5 000组数据，发生缺陷189例，其中初始状态、环境因素、负荷情况、机械性能、渗漏情况、声音异响、外观异常、历史缺陷异常的次数分别为2、3、1、60、82、5、3、18例，而热性能、油色谱分析结果、绝缘油分析结果、电气性能综合状态量超标总次数分别为50、60、28、700、1 169、57、100、286例，根据式(6)可分别计算热性能、油色谱分析结果、绝缘油分析结果、电气性能综合状态量超标的置信度分别为0.04、0.05、0.036、0.086、0.07、0.088、0.03、0.063。

再由式(7)即得客观权重系数：

q0=(0.086,0.108,0.078,0.186,0.151,0.19,0.065,0.136)

然后，根据式(8)～(10)对客观权重系数和主观权重系数进行数据融合，得到自然老化过程的综合权重系数为：(0.111,0.072,0.059,0.201,0.216,0.156,0.058,0.122)。最后，根据式(11)我们得到自然老化过程的评分score1为89.5，自然老化状态风险判定为需注意；而此时，若只采用主观权重系数，则自然老化过程的评分为93.6，判定为正常状态，没能考虑到声音异常与缺陷率发生的强关联关系。

针对加速老化过程，利用训练数据集和先验拓扑结构，通过式(12)(13)训练贝叶斯网络模型，得到贝叶斯网络模型条件概率表，如表2所示。

表1 自然老化基础状态量主观权重系数

表2 贝叶斯网络模型的条件概率表

通过计算条件概率表可得1号变压器加速老化风险为0.082 6，判定为需注意，针对变压器实际运行数据进行进一步分析可发现，铁芯接地电流存在一定的风险，应在日常的运行管理中加强监视。结合自然老化评价结果，最终1号变压器判定为需注意，符合实际情况。

4 总结

本文基于变压器老化机理分析完成状态评估指标体系的构建；针对自然老化过程，通过层次分析法和关联规则挖掘完成自然老化过程的评估，最大限度地发挥主观和客观权重系数确定法的优势，完成自然老化状态风险的评估；基于贝叶斯网络模型将加速老化过程权重系数的确认问题转化成加速老化风险概率问题；最后结合自然老化风险状态评估和加速老化风险状态评估，完成变压器综合状态风险的评估。实践表明，该模型在一定程度上提高了评估结果的科学性、客观性和有效性。