CN116862478A - 基于分层架构与动态赋权的变压器健康评估方法 - Google Patents
基于分层架构与动态赋权的变压器健康评估方法 Download PDFInfo
- Publication number
- CN116862478A CN116862478A CN202310949716.5A CN202310949716A CN116862478A CN 116862478 A CN116862478 A CN 116862478A CN 202310949716 A CN202310949716 A CN 202310949716A CN 116862478 A CN116862478 A CN 116862478A
- Authority
- CN
- China
- Prior art keywords
- index
- indexes
- health
- transformer
- hidden danger
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000011156 evaluation Methods 0.000 claims abstract description 77
- 238000012360 testing method Methods 0.000 claims description 68
- 230000015556 catabolic process Effects 0.000 claims description 28
- 238000006731 degradation reaction Methods 0.000 claims description 28
- 238000003745 diagnosis Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000001816 cooling Methods 0.000 claims description 17
- 238000010079 rubber tapping Methods 0.000 claims description 13
- 238000004587 chromatography analysis Methods 0.000 claims description 8
- 230000007935 neutral effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000003862 health status Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 238000009413 insulation Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 description 12
- 239000004973 liquid crystal related substance Substances 0.000 description 8
- 238000007689 inspection Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005183 environmental health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009666 routine test Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明提供了一种基于分层架构与动态赋权的变压器健康评估方法,包括:获取变压器的入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数;基于动态赋权法确定入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数的动态权重并根据动态权重对入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数进行加权求和以获得综合健康指数;将综合健康指数与预设健康指数区间进行对比以确定变压器的健康状态。本发明解决了现有技术中仅依赖变压器状态评估导则易产生主观因素占比大,无法全面反映设备状态的问题。
Description
技术领域
本发明涉及变压器电力技术领域,具体而言,涉及一种基于分层架构与动态赋权的变压器健康评估方法。
背景技术
