论文部分内容阅读
[摘 要]在电力变压器运行过程中，受多种因素影响难免出现故障，给人们的正常生产生活带来不良影响，为此，通过研究电力变压器故障诊断方法，可准确评估电力变压器运行状态，并采取有效措施将电力变压器故障带来的损失降到最低。笔者分析变压器状态检修与故障诊断要点，进行变压器状态检修的方法，进行初步探析。
[关键词]电力变压器；状态检修；故障诊断
中图分类号：TH165+.3 文献标识码：B 文章编号：1009-914X（2014）36-0023-02
一、电力变压器状态诊断模型的建立
根据诊断电力变压器状态时涉及较多专业知识，尤其包含很多状态信息。对这些状态信息进行分析时，为防止主观因素影响，提高分析准确度，本文基于模糊理论建立电力变压器狀态诊断模型。
1.状态与信息与故障原因间的对应
电力变压器运行过中状态信息比较繁多，且和不同故障之间的对应关系十分复杂，给故障的分析带来较大困难，尤其同一故障对应庞大的检测与试验数据时，进一步增加故障分析的难度。为方便研究需总结变压器运行状态各种信息，构建与故障原因之间的关系。这是建立变压器故障诊断模型的基础工作，因此需要严加落实。
有关电力变压器绕组故障包括短路、放电、直流电阻异常以及绝缘受潮等，与其对应的状态信息分别为C2H2、H2以及总烃含量、直流电阻不平衡系数，绕组局部放电量，C2H2含量，H2含量、总烃含量，直流电阻不平衡系数、油中含水量，吸收比，绕组介损值，绕组泄露电流，绕组绝缘电阻以及H2含量等。按照上述方法以此列出电力变压器的绝缘油、套管、铁心出现故障的状态信息。
2.状态信息诊断矩阵的构建
接下来构建状态信息与故障原因间的二维矩阵，其中列中包含引起某部件故障所有原因，行中包含某部件所有状态信息量。本文以套管为例，构建状态信息与故障间的二维矩阵。如表1所示：
3.电力变压器状态诊断步骤
首先，对变压器不同部件的状态信息量对故障原因的隶属度，完成状态信息的诊断矩阵的构建，其中每列元素之和即为所有状态信息给变压器造成的综合影响。使用表示矩阵中故障原因的概率，则可用方程式（其中A表示一行m列的模糊矩阵，&表示广义模糊算子）表示模糊诊断方程。本文使用加权平均型综合诊断实现权重集A与诊断矩阵R的合成，如公式1所示：
公式（1）
其次，对故障原因发判断遵守最大隶属原则进行。根据组成结婚构获得各部件出现故障的概率并进行排序，表示为，表示与a对应的故障原因具有最高的可能性。
二、模型中隶属函数的确定
本文构建的电力变压器状态诊断模型涉及以下状态信息量：油中糖醛含量、油中含气量、油介损值、套管局部放电量、套管末屏绝缘电阻、套管电容量等，因此，本文中将状态信息量的隶属函数分两种情况进行探讨。其中套管末屏绝缘电阻、铁芯绝缘、电阻、吸收比、绕组绝缘电阻状态信息对应极小型隶属函数类型，隶属函数如公式2所示：
其余状态信息对应极大型隶属函数类型，隶属函数类型如公式3所示：
三、不同部件状态信息量权重的确定
电力变压器各部件状态信息权重由主观权重与客观权重之分，本文分别采用层次分析法与熵值法对其进行确定。
1.层次分析法-主观权重的确定
（1）层次分析法确定权重的步骤
首先，两两比较相同部件的不同状态信息，并参考相对重要程度进行尺度的判断与判断矩阵的构建。判断矩阵中表示状态信息μ1相对于状态信息μ2的重要性数值，其具体取值及表述的含义如（表2）所示。
其次，参考判断矩阵将特征向量及最大特征根计算出来，其中特征向量就是不同状态信息分配的权重大小；最后，但是获得的权重精值不够准确，需检验其一致性。检验一致性依据公式4：
上式中表示判断矩阵的随机一致性比率，表示最大特征根，而代表平均随机一致性指标，不同的判断矩阵对应h不同的RI值。
2.绕组不同状态信息权重的确定
本文仅以绕组状态信息权重的确定进行探讨，电力变压器其他部件状态信息的确定可参考此法。
