CN105956779A - 电力变压器运行状态评估方法和装置 - Google Patents

Abstract

本发明公开了一种电力变压器运行状态评估方法和装置，属于变压器领域，包括：步骤1：选取变压器运行状态评估指标，构建变压器运行状态评估模型；步骤2：划分变压器运行状态等级，制定对应于各运行状态等级的标度区间；步骤3：基于分段三角模糊数耦合集对分析求取指标层中各评估指标的状态劣化联系度；步骤4：结合专家经验，综合应用模糊层次分析法和相似度聚类分析，赋予各评估指标主观常权；步骤5：基于改进CRITIC赋权法确定各评估指标的客观变权，并将客观变权与对应的主观常权结合为主客观变权；步骤6：根据评估指标相应的主客观变权，求取项目层及变压器整体的状态劣化联系度。本发明能够较合理和较准确地评判变压器运行状态。

Description

电力变压器运行状态评估方法和装置

技术领域

本发明涉及变压器领域，特别是指一种电力变压器运行状态评估方法和装置。

背景技术

目前，电力企业的设备检修管理模式已从“一刀切”式的传统检修向状态检修全面过渡，以减轻设备运维管理过程中存在的“小病大治，无病也治”的现象，减小无谓的投入和财力损失。电力变压器是电力***中最重要的枢纽设备，其健康的运行状态是实现网络安全、可靠和经济运行的基本保障。

电力变压器的运行状态评估是实现其状态检修模式的基础。目前，基于模糊理论、人工神经网络、贝叶斯网络等的变压器状态评估方法相继被提出，但存在以下不足：简单粗略的指标评估函数(模糊隶属度函数)使评估过程带有极大的主观随意性；有效网络训练样本的获取较为困难；巨大的运算量使评估过程过于复杂繁琐。

因此如何统筹规划变压器众多的状态评估指标，综合考虑评估过程中的主观性和客观性，从而有效地评判出变压器真实的运行状态，是一个值得研究的问题。

发明内容

本发明提供一种电力变压器运行状态评估方法和装置，能够较合理和较准确地评判变压器运行状态。

为解决上述技术问题，本发明提供技术方案如下：

一方面，本发明提供一种电力变压器运行状态评估方法，包括：

步骤1：选取变压器运行状态评估指标，构建变压器运行状态评估模型，所述模型包括指标层、项目层和目标层；

步骤2：划分变压器运行状态等级，制定对应于各运行状态等级的标度区间；

步骤3：基于分段三角模糊数耦合集对分析求取指标层中各评估指标的状态劣化联系度；

步骤4：结合专家经验，综合应用模糊层次分析法和相似度聚类分析，赋予各评估指标主观常权；

步骤5：基于改进CRITIC赋权法确定各评估指标的客观变权，并将所述客观变权与对应的主观常权结合为主客观变权；

步骤6：根据评估指标相应的主客观变权，基于加权平均求取项目层及变压器整体的状态劣化联系度，得到变压器运行状态等级。

进一步的，所述指标层包括变压器运行状态评估指标，相同类别的评估指标组成项目层，目标层表示变压器运行状态等级，包括优秀、良好、一般、异常和严重5个等级。

进一步的，所述步骤3包括：

步骤31：根据集对分析理论，将变压器的运行状态等级集合和所述指标层中的评估指标构成一个集对，求取各评估指标与集合之间的状态劣化联系度；

步骤32：基于分段三角模糊数求取状态劣化联系度表达式中的差异度系数。

进一步的，所述步骤4包括：

步骤41：选取多位专家组成评估专家小组；

步骤42：针对同一类别的评估指标，应用模糊层次分析法求取评估专家小组建立的指标排序向量矩阵U；

步骤43：基于相似度聚类分析求取评估专家小组的权威关联因数矩阵Q；

步骤44：利用公式w₁＝Q×U求取所述评估指标的主观常权。

进一步的，所述步骤5包括：

步骤51：对变压器运行状态评估指标进行标准化处理；

步骤52：根据改进CRITIC赋权法求取评估指标的客观变权；

步骤53：将评估指标的客观变权与对应的主观常权结合为主客观变权。

进一步的，所述步骤6包括：

步骤61：将同一类别的评估指标相应的状态劣化联系度进行加权平均，求取项目层的状态劣化联系度；

步骤62：将项目层中各具体项目的状态劣化联系度与状态等级特征联系度集合进行比较，得到变压器各具体项目的运行状态等级，若某一项目的运行状态属于或明显倾向于“严重”，则判定将变压器整体运行状态为“严重”，评估结束；否则执行步骤63；