国家电网有限公司提出建设“国际领先的能源互联网企业”战略目标,电网资产管理需要主动适应能源革命和数字革命融合发展趋势,推进管理变革和技术创新,在设备管理“三化(标准化、精益化、智能化)”上下功夫,在“三全(全寿命资产管理、全过程技术监督、全面质量管理)”上求突破,落实设备管理责任、突出源头防范和综合治理、提升设备管理质量,以实现电网更安全、服务更优质、资产更优良为目标,为公司高质量发展提供安全保障。
当前设备健康管理工作主要存在以下问题:一是现有状态评估理论缺乏全过程状态考量,评价导则多依赖专家经验,主观因素占比大,不能完全反应设备状态,其理论体系有待进一步完善。二是在大量状态监测、检测设备和技术手段应用的背景下,需要一套先进的健康评估体系,提升设备健康状态把控力度,细化设备状态分类。
因此,有必要充分借鉴行业传统状态评价宗旨与核心理念,以全面获取设备状态信息为基础,优化扩展设备状态,并获取评估手段,完善基于海量数据融合分析的健康状态评估方法。
发明内容
本发明的主要目的在于提供一种基于分层架构与动态赋权的变压器健康评估方法,以至少解决现有技术中仅依赖变压器状态评估导则易产生主观因素占比大,无法全面反映设备状态的问题。
为了实现上述目的,本发明提供了一种基于分层架构与动态赋权的变压器健康评估方法,包括:获取变压器的入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数;基于动态赋权法确定入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数的动态权重并根据动态权重对入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数进行加权求和以获得综合健康指数;将综合健康指数与预设健康指数区间进行对比以确定变压器的健康状态。
进一步地,获取变压器的入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数之后还包括:获取变压器的试验诊断指标的健康指数;基于动态赋权法确定入网质量指标、基本配置指标、部件健康指标、外部环境指标、设备隐患指标和试验诊断指标状态量的健康指数的动态权重并根据动态权重对入网质量指标、基本配置指标、部件健康指标、外部环境指标、设备隐患指标和试验诊断指标的健康指数进行加权求和以获得综合健康指数。
进一步地,获取变压器的试验诊断指标的健康指数包括:获取试验诊断指标下的多个试验参数;试验参数包括油中气体含量参数、电气试验参数及绝缘油试验参数;基于模糊劣化法构造劣化扣分函数以优化多个试验参数的劣化扣分计算方式;基于模糊直觉层次分析法确定多个试验参数的权重并计算得到试验诊断指标的健康指数。
进一步地,获取变压器的入网质量指标的健康指数包括:获取入网质量指标下的多个指标;入网质量指标下的多个指标包括调压方式评价指标、冷却方式评价指标、能效等级指标、厂家评估指标、技术符合性评估指标、出厂试验一次通过率指标、短路阻抗大小指标;基于动态赋权法确定入网质量指标下的多个指标的动态权重并进行加权求和以获得变压器的入网质量指标的健康指数。
进一步地,获取变压器的基本配置指标的健康指数包括:获取基本配置指标下的多个指标;基本配置指标下的多个指标包括油色谱监测等级指标、油枕形式指标、套管类型指标、分接开关性能指标、非电量保护装置性能指标、风冷控制方式评价指标、灭火方式评价指标、中性点接地方式评价指标、绝缘油类型指标、在线监测装置配置指标;基于动态赋权法确定基本配置指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的基本配置指标的健康指数。
进一步地,获取变压器的部件健康指标的健康指数包括:获取部件健康指标下的多个指标;部件健康指标下的多个指标包括本体状态评价指标、套管状态评价指标、分接开关状态评价指标、冷却器***状态评价指标、非电量保护装置状态评价指标;基于动态赋权法确定部件健康指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的部件健康指标的健康指数。
进一步地,获取变压器的外部环境指标的健康指数包括:获取外部环境指标下的多个指标;外部环境指标下的多个指标包括母线桥对地绝缘性能指标、电缆性能指标、变压器安装位置评价指标、变电站中性点接地方式评价指标、引线性能指标、三侧设备状态指标;基于动态赋权法确定外部环境指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的外部环境指标的健康指数。
进一步地,获取变压器的设备隐患指标的健康指数包括:获取设备隐患指标下的多个指标;设备隐患指标下的多个指标包括本体隐患指标、冷却***隐患指标、分接开关隐患指标、非电保护装置隐患指标、近区短路隐患指标;基于动态赋权法确定设备隐患指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的设备隐患指标的健康指数。