诊断电力变压器状态信息量主要分电气试验信息及油色谱信息两大块内容，其中电气试验信息包括绕组局部放电量、绕组直流电阻、绕组介损值、泄露电流值、洗吸收比、绝缘电阻，而油色谱信息包括油中微水含量、氢气含量、乙炔含量以及总烃含量。考虑到两种信息均能反映绕组状态信息，因此将其赋子相同的权重，即A=（ 0.5， 0.5），则油色谱试验信息与电气试验信息对应的矩阵为PI与P2。
分别对其进行一致性检验发现权垂的分配是合理的。
2.熵值法-客观权重的确定
主观权重反映的是电力变压器不同状态信息在诊断中的相对重要性，通常认为是合乎情理的，但是电力变压器实际工作时会遇到这样一种情况：某状态信息量几乎未发生变化，而其他状态信息变化较大，此时需考虑不同状态信息的客观权重，即当某状态信息具有较大改变时，应赋予较大的客观权重。为保证不同部件状态信息权重确定的合理性，此时需使用熵值法确定客观权重。
假设获得电状态信息共m组数据，且不同组数据包含状态信息共n项，则对应的状态信息矩阵如公式5：
假设电力变压器的状态信息j，若其各种数据状态信息值具有较大差异，则在诊断过程中状态信息j发挥的作用越大。
熵值法确定电力变压器不同部件状态信息客观权重的步骤为：首先，在状态信息量j下利用公式计算出状态信息值x0的比值，其次，利用公式（其中，k>1，且计算出状态信息量j的熵值。其中以状态信息j为例，之间差异性越大，则就越小，反之越大。分别利用公式6/公式7计算状态j的差异性系数以及变压器各部件状态信息的客观权重。
总而言之，随着科学技术的不断地进步与变压器状态检修的实施，并将成为电力状态检修技术开扣新的领域，不断地提高电力系统的安全/经济/稳定运行水平，并对电力企业经济效益和社会效益产生深远的影响探析。
参考文献
[1] 王瑞君.电力变压器状态检修及故障诊断方法研究[D].华北电力大学，2013.
[2] 田冲.电力变压器状态评估及故障诊断方法研究[J].电子世界，2013，16：38-39.
[3] 郑含博.电力变压器状态评估及故障诊断方法研究[D].重庆大学，2012.
[4] 武中利.电力变压器故障诊断方法研究[D].华北电力大学，2013.
[5] 郭坚铮.电力变压器状态诊断方法的研究[D].华北电力大学，2012.
[关键词]电力变压器；状态检修；故障诊断
中图分类号：TH165+.3 文献标识码：B 文章编号：1009-914X（2014）36-0023-02
一、电力变压器状态诊断模型的建立
根据诊断电力变压器状态时涉及较多专业知识，尤其包含很多状态信息。对这些状态信息进行分析时，为防止主观因素影响，提高分析准确度，本文基于模糊理论建立电力变压器狀态诊断模型。
1.状态与信息与故障原因间的对应
电力变压器运行过中状态信息比较繁多，且和不同故障之间的对应关系十分复杂，给故障的分析带来较大困难，尤其同一故障对应庞大的检测与试验数据时，进一步增加故障分析的难度。为方便研究需总结变压器运行状态各种信息，构建与故障原因之间的关系。这是建立变压器故障诊断模型的基础工作，因此需要严加落实。
有关电力变压器绕组故障包括短路、放电、直流电阻异常以及绝缘受潮等，与其对应的状态信息分别为C2H2、H2以及总烃含量、直流电阻不平衡系数，绕组局部放电量，C2H2含量，H2含量、总烃含量，直流电阻不平衡系数、油中含水量，吸收比，绕组介损值，绕组泄露电流，绕组绝缘电阻以及H2含量等。按照上述方法以此列出电力变压器的绝缘油、套管、铁心出现故障的状态信息。
2.状态信息诊断矩阵的构建
接下来构建状态信息与故障原因间的二维矩阵，其中列中包含引起某部件故障所有原因，行中包含某部件所有状态信息量。本文以套管为例，构建状态信息与故障间的二维矩阵。如表1所示：
3.电力变压器状态诊断步骤
首先，对变压器不同部件的状态信息量对故障原因的隶属度，完成状态信息的诊断矩阵的构建，其中每列元素之和即为所有状态信息给变压器造成的综合影响。使用表示矩阵中故障原因的概率，则可用方程式（其中A表示一行m列的模糊矩阵，&表示广义模糊算子）表示模糊诊断方程。本文使用加权平均型综合诊断实现权重集A与诊断矩阵R的合成，如公式1所示：
