CN103218752A - 一种高压变压器当前和短期可靠度评估方法 - Google Patents

Abstract

一种高压变压器当前和短期可靠度评估方法，本发明通过当前变压器所有检测手段获取的数据，包括例行巡视、特巡、预防性试验数据、诊断性试验数据、设备的基础台账台账信息、历年设备缺陷和故障记录等数据，利用故障树和故障模式评估模型，实现对高压变压器当前和近期的可靠度进行准确的、量化的评估。通过评估后，可以得到变压器每个可维护部件可能发生故障模式及其发生概率，结合故障模式和检查方法的对应关系，就可以指导制定降低或预防该故障模式的维护措施。再通过设备的老化模型，就可以预测近期可靠度的发展趋势。该发明方法评价高压变压器的可靠度，具有简洁、易理解、准确、直观、量化等优点。

Description

一种高压变压器当前和短期可靠度评估方法

技术领域

本发明属于电气设备状态评估范畴，适用于500kV、220kV和110kV高压变压器的设备当前和近期状态评估。

背景技术

现代电网电气设备具有更大的复杂性、更强的***性，因此需要更好的理念来实现电气设备的现代化管理。特别是国内电网企业，电网发展迅速，需要追求一种高效的设备管理模式，来保障电网生产的安全，解决设备管理过程中，人为因素干预过多、设备检修任务与人员之间日益突出的矛盾。因此，需要建立电气设备基于设备状态和可靠性的维修维护策略，明确电气设备的薄弱点环节，指导企业运维策略的制定，保障电气设备现代化管理目标的实现。

基于以上情况，本发明提出一种基于故障树和故障模式的可靠度评估方法，采用当前高压变压器所有的检测手段获取的数据，包括例行巡视、特巡、预防性试验、诊断性试验、设备的基础台账信息、历年设备缺陷和故障记录等数据，采用精细到可维护件的故障树和故障模式模型，实现对高压变压器当前和短期内的可靠度评估。

发明内容

本发明结合高压变压器现有的数据信息，实现高压变压器及其部件的可靠度评估，首先，建立变压器及其部件的逻辑结构，细分到可维护部件，然后对每一部件根据其检测方法建立对应故障模式，对每一种故障模式，采用模糊概率函数建立其对应的概率函数，结合模糊层次分析法，建立故障树和故障模式每一级的权重函数，并采用变压器的缺陷情况数据进行修正，实现对变压器设备的状态评估，并通过模型计算的中间环节，掌握每一种故障模式发生的原因、通过哪种检测方法可以探测故障模式，以降低或预防该故障模式的发生，提高设备的可靠性水平。

本发明是通过以下技术方案实现的：

一种高压变压器当前和短期可靠度评估方法，本发明特征是，其方法步骤为：

（1）建立变压器故障树

将电力变压器分为九大***，即器身、绕组、铁芯、有载分接开关、非电量保护、冷却***、套管、油枕和无励磁分接开关；将变压器故障T分为器身故障A1、绕组故障A2、铁芯故障A3、有载分接开关故障A4、非电量保护故障A5、冷却***故障A6、套管故障A7、油枕A8、无励磁分接开关故障A9九大类；其中T为故障树的顶事件，Aj其中j=1,2,,9、Ek其中k=4.1,4.2,...,6.5为故障树的中间事件，而Xi其中i=1.1,1.2,...,9.7则为故障树的底事件；应用故障树原理，对各类故障进行细分并依据其逻辑关系建立故障树；

（2）建立变压器故障模式和特征参量对应表

对变压器进行FMEA分析，对所涉及的故障检测方法进行归纳、整理，将各检测方法所获得的特征参量作为故障特征参量，并对各特征参量依次编码即可得到故障特征参量集，记为Yi；

（3）建立特征参量的概率函数

如果特征参量有两个或两个以上的注意值时，该特征参量的概率通过取大运算给出（∨）；特征参量当规定值为上限时，其概率函数为

当规定值为下限时，其概率函数为 $u\left(x\right)=0.5-0.5\sin \frac{\mathrm{\π}}{2a}(x-b),$ 其中a，b分别为规定的上、下限；