进一步地,变压器的健康状态包括五个等级,五个健康状态包括健康、亚健康、注意、异常和严重。
本发明技术方案的基于分层架构与动态赋权的变压器健康评估方法,包括:获取变压器的入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数;基于动态赋权法确定入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数的动态权重并根据动态权重对入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数进行加权求和以获得综合健康指数;将综合健康指数与预设健康指数区间进行对比以确定变压器的健康状态。本发明解决了现有技术中仅依赖变压器状态评估导则易产生主观因素占比大,无法全面反映设备状态的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例可选的一种基于分层架构与动态赋权的变压器健康评估方法的流程图;
图2是根据本发明实施例可选的一种基于分层架构与动态赋权的变压器健康评估方法的变压器健康状态评价指标体系分层结构图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示,一种基于分层架构与动态赋权的变压器健康评估方法包括:
步骤S102:获取变压器的入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数;
步骤S104:基于动态赋权法确定入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数的动态权重并根据动态权重对入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数进行加权求和以获得综合健康指数;
步骤S106:将综合健康指数与预设健康指数区间进行对比以确定变压器的健康状态。
本发明在步骤S102和步骤S104之间可以增加步骤S103,步骤S103为获取变压器的试验诊断指标的健康指数;则步骤S104变为基于动态赋权法确定入网质量指标、基本配置指标、部件健康指标、外部环境指标、设备隐患指标和试验诊断指标状态量的健康指数的动态权重并根据动态权重对入网质量指标、基本配置指标、部件健康指标、外部环境指标、设备隐患指标和试验诊断指标的健康指数进行加权求和以获得综合健康指数。本发明解决了现有技术中仅依赖变压器状态评估导则易产生主观因素占比大,无法全面反映设备状态的问题。
以下从具体实施例说明本发明提供的基于分层架构与动态赋权的变压器健康评估方法。
实施例1
如表1和图2所示,基于变压器状态评价导则,并结合设备运行经验集的相关研究成果、入网数据、基本配置、基本隐患监测、变压器环境及例行试验的定性、定量指标来建立变压器健康状态评估指标体系。
表1变压器健康状态评价指标体系
实施例2
获取试验诊断指标下的多个试验参数;试验参数包括油中气体含量参数、电气试验参数及绝缘油试验参数;基于模糊劣化法构造劣化扣分函数以优化多个试验参数的劣化扣分计算方式;试验诊断指标下的多个试验参数包括效应型指标和成本型指标,效应型指标为越大越优型指标,成本型指标为越小越优型指标,效应型指标采用式(1)进行优化;成本型指标采用式(2)进行优化;针对试验诊断指标中的数值型试验参数,采用模糊劣化法构造劣化扣分函数,优化劣化扣分计算方式。
若m<M,则x越大越优,为效应型指标,采用式(1)进行优化:
若m>M,则x越小越优,为成本型指标,采用式(2)进行优化:
其中,x为试验诊断指标中的数值型试验参数;m为参考规程中规定特征量的告警值;M为良好值,取同台设备出厂交接试验值。
状态量未达到劣化扣分阈值时,但存在劣化趋势按设备劣化程度扣分,超过阈值按最大扣分值进行扣分,扣分值计算公式如下所示:
其中,表示第j个特征量的最大扣分值;vj表示模糊阈值之后的劣化扣分。
实施例3
基于模糊直觉层次分析法确定多个试验参数的权重;由于层次分析法得到的指标权重未考虑到专家判断的模糊性,不能精准表达其对客观事物评价的弃权或犹疑情况。针对在线监测油色谱、电气试验、油化试验进行建模分析。本发明主要利用直觉模糊层次分析法(IFAHP)进行权值计算,以在兼顾专家经验的同时避免同类赋权法人为主观性过强的缺陷,且在此基础上引入直觉模糊熵来度量每个权值信息的可信程度作为灰部,构建出更为客观、完备的权值集。其中在线油色谱数据采用组合模型进行分析处理,得到优化分值。评判因素权重集主要分为模部与灰部两部分。模部为指标权重值,反映各评估指标因素在整体评判过程中的重要程度,灰部反映了模部的可信程度。具体步骤如下:
(1)构造直觉模糊判断矩阵
首先邀请专家对属于同上级的下级指标层因素进行两两比较,从而建立直觉模糊判断矩阵R=(rij)n×n=(mij,vij)n×n,(i,j=1,2,…,n)。其中,μij为隶属度,表示该专家认为指标i优于指标j的重要程度;vij为非隶属度,即表示指标j优于指标i的程度,μij,vij∈[0,1],且μij+vij≤1;πij为专家的犹豫度,πij=1-μij-vij;n为该层级指标个数。
(2)一致性检验及修正
在IFAHP中,为了得到合理的评价结果,需要对直觉判断矩阵的一致性进行检验。
该方法通过构建积型一致性直觉判断矩阵建立一致性检验指标。具体构造公式如下:
当j>i+1时,其中
当j=i+1或j=i时,当j<i时,/>
如果R与满足下述条件,则认为直觉判断矩阵R的一致性是可以接受的:
其中,τ为一致性指标阈值,本发明中取τ=0.1;d(·)为R与之间的距离测度,具体公式如下:
反之,当时,可认为直觉判断矩阵的一致性不可以接受,此时应对直觉判断矩阵做适当修正,以保证一定程度的一致性。具体步骤如下:
步骤1:定义最大迭代次数p,初始化p=1,根据R(p)构建积型一致性直觉判断矩阵
步骤2:根据公式(7)计算R(p)与之间的偏差量。若/>则R(p)即为满足一致性检验的直觉判断矩阵,否则,转步骤3;
步骤3:根据公式(8~9)构建直觉判断矩阵其中
其中,σ∈[0,1]为R(p)与之间相似度的控制参数,σ越小,R(p)与/>越相似。最后,令/>p=p+1,返回步骤2;
步骤4:当满足一致性要求时,停止迭代。
(3)指标权重的确定
对于满足一致性的直觉判断矩阵,可根据式(10)得到该层指标权重。
由于公式(10)计算的权重仍为直觉模糊集形式,即wi=(μi,vi)。为了将其转化为单个权值wi,通过引入函数H(wi)来得到指标权重值。函数H(wi)的表达式如下:
(4)专家权重系数的确定
直觉模糊集理论中定义直觉模糊熵来反映集合的模糊程度与不确定程度。当有N个专家决策时,为从整体的角度兼顾到指标的判断信息,本发明认为专家权重应取决于整体可靠程度,故引入直觉模糊熵概念来确定各专家权重系数。直觉模糊熵的公式如下:
其中,表示专家k对某层指标i(i=1,2,…,n)判断信息的直觉模糊熵。该数值越小,则判断信息的不确定程度越小。
根据直觉模糊熵来确定专家k的权重系数,具体公式如下:
其中,为专家k的综合直觉模糊熵,表示其对该层级所有指标判断情况的不确定程度;/>为根据专家k对指标i的权值。
于是,最终的指标权重为
实施例3
计算得到所述试验诊断指标的健康指数具体包括:
(1)处理专家评判结果
设第j个评判因素经预归一化处理后的值为xj,与第k朵云(k=1,2,3,4)的M个云滴横坐标值相等,则xj对应等级Vk的关联度uj为M个云滴关联度均值。
其中,k=1,2,3,4;wj、oj分别为第k层评判因素的权重及对应的灰部;uj、oj分别为评判因素对第i个等级的隶属度和对应灰度;∧表示取极小值运算。
对于评判结果的处理,采用内积法结合最大隶属度准则来综合考虑判别矩阵的隶属度与灰度信息:令bk=(uk,1-ok),则综合评判结果通过计算bk范数结合最大隶属度准则确定。公式如下:
||bk||=bkbk T(23)
(2)计算得到所述试验诊断指标的健康指数
试验诊断指数计算公式如下所示:
其中,m1,m2为最大隶属度和次大隶属度类别,且可以依据隶属度判断健康状态的发展趋势,si为公式(1~2)计算出第i类的扣分值,w(bi)为指数权法计算得到的动态权值。计算时所用到的状态量扣分详情如下表2和表3所示。
表2试验诊断指数计算状态量扣分详情
表3试验项目对应试验周期
试验项目 | 试验周期 |
本体电气试验 | 1000kV周期为1年,其他周期为3年 |
套管电气试验 | 1000kV周期为1年,110(66)~750kV周期为3年 |
油化试验 | 35kV周期为3年,其他周期为1年 |
本体油色谱离线试验 | 1000kV周期为1个月,330~750kV周期为3月 |
套管油色谱离线试验 | 非必测,不做周期要求 |
注意:如果试验项目超出周期,则试验项得分为0。
实施例4
静态权重用于表征评估因素本身的重要程度。然而,当电力变压器的关键性能出现退化或发生某种故障时,通常表现在部分状态指标上。此时,若仍使用静态权重,则可能出现部分异常数据淹被稀疏,导致对变压器健康状况的误判。针对该问题,本发明使用一种结合指数权法与劣化变权法的动态赋权法来评估设备健康状态,并解决了指数权法不为0的问题。具体计算公式如下:
其中,wi为动态权重,Vi,Vj均为状态量的得分值或扣分值。
实施例5