步骤63：将项目层中各具体项目的状态劣化联系度进行加权平均，计算变压器整体状态劣化联系度；

步骤64：将变压器整体状态劣化联系度与状态等级特征联系度集合进行比较，得到变压器的整体运行状态等级。

另一方面，本发明提供一种电力变压器运行状态评估装置，包括：

模型建立模块，用于选取变压器运行状态的评估指标，构建变压器运行状态评估模型，所述模型包括指标层、项目层和目标层；

状态等级划分模块，用于划分变压器运行状态等级，制定对应于各运行状态等级的标度区间；

状态劣化联系度求取模块，用于基于分段三角模糊数耦合集对分析求取指标层中各评估指标的状态劣化联系度；

主观常权确定模块，用于利用改进CRITIC赋权法结合专家经验，综合应用模糊层次分析法和相似度聚类分析，赋予各评估指标主观常权；

主客观变权确定模块，用于确定各评估指标的客观变权，并将所述客观变权与对应的主观常权结合为主客观变权；

变压器运行状态等级确定模块，用于根据评估指标相应的主客观变权，基于加权平均求取项目层及变压器整体的状态劣化联系度，得到变压器运行状态等级。

本发明具有以下有益效果：

本发明首先建立变压器多层级运行状态评估模型；然后基于分段三角模糊数耦合集对分析求取评估模型的指标层的状态劣化联系度；其次结合相似度聚类分析和模糊层次分析法使确定的评估模型主观常权充分计及专家主观经验对赋权过程的影响，应用改进CRITIC赋权法等方法将主观常权修正为融合专家主观经验和指标参数客观变化规律的主客观变权；最后基于加权平均求取变压器整体状态劣化联系度，从而可较准确地评判变压器的运行状态。

本发明统筹考虑影响变压器正常运行的关键性评估指标，提出了计及时序特征的变压器动态运行状态评估方法，通过建立变压器多层级运行状态评估模型的主客观变权，能够较合理和较准确地评判变压器运行状态，充分计及了评估过程中的模糊不确定性和时序特征，为变压器状态评估提供了一种新的思路，同时为变压器检修策略的制定提供了较为可靠的理论指导，具有较好的实用性和推广性。

附图说明

图1为本发明的电力变压器运行状态评估方法流程图；

图2为本发明中的变压器运行状态评估模型示意图；

图3为本发明的电力变压器运行状态评估装置示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

一方面，本发明提供一种电力变压器运行状态评估方法，如图1所示，包括：

步骤1：选取变压器运行状态评估指标，构建变压器运行状态评估模型，如图2所示，模型包括指标层、项目层和目标层，指标层包括但不限于图2所示的各个评估指标。

步骤2：划分变压器运行状态等级，制定对应于各运行状态等级的标度区间。

步骤3：基于分段三角模糊数耦合集对分析求取指标层中各评估指标的状态劣化联系度。

步骤4：结合专家经验，综合应用模糊层次分析法(Fuzzy AnalyticalHierarchy Process,FAHP)和相似度聚类分析，赋予各评估指标主观常权。

步骤5：基于改进CRITIC赋权法确定各评估指标的客观变权，并将客观变权与对应的主观常权结合为主客观变权。

步骤6：根据评估指标相应的主客观变权，基于加权平均求取项目层及变压器整体的状态劣化联系度，得到变压器运行状态等级。

本发明首先建立变压器多层级运行状态评估模型；然后基于分段三角模糊数耦合集对分析求取评估模型的指标层的状态劣化联系度；其次结合相似度聚类分析和模糊层次分析法使确定的评估模型主观常权充分计及专家主观经验对赋权过程的影响，应用改进CRITIC赋权法等方法将主观常权修正为融合专家主观经验和指标参数客观变化规律的主客观变权；最后基于加权平均求取变压器整体状态劣化联系度，从而可较准确地评判变压器的运行状态。