公式（1）
其次，对故障原因发判断遵守最大隶属原则进行。根据组成结婚构获得各部件出现故障的概率并进行排序，表示为，表示与a对应的故障原因具有最高的可能性。
二、模型中隶属函数的确定
本文构建的电力变压器状态诊断模型涉及以下状态信息量：油中糖醛含量、油中含气量、油介损值、套管局部放电量、套管末屏绝缘电阻、套管电容量等，因此，本文中将状态信息量的隶属函数分两种情况进行探讨。其中套管末屏绝缘电阻、铁芯绝缘、电阻、吸收比、绕组绝缘电阻状态信息对应极小型隶属函数类型，隶属函数如公式2所示：
其余状态信息对应极大型隶属函数类型，隶属函数类型如公式3所示：
三、不同部件状态信息量权重的确定
电力变压器各部件状态信息权重由主观权重与客观权重之分，本文分别采用层次分析法与熵值法对其进行确定。
1.层次分析法-主观权重的确定
（1）层次分析法确定权重的步骤
首先，两两比较相同部件的不同状态信息，并参考相对重要程度进行尺度的判断与判断矩阵的构建。判断矩阵中表示状态信息μ1相对于状态信息μ2的重要性数值，其具体取值及表述的含义如（表2）所示。
其次，参考判断矩阵将特征向量及最大特征根计算出来，其中特征向量就是不同状态信息分配的权重大小；最后，但是获得的权重精值不够准确，需检验其一致性。检验一致性依据公式4：
上式中表示判断矩阵的随机一致性比率，表示最大特征根，而代表平均随机一致性指标，不同的判断矩阵对应h不同的RI值。
2.绕组不同状态信息权重的确定
本文仅以绕组状态信息权重的确定进行探讨，电力变压器其他部件状态信息的确定可参考此法。
诊断电力变压器状态信息量主要分电气试验信息及油色谱信息两大块内容，其中电气试验信息包括绕组局部放电量、绕组直流电阻、绕组介损值、泄露电流值、洗吸收比、绝缘电阻，而油色谱信息包括油中微水含量、氢气含量、乙炔含量以及总烃含量。考虑到两种信息均能反映绕组状态信息，因此将其赋子相同的权重，即A=（ 0.5， 0.5），则油色谱试验信息与电气试验信息对应的矩阵为PI与P2。
分别对其进行一致性检验发现权垂的分配是合理的。
2.熵值法-客观权重的确定
主观权重反映的是电力变压器不同状态信息在诊断中的相对重要性，通常认为是合乎情理的，但是电力变压器实际工作时会遇到这样一种情况：某状态信息量几乎未发生变化，而其他状态信息变化较大，此时需考虑不同状态信息的客观权重，即当某状态信息具有较大改变时，应赋予较大的客观权重。为保证不同部件状态信息权重确定的合理性，此时需使用熵值法确定客观权重。
假设获得电状态信息共m组数据，且不同组数据包含状态信息共n项，则对应的状态信息矩阵如公式5：
假设电力变压器的状态信息j，若其各种数据状态信息值具有较大差异，则在诊断过程中状态信息j发挥的作用越大。
熵值法确定电力变压器不同部件状态信息客观权重的步骤为：首先，在状态信息量j下利用公式计算出状态信息值x0的比值，其次，利用公式（其中，k>1，且计算出状态信息量j的熵值。其中以状态信息j为例，之间差异性越大，则就越小，反之越大。分别利用公式6/公式7计算状态j的差异性系数以及变压器各部件状态信息的客观权重。
总而言之，随着科学技术的不断地进步与变压器状态检修的实施，并将成为电力状态检修技术开扣新的领域，不断地提高电力系统的安全/经济/稳定运行水平，并对电力企业经济效益和社会效益产生深远的影响探析。
参考文献
[1] 王瑞君.电力变压器状态检修及故障诊断方法研究[D].华北电力大学，2013.
[2] 田冲.电力变压器状态评估及故障诊断方法研究[J].电子世界，2013，16：38-39.
[3] 郑含博.电力变压器状态评估及故障诊断方法研究[D].重庆大学，2012.
[4] 武中利.电力变压器故障诊断方法研究[D].华北电力大学，2013.
[5] 郭坚铮.电力变压器状态诊断方法的研究[D].华北电力大学，2012.