通过变压器状态量得分的加权总和,获得入网质量的健康指数。获取所述入网质量指标下的多个指标;所述入网质量指标下的多个指标包括调压方式评价指标、冷却方式评价指标、能效等级指标、厂家评估指标、技术符合性评估指标、出厂试验一次通过率指标、短路阻抗大小指标;基于动态赋权法确定所述入网质量指标下的多个指标的动态权重并进行加权求和以获得变压器的入网质量指标的健康指数。入网质量指数评估主要考虑变压器的电压等级、绕组型式、调压方式、冷却方式、能效、厂家(供应商评价)、技术符合性评估、出厂试验一次通过率、短路阻抗,投运时间等相关状态量。入网质量指标健康指数计算公式如下所示:
其中,Fi表示第i种状态量的得分值;pi表示第i种状态量的动态权重。相关指标的详细信息如下表4所示。
表4入网质量状态量
实施例6
获取所述基本配置指标下的多个指标;所述基本配置指标下的多个指标包括油色谱监测等级指标、油枕形式指标、套管类型指标、分接开关性能指标、非电量保护装置性能指标、风冷控制方式评价指标、灭火方式评价指标、中性点接地方式评价指标、绝缘油类型指标、在线监测装置配置指标;基于动态赋权法确定所述基本配置指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的基本配置指标的健康指数。基本配置指数评估主要考虑油色谱监测装置、绝缘油、油枕、套管、有载分接开关、非电量保护装置、风冷控制方式、灭火方式、中性点接地方式(变压器)、其他在线监测装置等。基本配置指标健康指数计算公式如下所示:/>
其中,DS表示已劣化状态量集合;Vi表示第i种状态量的劣化扣分值;pi表示第i种状态量的动态权重。基本配置状态量扣分详情如下表5所示。
表5基本配置状态量
/>
实施例7
获取所述部件健康指标下的多个指标;所述部件健康指标下的多个指标包括本体状态评价指标、套管状态评价指标、分接开关状态评价指标、冷却器***状态评价指标、非电量保护装置状态评价指标;基于动态赋权法确定所述部件健康指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的部件健康指标的健康指数。部件健康指数评估以变压器状态评价导则为基础,分别对变压器本体、套管、分接开关、冷却***、非电量保护装置等5个部件进行评价,部件健康指标的健康指数计算分为两步。
步骤一:变压器部件的评价应同时考虑单项状态量的扣分和部件合计扣分情况,部件状态评价标准见表6。当任一状态量单项扣分和部件合计扣分同时达到表6规定时,视为正常状态;当任一状态量单项扣分或部件所有状态量合计扣分达到表6规定时,视为注意状态;当任一状态量单项扣分达到表6规定时,视为异常状态或严重状态。
表6各部件评价标准
(1)本体状态评价
对变压器的运行巡检状态量进行评价,根据表7的评分规则获取本体状态。
表7本体状态量
/>
/>
/>
(2)套管状态评价
对套管的运行巡检、试验、带电检测、在线监测等状态量进行评价,根据表8的评分规则获取套管状态。
表8套管状态量
/>
(3)分接开关状态评价
对分接开关的运行巡检、试验等状态量进行评价,根据表6的评分规则获取分接开关状态。有载分接开关和无励磁分接开关的评价标准分别如表9和表10所示。
表9有载分接开关状态量
/>
表10无励磁分接开关状态量
(4)冷却***状态评价
对冷却***的运行巡检、试验等状态量进行评价,根据表6的评分规则获取冷却***状态。
表11冷却(散热)***状态量评价标准
/>
(5)非电量保护装置状态评价
对非电量保护装置的运行巡检、试验等状态量进行评价,根据表6的评分规则获取非电量保护装置状态。
表12非电量保护状态量评价标准
/>
(6)根据设备运行状态健康程度,并结合分部件状态,计算分部件的得分。计算公式如下:
score=100μ (17)
其中,μ为健康状态系数;μ与状态的关系如下表所示:
状态 | 正常 | 注意 | 异常 | 严重 |
μ | 1.0 | 0.9 | 0.7 | 0.6 |
步骤二:部件健康指数计算公式如下所示:
其中,wj为动态权值。
实施例8
获取所述外部环境指标下的多个指标;所述外部环境指标下的多个指标包括母线桥对地绝缘性能指标、电缆性能指标、变压器安装位置评价指标、变电站中性点接地方式评价指标、引线性能指标、三侧设备状态指标;基于动态赋权法确定所述外部环境指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的外部环境指标的健康指数。外部环境主要指变压器所处的环境,包括中低压母排、电缆(主变间隔)、开关柜、变压器安装位置、变电站中性点接地方式、引线、三侧设备等。外部环境指标健康指数计算公式如下所示:
外部环境健康指数使用的状态量扣分详情如下表所示。
表13外部环境状态量
实施例9