本发明统筹考虑影响变压器正常运行的关键性评估指标，提出了计及时序特征的变压器动态运行状态评估方法，通过建立变压器多层级运行状态评估模型的主客观变权，能够较合理和较准确地评判变压器运行状态，充分计及了评估过程中的模糊不确定性和时序特征，为变压器状态评估提供了一种新的思路，同时为变压器检修策略的制定提供了较为可靠的理论指导，具有较好的实用性和推广性。

作为本发明的一种改进，在步骤1中，变压器多层级运行状态评估模型分为3个层级，从低级到高级依次为：指标层、项目层和目标层。根据强灵敏性、高可靠性和易操作性的原则，参考Q/GW169-2008《油浸式变压器(电抗器)状态评价导则》，选取变压器的关键性指标组成评估模型的指标层。指标层包括变压器运行状态的各个评估指标，相同类别的评估指标组成项目层，目标层表示变压器运行状态等级。

在步骤2中，为满足变压器状态检修的需要，将变压器运行状态划分为5个等级：优秀、良好、一般、异常和严重，各状态等级与其标度区间的对应关系如表1所示。

表1变压器状态等级与标度区间的对应关系

作为本发明的另一种改进，步骤3可以包括：

步骤31：根据集对分析理论，将变压器的运行状态等级集合和指标层中的评估指标构成一个集对，求取各评估指标与集合之间的状态劣化联系度。

根据集对分析理论，本发明将变压器的运行状态等级集合C＝{c_i|i＝1,2,3,4,5}＝{优秀，良好，一般，异常，严重}和评估模型指标层中的单一评估指标构成一个集对，建立各具体评估指标与集合C之间的状态劣化联系度，具体表达式为：

${\mathrm{\μ}}_{ij}=\left\{\begin{array}{cc}1+0i_1+0i_2+0i_3+0j& p_{ij}\≤s_1\\ \frac{s_1+s_2-2p_{ij}}{s_2-s_1}+\frac{2p_{ij}-2s_1}{s_2-s_1}{i}_1+0i_2+0i_3+0j& s_1\≤p_{ij}\≤\frac{s_1+s_2}{2}\\ 0+\frac{s_2+s_3-2p_{ij}}{s_3-s_1}{i}_1+\frac{2p_{ij}-s_1-s_2}{s_3-s_1}{i}_2+0i_3+0j& \frac{s_1+s_2}{2}\≤p_{ij}\≤\frac{s_2+s_3}{2}\\ 0+0i_1+\frac{s_3+s_4-2p_{ij}}{s_4-s_2}{i}_2+\frac{2p_{ij}-s_2-s_3}{s_4-s_2}{i}_3+0j& \frac{s_2+s_3}{2}\≤p_{ij}\≤\frac{s_3+s_4}{2}\\ 0+0i_1+0i_2+\frac{2s_4-2p_{ij}}{s_4-s_3}{i}_3+\frac{2p_{ij}-s_3-s_4}{s_4-s_3}j& \frac{s_3+s_4}{2}\≤p_{ij}\≤s_4\\ 0+0i_1+0i_2+0i_3+1j& p_{ij}\≥s_4\end{array}\right.;$

其中，i₁、i₂和i₃为差异度系数，根据实际问题在区间[-1,1]内取值；j为对立度系数，规定其取值为-1；s_i(i＝1,2,3,4)为变压器5级运行状态标度区间的划分阈值，本发明令s₁～s₄的值依次为0.2、0.4、0.6、0.85；p_ij为指标x_ij的归一化参数值，若评估指标x_ij为定量指标，则p_ij为其试验参数的相对劣化度，具体计算公式为：

成本型(越小越优型)指标：

效益型(越大越优型)指标：

其中，x_max或x_min为评估指标x_ij的参数极限值，其值的确定可参考《电力设备预防性试验规程》和《电力变压器运行规程》；x_0.ij为评估指标x_ij的出厂值。若评估指标x_ij为定量指标，则p_ij为专家小组根据指标实际状态所打出的归一化分值：