（4）权重系数的确定

变压器故障树顶事件权重采用1/9～9标度，二级事件、底事件和特征参量的权重采用0.1～0.9标度；采用层级分析法进行计算获得；

（5）故障概率计算

设变压器的顶事件为T，第一级子部件为Ai，可维护部件Ej，则有：P(T)=∑W_ai*P(Ai)=∑W_ai*(∑W_ej*P(Ej))，其中，P(T)为变压器的故障概率，W_ai为设备子部件的权重系数，P(Ej)为可维护部件的概率，W_ej为可维护部件的权重系数，对P(Ej)有，P(Ej)=∑W_xk*P(Xk)；其中，P（Xk）为故障模式对应的故障概率；对每一个故障模式根据其现有的检测手段和方法，即特征参量，建立故障模式和特征参量的对应函数关系，设故障模式Xk对应的特征参量为Y1～Yi，那么有P(Xk)=∑W_yi*P(Yi)，W_yi为特征参量之间的权重系数；

（6）部件故障概率的修正

对于有缺陷的变压器部件，缺陷频发次数等于2时，部件可靠度乘以0.9的调节系数，缺陷频发次数大于2时，可靠度乘以0.8的调节系数；

当变压器非电量保护中的压力释放阀任何一个目测项目和油位计任何一个指示项目有问题时，这两个子部件的故障率强制设为0.1；

（7）根据老化模型建立变压器的短期预测函数；变压器老化模型综合考虑设备的理想老化模型、变压器的负荷和环境系数的影响；

其中P₀为当前的可靠度，B理想老化常数，f_L为负荷影响系数，依据负载水平设定，f_e环境影响系数。

本发明通过当前变压器所有检测手段获取的数据，包括例行巡视、特巡、预防性试验数据、诊断性试验数据、设备的基础台账台账信息、历年设备缺陷和故障记录等数据，利用故障树和故障模式评估模型，实现对高压变压器当前和近期的可靠度进行准确的、量化的评估。

本发明的有益效果是：1）根据目前对高压变压器现有所有的检测手段的归纳、总结和梳理，实现对高压变压器当前和短期的可靠性进行准确、量化的评估；2）评估结果可以给出高压变压器当前的可靠度水平，并预测近期的可靠度发展趋势；3）评估结果精细到高压变压器的可维护部件，并给出对可维护部件可能发生的故障模式及其发生的概率。

下面结合附图表及实例进一步阐述本发明内容。

附图说明

图1为高压变压器的故障树模型；

图2为高压变压器最底层部件的故障模式。

具体实施方式

见图1,图2，表1，一种高压变压器当前和短期可靠度评估方法，本发明特征是，其方法步骤为：

（1）建立变压器故障树

将电力变压器分为九大***，即器身、绕组、铁芯、有载分接开关、非电量保护、冷却***、套管、油枕和无励磁分接开关；将变压器故障T分为器身故障A1、绕组故障A2、铁芯故障A3、有载分接开关故障A4、非电量保护故障A5、冷却***故障A6、套管故障A7、油枕A8、无励磁分接开关故障A9九大类；其中T为故障树的顶事件，Aj其中j=1,2,,9、Ek其中k=4.1,4.2,...,6.5为故障树的中间事件，而Xi其中i=1.1,1.2,...,9.7则为故障树的底事件；应用故障树原理，对各类故障进行细分并依据其逻辑关系建立故障树；

（2）建立变压器故障模式和特征参量对应表

对变压器进行FMEA分析，对所涉及的故障检测方法进行归纳、整理，将各检测方法所获得的特征参量作为故障特征参量，并对各特征参量依次编码即可得到故障特征参量集，记为Yi；

（3）建立特征参量的概率函数

如果特征参量有两个或两个以上的注意值时，该特征参量的概率通过取大运算给出（∨）；特征参量当规定值为上限时，其概率函数为当规定值为下限时，其概率函数为 $u\left(x\right)=0.5-0.5\sin \frac{\mathrm{\π}}{2a}(x-b),$ 其中a，b分别为规定的上、下限；

（4）权重系数的确定

变压器故障树顶事件权重采用1/9～9标度，二级事件、底事件和特征参量的权重采用0.1～0.9标度；采用层级分析法进行计算获得；

（5）故障概率计算

设变压器的顶事件为T，第一级子部件为Ai，可维护部件Ej，则有：P(T)=∑W_ai*P(Ai)=∑W_ai*(∑W_ej*P(Ej))，其中，P(T)为变压器的故障概率，W_ai为设备子部件的权重系数，P(Ej)为可维护部件的概率，W_ej为可维护部件的权重系数，对P(Ej)有，P(Ej)=∑W_xk*P(Xk)；其中，P（Xk）为故障模式对应的故障概率；对每一个故障模式根据其现有的检测手段和方法，即特征参量，建立故障模式和特征参量的对应函数关系，设故障模式Xk对应的特征参量为Y1～Yi，那么有P(Xk)=∑W_yi*P(Yi)，W_yi为特征参量之间的权重系数；