获取所述设备隐患指标下的多个指标;所述设备隐患指标下的多个指标包括本体隐患指标、冷却***隐患指标、分接开关隐患指标、非电保护装置隐患指标、近区短路隐患指标;基于动态赋权法确定所述设备隐患指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的设备隐患指标的健康指数。隐患指数评估包括本体隐患、冷却***隐患、分接开关隐患、非电保护隐患、近区短路冲击隐患、二次隐患等。隐患指标健康指数评估包括两步。
步骤一:统计隐患类型。针对不同类型隐患进行分级,得到不同类型隐患扣分情况如下表14所示。各类型隐患的不同状态量扣分和作为该类型隐患的总扣分值。
表14各类型隐患的不同状态量扣分
步骤二:构建综合隐患健康指数模型,计算公式如下:
其中,Vi表示第i种隐患的扣分值;ni表示第i种隐患的数量。隐患相关状态量详情见隐患月报。
实施例10
基于动态赋权法确定所述入网质量指标、所述基本配置指标、所述部件健康指标、所述外部环境指标和所述设备隐患指标的健康指数的动态权重并根据所述动态权重对所述入网质量指标、所述基本配置指标、所述部件健康指标、所述外部环境指标和所述设备隐患指标的健康指数进行加权求和以获得综合健康指数;综合健康指数需要以入网质量指数、基本配置指数、部件健康指数、外部环境指数、隐患指数、试验诊断指数为一级指标,各指数判别状态量为二级指标,构建基于动态赋权法的层次分析模型。综合健康指数χHI计算公式如下所示。
其中,表示第i个健康指数;λi表示第i个健康指数的权重,权重λi如下表15所示。
表15一级指标权重
注:根据实际数据对权重进行修正;包括试验指标个数可根据实际情况做增量或删减,这里不做硬性规定和具体指定。初始化的健康指数范围如下表所示,待数据接入后,根据具体情况修正对应区间。
实施例11
将所述综合健康指数与预设健康指数区间进行对比以确定所述变压器的健康状态。如下表16所示,根据综合健康指数的得分可以得到相应的变压器健康等级及相应的变压器健康状态描述。
表16健康指数区间、等级及变压器的健康状态之间的关系
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于分层架构与动态赋权的变压器健康评估方法,其特征在于,包括:
获取变压器的入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数;
基于动态赋权法确定所述入网质量指标、所述基本配置指标、所述部件健康指标、所述外部环境指标和所述设备隐患指标的健康指数的动态权重并根据所述动态权重对所述入网质量指标、所述基本配置指标、所述部件健康指标、所述外部环境指标和所述设备隐患指标的健康指数进行加权求和以获得综合健康指数;
将所述综合健康指数与预设健康指数区间进行对比以确定所述变压器的健康状态。
2.根据权利要求1所述的基于分层架构与动态赋权的变压器健康评估方法,其特征在于,所述获取变压器的入网质量指标、基本配置指标、部件健康指标、外部环境指标和设备隐患指标的健康指数之后还包括:
获取变压器的试验诊断指标的健康指数;
基于动态赋权法确定所述入网质量指标、所述基本配置指标、所述部件健康指标、所述外部环境指标、所述设备隐患指标和试验诊断指标状态量的健康指数的动态权重并根据所述动态权重对所述入网质量指标、所述基本配置指标、所述部件健康指标、所述外部环境指标、所述设备隐患指标和所述试验诊断指标的健康指数进行加权求和以获得综合健康指数。
3.根据权利要求2所述的基于分层架构与动态赋权的变压器健康评估方法,其特征在于,所述获取变压器的试验诊断指标的健康指数包括:
获取所述试验诊断指标下的多个试验参数;所述试验参数包括油中气体含量参数、电气试验参数及绝缘油试验参数;
基于模糊劣化法构造劣化扣分函数以优化多个所述试验参数的劣化扣分计算方式;
基于模糊直觉层次分析法确定多个所述试验参数的权重并计算得到所述试验诊断指标的健康指数。
4.根据权利要求1所述的基于分层架构与动态赋权的变压器健康评估方法,其特征在于,所述获取变压器的入网质量指标的健康指数包括:
获取所述入网质量指标下的多个指标;所述入网质量指标下的多个指标包括调压方式评价指标、冷却方式评价指标、能效等级指标、厂家评估指标、技术符合性评估指标、出厂试验一次通过率指标、短路阻抗大小指标;
基于动态赋权法确定所述入网质量指标下的多个指标的动态权重并进行加权求和以获得变压器的入网质量指标的健康指数。
5.根据权利要求1所述的基于分层架构与动态赋权的变压器健康评估方法,其特征在于,所述获取变压器的基本配置指标的健康指数包括:
获取所述基本配置指标下的多个指标;所述基本配置指标下的多个指标包括油色谱监测等级指标、油枕形式指标、套管类型指标、分接开关性能指标、非电量保护装置性能指标、风冷控制方式评价指标、灭火方式评价指标、中性点接地方式评价指标、绝缘油类型指标、在线监测装置配置指标;