$p_{ij}=\underset{k=1}{\overset{D}{\Σ}}{w}_k\·g_k\left(ij\right);$

其中，D为专家小组中的专家数量；w_k为赋予第k位专家的信任度，w_k∈[0,1]且w₁+w₂+…+w_D＝1；g_k(ij)为第k位专家根据自身经验为评估指标x_ij所打的分值，且g_k(ij)∈[0,1]。

步骤32：基于分段三角模糊数求取状态劣化联系度表达式中的差异度系数。

基于分段三角模糊数求取状态劣化联系度表达式中的差异度系数，本发明定义状态等级特征标度向量V＝{v_i|i＝1,2,3,4,5}＝{0.1,0.3,0.5,0.725,0.925}＝{0.1,(s₁+s₂)/2,(s₂+s₃)/2,(s₃+s₄)/2,0.925}。针对成本型指标，其差异度系数的计算公式如下：

$i_1=\left\{\begin{array}{cc}0& p_{ij}\&le;s_1\\ \frac{p_{ij}-s_1}{s_2-s_1}& s_1<p_{ij}\&le;v_2\\ \frac{s_2+s_3-2p_{ij}}{2(s_3-s_1)}& v_2<p_{ij}\&le;v_3\\ 0& p_{ij}>v_3\end{array}\right.;$

$i_2=\left\{\begin{array}{cc}0& p_{ij}\&le;v_2\\ \frac{s_2+s_3-2p_{ij}}{2(s_3-s_1)}& v_2<p_{ij}\&le;v_3\\ \frac{s_2+s_3-2p_{ij}}{2(s_4-s_2)}& v_3<p_{ij}\&le;v_4\\ 0& p_{ij}>v_4\end{array}\right.;$

$i_3=\left\{\begin{array}{cc}0& p_{ij}\&le;v_3\\ \frac{s_2+s_3-2p_{ij}}{2(s_4-s_2)}& v_3<p_{ij}\&le;v_4\\ \frac{p_{ij}-s_4}{s_4-s_3}& v_4<p_{ij}\&le;s_4\\ 0& p_{ij}>s_4\end{array}\right.;$

对于效益型指标，其差异度系数的计算公式可由上式推理得出。

作为本发明的再一种改进，步骤4可以包括：

步骤41：选取多位专家组成评估专家小组。

择优选取5位从事变压器相关工作的专家组成评估专家小组，并将5位专家依次编号为e₁～e₅。

步骤42：针对同一类别的评估指标，应用模糊层次分析法求取评估专家小组建立的指标排序向量矩阵U。

针对同一类别的评估指标(属于同一项目的评估指标)，利用FAHP求取评估专家小组建立的指标排序向量矩阵U＝[u_ij]_5xn(n为同一类别的指标总数)，U中第i行元素(专家e_i建立的指标排序向量)的具体求取过程如下：

1)专家e_i根据自身经验建立模糊判断矩阵F＝[f_ij]_nxn，本发明采用0.1～0.9标度法来描述两个元素针对某一准则的相对重要程度，0.1～0.9标度法的具体描述如表2所示：

表2 0.1～0.9标度法

2)建立模糊一致性判断矩阵R＝[r_ij]_nxn，其中r_ij＝[(r_i-r_j)/2n]+0.5，r_i和r_j分别为矩阵F中第i行和第j行的元素之和；

3)建立互反型矩阵E＝[e_ij]_nxn，其中e_ij＝r_ij/r_ji；

4)利用方根法求取向量K₀，其中：

$\begin{array}{c}{K}_0={\&lsqb;k_1,k_2,\mathrm{...},k_n\&rsqb;}^T=\&lsqb;{\left(\underset{j=1}{\overset{n}{\&Pi;}}{e}_{1j}\right)}^{1/n}/\underset{i=1}{\overset{n}{\&Sigma;}}{\left(\underset{j=1}{\overset{n}{\&Pi;}}{e}_{ij}\right)}^{1/n},{\left(\underset{j=1}{\overset{n}{\&Pi;}}{e}_{2j}\right)}^{1/n}/\underset{i=1}{\overset{n}{\&Sigma;}}{\left(\underset{j=1}{\overset{n}{\&Pi;}}{e}_{ij}\right)}^{1/n},\mathrm{...},\\ {\left(\underset{j=1}{\overset{n}{\&Pi;}}{e}_{nj}\right)}^{1/n}/\underset{i=1}{\overset{n}{\&Sigma;}}{\left(\underset{j=1}{\overset{n}{\&Pi;}}{e}_{ij}\right)}^{1/n}{\&rsqb;}^T;\end{array}$

