變壓器狀態(tài)評估方法與在線監(jiān)測優(yōu)化研究.pdf

1、變壓器是電網中最重要、最昂貴的輸變電設備之一，若其發(fā)生故障，可能造成巨大的設備資產損失和停電損失，產生惡劣的社會影響。在線監(jiān)測技術的有效應用有利于保證變壓器的長期穩(wěn)定運行，因此在全國電網范圍內得到了廣泛的應用。變壓器狀態(tài)的評估結果不僅對其檢修等生產活動的安排產生影響，同時也是優(yōu)化其在線監(jiān)測裝置配置與運行的重要參考依據。通過對變壓器狀態(tài)評估研究成果的總結以及對在線監(jiān)測實際應用的調研，發(fā)現主要存在以下問題:
　　(1)盡管已有多種變壓

2、器的狀態(tài)評估模型被開發(fā)出來，但由于各種不足和限制，能夠投入實際應用的模型還很少;已有的變壓器故障診斷方法都是基于離線油中溶解氣體數據，忽略了數據隨時間的變化趨勢，未能夠充分利用在線數據。
　　(2)在線監(jiān)測裝置本身也屬于電力設備，在對變壓器等輸變電設備進行智能化改造時，在線監(jiān)測裝置的配置仍然需要進行合理的規(guī)劃;同時，在線監(jiān)測裝置投入使用后，如何對其運行和維護等生產活動進行合理的優(yōu)化，也是電力部門亟需解決的問題。
　　基于以上

3、背景，針對變壓器的狀態(tài)評估方法和在線監(jiān)測優(yōu)化等相關問題展開科學與技術研究。首先開發(fā)了變壓器狀態(tài)評估多層次不確定模型，并完善了計及DGA時間特性的變壓器故障診斷技術，進而以狀態(tài)評估結果為參考依據，建立了變壓器在線監(jiān)測裝置配置優(yōu)先級評估模型，并以DGA數據的變化趨勢為參考，制定了油色譜在線監(jiān)測周期動態(tài)調整策略。研究成果將有利于保證變壓器的穩(wěn)定運行并改善變壓器在線監(jiān)測裝置的配置和運行方式，具有重要的理論價值和應用價值。本文的主要內容包括:

4、r>　　(1)綜合考慮變壓器狀態(tài)評估中存在的模糊性和隨機性等不確定性問題，建立了變壓器多層次狀態(tài)評估模型。首先構建了變壓器狀態(tài)評估的指標體系，基于指標劣化度確定了等級劃分標準，并將狀態(tài)評估分為整體、系統(tǒng)和子系統(tǒng)3個階段;其次根據物元云模型得到定量評估指標的等級關聯度，結合最優(yōu)權重獲得定量評價系統(tǒng)中各子系統(tǒng)的狀態(tài)評估結果;最后對原始證據進行隨機處理和貝葉斯近似，基于D-S證據理論對各子系統(tǒng)與各系統(tǒng)的評估結果進行融合，得到整體的狀態(tài)評估結果

5、。實例證明所提出的變壓器狀態(tài)評估模型切實可行，融合多指標并結合信度準則能夠正確地判斷變壓器的運行狀態(tài)，為電力變壓器的狀態(tài)評估提供了一種新的思路。
　　(2)提出了一種基于在線油中溶解氣體數據的故障數據提取技術。首先概括了基于油中溶解氣體分析技術(Dissolved Gas Analysis，DGA)的變壓器故障診斷流程，并基于在線數據對該流程進行了改進;進而提出了基于相互比較法和最小二乘法的在線油色譜數據失效數據剔除方法;最后提出

6、基于預測技術的故障數據提取方法。采用一組現場故障變壓器的連續(xù)歷史數據，對該故障數據提取技術對故障診斷效果的影響進行了檢驗，結果表明，故障特征氣體積累的時間越長，越有利于對故障進行正確的診斷，使用所提技術提取的故障數據可以提高故障早期診斷的準確率，能夠有效提升故障診斷的靈敏度和準確度。
　　(3)提出一種QPSO-FRVM的變壓器故障診斷模型。首先建立了快速相關向量機(Fast Relevance Vector Machine，FR

7、VM)多層次分類模型;其次提出劣化度故障特征提取方法，分析影響相關向量機分類性能的2個因素，借助量子粒子群算法(Quantum Particle Swarm Optimization，QPSO)確定每一層的核函數參數以及故障特征提取方法;最后以現場的離線油色譜數據對所提模型進行了驗證，并與IEC三比值法、支持向量機(Support Vector Machine，SVM)模型進行對此。結果表明:FRVM模型與RVM模型相比，極大地縮短了訓

8、練時間;QPSO-FRVM模型對小樣本有著良好的泛化能力，診斷結果與實際情況吻合性很好;核函數參數以及故障特征提取方法的選取能夠影響故障診斷的準確率，而使用QPSO方法可以對參數進行有效的優(yōu)化;QPSO-FRVM診斷模型可以彌補三比值法編碼缺失和判斷標準過于絕對的缺陷，與SVM模型比較，QPSO-FRVM診斷模型有著更高的診斷準確率。
　　(4)提出了一種變壓器在線監(jiān)測裝置配置優(yōu)先級綜合評估模型。該評估模型包含設備層和系統(tǒng)層，并進

9、一步地將設備層分為設備屬性評估和運行狀態(tài)評估;然后對各評估方法進行了描述，包括基于模糊層次分析法(Fuzzy AnalyticHierarchy Process，FAHP)進行變壓器設備屬性優(yōu)先級評估，基于狀態(tài)評估技術對運行狀態(tài)優(yōu)先級進行評估，基于風險收益對系統(tǒng)層優(yōu)先級進行評估。最后以實際電網算例對所提模型進行了驗證，仿真計算結果證明:模糊層次分析方法可以綜合考慮影響配置優(yōu)先級的多個相關設備屬性，并綜合多專家意見獲得各屬性的權重，進而得

10、到設備屬性評估結果;以風險收益為評價指標，可以綜合考慮在線監(jiān)測裝置的安裝與否對變壓器故障率以及修復時間的影響，進而從整個系統(tǒng)的角度對在線監(jiān)測裝置的效益進行評估;綜合考慮設備屬性、運行狀態(tài)以及系統(tǒng)風險收益的評估模型，避免了只考慮其中一方面或兩方面優(yōu)先級評估結果的片面性，所得結果更具全面性。
　　(5)提出一種油色譜在線監(jiān)測周期動態(tài)調整策略。首先在理論論述監(jiān)測周期影響油色譜在線監(jiān)測裝置壽命的基礎上，對平穩(wěn)過程短時監(jiān)測周期的時間序列數據

11、進行相空間重構，得到最優(yōu)時延和嵌入維數，并以最優(yōu)時延作為相對最優(yōu)監(jiān)測周期;然后基于引力搜索優(yōu)化方法和快速相關向量機建立氣體濃度自適應預測模型，并設定預警標準，建立預警模型，并根據預警結果以及其他監(jiān)測設備監(jiān)測結果保持或縮短監(jiān)測周期。仿真計算結果證明:以相空間重構獲得的最優(yōu)時延作為相對最優(yōu)監(jiān)測周期，可以延長油色譜在線監(jiān)測裝置的使用壽命，并且以最優(yōu)時延采集的數據之間關聯性更強，更有利于對設備狀態(tài)的把握;引力搜索優(yōu)化方法可以較好地對快速相關向量