（6）部件故障概率的修正

对于有缺陷的变压器部件，缺陷频发次数等于2时，部件可靠度乘以0.9的调节系数，缺陷频发次数大于2时，可靠度乘以0.8的调节系数；

当变压器非电量保护中的压力释放阀任何一个目测项目和油位计任何一个指示项目有问题时，这两个子部件的故障率强制设为0.1；

根据老化模型建立变压器的短期预测函数；变压器老化模型综合考虑设备的理想老化模型、变压器的负荷和环境系数的影响。

其中P₀为当前的可靠度，B理想老化常数，f_L为负荷影响系数，依据负载水平设定，f_e环境影响系数。

表1为高压变压器的故障模式和特征参量的对应关系

Claims (1)

1.一种高压变压器当前和短期可靠度评估方法，其特征是，方法步骤为：

（1）建立变压器故障树

将电力变压器分为九大***，即器身、绕组、铁芯、有载分接开关、非电量保护、冷却***、套管、油枕和无励磁分接开关；将变压器故障T分为器身故障A1、绕组故障A2、铁芯故障A3、有载分接开关故障A4、非电量保护故障A5、冷却***故障A6、套管故障A7、油枕A8、无励磁分接开关故障A9九大类；其中T为故障树的顶事件，Aj其中j=1,2,,9、Ek其中k=4.1,4.2,...,6.5为故障树的中间事件，而Xi其中i=1.1,1.2,...,9.7则为故障树的底事件；应用故障树原理，对各类故障进行细分并依据其逻辑关系建立故障树；

（2）建立变压器故障模式和特征参量对应表

对变压器进行FMEA分析，对所涉及的故障检测方法进行归纳、整理，将各检测方法所获得的特征参量作为故障特征参量，并对各特征参量依次编码即可得到故障特征参量集，记为Yi；

（3）建立特征参量的概率函数

如果特征参量有两个或两个以上的注意值时，该特征参量的概率通过取大运算给出（∨）；特征参量当规定值为上限时，其概率函数为

当规定值为下限时，其概率函数为 $u\left(x\right)=0.5-0.5\sin \frac{\mathrm{\π}}{2a}(x-b),$ 其中a，b分别为规定的上、下限；

（4）权重系数的确定

变压器故障树顶事件权重采用1/9～9标度，二级事件、底事件和特征参量的权重采用0.1～0.9标度；采用层级分析法进行计算获得；

（5）故障概率计算

设变压器的顶事件为T，第一级子部件为Ai，可维护部件Ej，则有：P(T)=∑W_ai*P(Ai)=∑W_ai*(∑W_ej*P(Ej))，其中，P(T)为变压器的故障概率，W_ai为设备子部件的权重系数，P(Ej)为可维护部件的概率，W_ej为可维护部件的权重系数，对P(Ej)有，P(Ej)=∑W_xk*P(Xk)；其中，P（Xk）为故障模式对应的故障概率；对每一个故障模式根据其现有的检测手段和方法，即特征参量，建立故障模式和特征参量的对应函数关系，设故障模式Xk对应的特征参量为Y1～Yi，那么有P(Xk)=∑W_yi*P(Yi)，W_yi为特征参量之间的权重系数；

（6）部件故障概率的修正

对于有缺陷的变压器部件，缺陷频发次数等于2时，部件可靠度乘以0.9的调节系数，缺陷频发次数大于2时，可靠度乘以0.8的调节系数；

当变压器非电量保护中的压力释放阀任何一个目测项目和油位计任何一个指示项目有问题时，这两个子部件的故障率强制设为0.1；

（7）根据老化模型建立变压器的短期预测函数；变压器老化模型综合考虑设备的理想老化模型、变压器的负荷和环境系数的影响；

其中P₀为当前的可靠度，B理想老化常数，f_L为负荷影响系数，依据负载水平设定，f_e环境影响系数。

Images