5)将向量K₀作为指标排序向量的迭代初值U_i(0)，通过反复迭代求取满足精度要求的向量U_i(k)作为该类指标的最终排序向量，具体迭代过程如下：

I.利用迭代公式U_i(k+1)＝EU_i(k)求取新向量U_i(k+1)，并求取向量U_i(k+1)的无穷范数||U_i(k+1)||_∞；

II.设定精度阈值为ε＝0.001，若||U_i(k+1)||_∞-||U_i(k)||_∞≤ε，则||U_i(k+1)||_∞为最大特征值，将U_i(k+1)作归一化处理，所得向量为该类指标的指标排序向量，迭代结束；否则，将U_i(k+1)＝U_i(k+1)/||U_i(k+1)||_∞作为新的初值，重新进行迭代。

步骤43：基于相似度聚类分析求取评估专家小组的权威关联因数矩阵Q。具体过程为：

1)根据矩阵L构造相似度关联矩阵S＝[s_pq]_5×5。利用向量夹角余弦s_pq(p≠q；p,q＝1,2,3,4,5)来量化矩阵L中任意两个行向量l_p，l_q间的相似度，具体计算公式为：

$s_{pq}=\frac{l_p\&CenterDot;{l_q}^T}{\left|\right|l_p\left|\right|\&CenterDot;\left|\right|l_q\left|\right|};$

其中，||l_p||和||l_q||分别为向量l_p和l_q的长度(范数)。

2)基于矩阵S进行专家聚类：

I.寻找S中的最大非对角线元素s_ab，将专家e_a和e_b放入新向量集合J；

II.令s_ab＝s_ba＝0，寻找并记录S中第a行和第b行的最大非对角线元素s_ac或s_bc，将专家e_c放入J；

III.令s_ac＝s_ca＝0或s_bc＝s_cb＝0，寻找并记录S中第c行的最大非对角线元素s_cd，将专家e_d放入J，以此类推，直至专家全部归入J；

IV.根据实际情况设定阈值T,若记录的s_ij不大于T，则将专家e_i和e_j聚为同一类；否则将专家e_i和e_j分属为不同类。

3)计算专家类别间权重系数α。若通过聚类后5位专家被分成a类，其中专家e_i属于第b(1≤b≤a)类，该类别包括p_b位专家，则该专家类别的权重系数α_b为：

$\left\{\begin{array}{c}{H}_i=\underset{j=1,j\&NotEqual;i}{\overset{5}{\&Sigma;}}\left|\right|l_i-l_j|{|}^2\\ H_b^{\&prime;}=\left(\underset{i=1}{\overset{5}{\&Sigma;}}{H}_i\right)/p_b\\ {\mathrm{\&alpha;}}_b=\&lsqb;{\left(p_b\right)}^2/H_h^{\&prime;}\&rsqb;/\underset{t=1}{\overset{r}{\&Sigma;}}\&lsqb;{\left(p_t\right)}^2/H_t^{\&prime;}\&rsqb;\end{array}\right.;$

4)计算专家类别内权重系数β。第b类中专家e_i对应的权重系数β_i为：

${\mathrm{\&beta;}}_i=\left(\frac{1}{1+c\&times;{\mathrm{CR}}_i}\right)/\underset{j=1}{\overset{p_b}{\&Sigma;}}\left(\frac{1}{1+c\&times;{\mathrm{CR}}_j}\right);$

其中，c为调节比例因子，本发明令c＝10；CR_i和CR_j分别为第b类中专家e_i和e_j建立的模糊一致性判断矩阵的一致性比例；

5)基于两类系数α和β求取Q。专家e_i的权威关联因数为：

q_i＝α_b×β_i。

步骤44：利用公式w₁＝Q×U求取评估指标的主观常权。

利用上述方法确定变压器运行状态评估模型的主观常权如表3所示。

表3变压器状态评估模型的主观常权

作为本发明的再一种改进，步骤5可以包括：

将变压器的多个历史运行时段及当前运行时段的状态信息作为改进CRITIC赋权法的所有决策方案，将变压器某评估指标在某一运行时段的试验参数值作为该指标在此决策方案中的实际参数值。基于改进CRITIC赋权法对变压器运行状态评估模型进行客观赋权的具体过程为：

步骤51：对变压器运行状态评估指标进行标准化处理。具体处理过程如下所示。

成本型指标：

效益型指标：

其中，p_i.k和x_i.k分别为指标i在第k个决策方案中的标准化参数值和实际参数值；max{x_i}和min{x_i}分别为指标i在所有决策方案中的最大参数值和最小参数值。

步骤52：根据改进CRITIC赋权法求取评估指标的客观变权。

$\left\{\begin{array}{c}{\mathrm{\&sigma;}}_i={\{\&lsqb;\underset{k=1}{\overset{n}{\&Sigma;}}{(p_{i.k}-p_{i.avg})}^2\&rsqb;/n\}}^{1/2}\\ r_{ij}=\frac{\underset{k=1}{\overset{n}{\&Sigma;}}(p_{i.k}-p_{i.avg})(p_{j.k}-p_{j.avg})}{{\&lsqb;\underset{k=1}{\overset{n}{\&Sigma;}}{(p_{i.k}-p_{i.avg})}^2\underset{k=1}{\overset{n}{\&Sigma;}}{(p_{j.k}-p_{j.avg})}^2\&rsqb;}^{1/2}}\\ w_2\left(i\right)=\&lsqb;({\mathrm{\&sigma;}}_i+e_i)\underset{j=1,j\&NotEqual;i}{\overset{m}{\&Sigma;}}(1-r_{ij})\&rsqb;/\underset{i=1}{\overset{m}{\&Sigma;}}({\mathrm{\&sigma;}}_i+e_i)\underset{j=1,j\&NotEqual;i}{\overset{m}{\&Sigma;}}(1-r_{ij})\end{array}\right.;$

其中，σ_i为指标i的标准差；n为决策方案的数量；p_i.avg和p_j.avg分别为指标i和j在所有方案中标准化参数的平均值；r_ij为指标i和j的相关系数；e_i为指标i的熵值；w₂(i)为指标i的客观变权；m为指标的数量。

步骤53：将评估指标的客观变权与对应的主观常权结合为主客观变权。

本发明将评估指标i对应的主观常权w₁(i)和客观变权w₂(i)融合为主客观变权，以使得权重系数更为科学合理。对于指标i，其最终的权重系数为：

W(i)＝[w₁(i)+w₂(i)]/2。

作为本发明的再一种改进，步骤6可以包括：

步骤61：将同一类别的评估指标相应的状态劣化联系度进行加权平均，求取项目层的状态劣化联系度。具体计算公式如下：

$\mathrm{\&mu;}=\underset{i=1}{\overset{l}{\&Sigma;}}W\left(i\right)\&CenterDot;{\mathrm{\&mu;}}_i;$

其中，l为该项目包含的指标数量；W(i)为该项目下属指标i的主客观变权；μ_i为指标i的状态劣化联系度。

步骤62：将项目层中各具体项目的状态劣化联系度与状态等级特征联系度集合进行比较，得到变压器各具体项目的运行状态级，若某一项目的运行状态属于或明显倾向于“严重”，则判定将变压器整体运行状态为“严重”，评估结束；否则执行步骤63。

将变压器各具体项目的状态劣化联系度与状态等级特征联系度集合G进行比较，以评判变压器各具体项目的运行状态，其中G＝{g_i|i＝1,2,3,4,5}＝{1,0.5,0,-0.5,-1}，例如变压器油色谱分析(T₁)的状态劣化联系度μ(T₁)＝0.32，则可判定T₁的运行状态介于“良好”与“一般”之间。若某一项目的运行状态属于或明显倾向于“严重”，则判定将变压器整体运行状态为“严重”，评估结束；否则执行步骤63。

步骤63：将项目层中各具体项目的状态劣化联系度进行加权平均，计算变压器整体状态劣化联系度。

步骤64：将变压器整体状态劣化联系度与状态等级特征联系度集合进行比较，得到变压器的整体运行状态等级。

基于加权平均计算变压器整体状态劣化联系度(此时l为变压器状态评估模型中目标层所包含的项目数量)，与集合G进行比较以评判变压器的整体运行状态。

下面以一个优选的实施方式对本发明进行阐述：

以山东省某电力公司一台型号为SZ7-5000/35的配电变压器为算例，对其运行状态进行评估，以解释该发明的具体实施。表4为该配变在2015年的2次油色谱分析数据；表5为该配变自2012年投运以来选取的2次预防性试验数据。

表4配变油色谱分析数据

表5配变预防性试验数据

根据表4提供的数据，通过计算可得该配变的CO绝对产气率和总烃相对产气率分别为每月16.88mL/g和2.256％。表6为应用本发明方法得到的变压器运行状态评估模型中指标层的状态劣化联系度。

表6评估模型指标层的状态劣化联系度

对于定量项目T₁，T₂和T₃，其客观变权分别为：w₂(T₁)＝[0.1003,0.1039,0.5334,0.1205,0.1419]，w₂(T₂)＝[0.2022,0.08881,0.09127,0.2619,0.08869,0.08075,0.09162,0.09483]，w₂(T₃)＝[0.4953,0.3345,0.1702]，进而求得其主客观变权为：W(T₁)＝[0.1137,0.08996,0.4579,0.1019,0.2356]，W(T₂)＝[0.1689,0.0875,0.09804,0.1861,0.0973,0.1250,0.1209,0.1160]，W(T₃)＝[0.4083,0.3001,0.2065]，结合表6提供的定量指标状态劣化联系度，基于加权平均求得项目T₁，T₂和T₃的状态劣化联系度为μ(T₁)＝0.5882，μ(T₂)＝0.7736，μ(T₃)＝1；对于定性项目T₅和T₆，基于加权平均求得其状态劣化联系度为μ(T₄)＝0.7450和μ(T₅)＝0.7135。综上，经计算可得该配变的整体状态劣化联系度为：μ(A)＝0.7603，将该值与集合G进行比较可判断该配变运行状态处于“优秀”和“良好”之间，即“优良”状态。

实际工况表明该配变投运年限较短，整体绝缘老化程度较小，故处于一个优良的运行状态，可适当延期检修，必要时可实施计划检修。综上，基于本发明提出的评估方法评判得到的配变整体运行状态与实际工况较贴近，进而证明了该评估方法的实用性。

另一方面，本发明提供一种电力变压器运行状态评估装置，如图3所示包括：

模型建立模块31，用于选取变压器运行状态的评估指标，构建变压器运行状态评估模型，模型包括指标层、项目层和目标层。

状态等级划分模块32，用于划分变压器运行状态等级，制定对应于各运行状态等级的标度区间。

状态劣化联系度求取模块33，用于基于分段三角模糊数耦合集对分析求取指标层中各评估指标的状态劣化联系度。

主观常权确定模块34，用于结合专家经验，综合应用模糊层次分析法和相似度聚类分析，赋予各评估指标主观常权。

主客观变权确定模块35，用于利用改进CRITIC赋权法确定各评估指标的客观变权，并将客观变权与对应的主观常权结合为主客观变权。

变压器运行状态等级判定模块36，用于根据评估指标相应的主客观变权，基于加权平均求取项目层及变压器整体的状态劣化联系度，得到变压器运行状态的评估结果。

本发明统筹考虑影响变压器正常运行的关键性评估指标，提出了计及时序特征的变压器动态运行状态评估方法，通过建立变压器多层级运行状态评估模型的主客观变权，能够较合理和较准确地评判变压器运行状态，充分计及了评估过程中的模糊不确定性和时序特征，为变压器状态评估提供了一种新的思路，同时为变压器检修策略的制定提供了较为可靠的理论指导，具有较好的实用性和推广性。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种电力变压器运行状态评估方法，其特征在于，包括：

步骤1：选取变压器运行状态评估指标，构建变压器运行状态评估模型，所述模型包括指标层、项目层和目标层；

步骤2：划分变压器运行状态等级，制定对应于各运行状态等级的标度区间；

步骤3：基于分段三角模糊数耦合集对分析求取指标层中各评估指标的状态劣化联系度；

步骤4：结合专家经验，综合应用模糊层次分析法和相似度聚类分析，赋予各评估指标主观常权；

步骤5：基于改进CRITIC赋权法确定各评估指标的客观变权，并将所述客观变权与对应的主观常权结合为主客观变权；

步骤6：根据评估指标相应的主客观变权，基于加权平均求取项目层及变压器整体的状态劣化联系度，得到变压器运行状态等级。

2.根据权利要求1所述的电力变压器运行状态评估方法，其特征在于，所述指标层包括变压器运行状态评估指标，相同类别的评估指标组成项目层，目标层表示变压器运行状态等级，包括优秀、良好、一般、异常和严重5个等级。

3.根据权利要求2所述的电力变压器运行状态评估方法，其特征在于，所述步骤3包括：

步骤31：根据集对分析理论，将变压器的运行状态等级集合和所述指标层中的评估指标构成一个集对，求取各评估指标与集合之间的状态劣化联系度；

步骤32：基于分段三角模糊数求取状态劣化联系度表达式中的差异度系数。

4.根据权利要求3所述的电力变压器运行状态评估方法，其特征在于，所述步骤4包括：

步骤41：选取多位专家组成评估专家小组；

步骤42：针对同一类别的评估指标，应用模糊层次分析法求取评估专家小组建立的指标排序向量矩阵U；

步骤43：基于相似度聚类分析求取评估专家小组的权威关联因数矩阵Q；

步骤44：利用公式w₁＝Q×U求取所述评估指标的主观常权。

5.根据权利要求4所述的电力变压器运行状态评估方法，其特征在于，所述步骤5包括：

步骤51：对变压器运行状态评估指标进行标准化处理；

步骤52：根据改进CRITIC赋权法求取评估指标的客观变权；

步骤53：将评估指标的客观变权与对应的主观常权结合为主客观变权。

6.根据权利要求1-5任一所述的电力变压器运行状态评估方法，其特征在于，所述步骤6包括：

步骤61：将同一类别的评估指标相应的状态劣化联系度进行加权平均，求取项目层的状态劣化联系度；

步骤62：将项目层中各具体项目的状态劣化联系度与状态等级特征联系度集合进行比较，得到变压器各具体项目的运行状态等级，若某一项目的运行状态属于或明显倾向于“严重”，则判定将变压器整体运行状态为“严重”，评估结束；否则执行步骤63；

步骤63：将项目层中各具体项目的状态劣化联系度进行加权平均，计算变压器整体状态劣化联系度；

步骤64：将变压器整体状态劣化联系度与状态等级特征联系度集合进行比较，得到变压器的整体运行状态等级。

7.一种电力变压器运行状态评估装置，其特征在于，包括：

模型建立模块，用于选取变压器运行状态的评估指标，构建变压器运行状态评估模型，所述模型包括指标层、项目层和目标层；

状态等级划分模块，用于划分变压器运行状态等级，制定对应于各运行状态等级的标度区间；

状态劣化联系度求取模块，用于基于分段三角模糊数耦合集对分析求取指标层中各评估指标的状态劣化联系度；

主观常权确定模块，用于利用改进CRITIC赋权法结合专家经验，综合应用模糊层次分析法和相似度聚类分析，赋予各评估指标主观常权；

主客观变权确定模块，用于确定各评估指标的客观变权，并将所述客观变权与对应的主观常权结合为主客观变权；

变压器运行状态等级确定模块，用于根据评估指标相应的主客观变权，基于加权平均求取项目层及变压器整体的状态劣化联系度，得到变压器运行状态等级。