基于动态赋权法确定所述基本配置指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的基本配置指标的健康指数。
6.根据权利要求1所述的基于分层架构与动态赋权的变压器健康评估方法,其特征在于,所述获取变压器的部件健康指标的健康指数包括:
获取所述部件健康指标下的多个指标;所述部件健康指标下的多个指标包括本体状态评价指标、套管状态评价指标、分接开关状态评价指标、冷却器***状态评价指标、非电量保护装置状态评价指标;
基于动态赋权法确定所述部件健康指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的部件健康指标的健康指数。
7.根据权利要求1所述的基于分层架构与动态赋权的变压器健康评估方法,其特征在于,所述获取变压器的外部环境指标的健康指数包括:
获取所述外部环境指标下的多个指标;所述外部环境指标下的多个指标包括母线桥对地绝缘性能指标、电缆性能指标、变压器安装位置评价指标、变电站中性点接地方式评价指标、引线性能指标、三侧设备状态指标;
基于动态赋权法确定所述外部环境指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的外部环境指标的健康指数。
8.根据权利要求1所述的基于分层架构与动态赋权的变压器健康评估方法,其特征在于,所述获取变压器的设备隐患指标的健康指数包括:
获取所述设备隐患指标下的多个指标;所述设备隐患指标下的多个指标包括本体隐患指标、冷却***隐患指标、分接开关隐患指标、非电保护装置隐患指标、近区短路隐患指标;
基于动态赋权法确定所述设备隐患指标下的多个指标的动态权重并进行加权劣化扣分以获得变压器的设备隐患指标的健康指数。
9.根据权利要求1所述的基于分层架构与动态赋权的变压器健康评估方法,其特征在于,
所述变压器的健康状态包括五个等级,五个所述健康状态包括健康、亚健康、注意、异常和严重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310949716.5A CN116862478A (zh) | 2023-07-31 | 2023-07-31 | 基于分层架构与动态赋权的变压器健康评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310949716.5A CN116862478A (zh) | 2023-07-31 | 2023-07-31 | 基于分层架构与动态赋权的变压器健康评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116862478A true CN116862478A (zh) | 2023-10-10 |
Family
ID=88226988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310949716.5A Pending CN116862478A (zh) | 2023-07-31 | 2023-07-31 | 基于分层架构与动态赋权的变压器健康评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116862478A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079441A (zh) * | 2023-10-16 | 2023-11-17 | 合肥工业大学 | 一种基于变电站变压器物理状态的火灾预警方法 |
-
2023
- 2023-07-31 CN CN202310949716.5A patent/CN116862478A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079441A (zh) * | 2023-10-16 | 2023-11-17 | 合肥工业大学 | 一种基于变电站变压器物理状态的火灾预警方法 |
CN117079441B (zh) * | 2023-10-16 | 2024-03-12 | 合肥工业大学 | 一种基于变电站变压器物理状态的火灾预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106908674B (zh) | 一种基于多状态量预测的变压器状态评估方法 | |
CN110689234B (zh) | 一种基于多源数据融合的电力变压器状态评估方法 | |
US20180180657A1 (en) | Transformer condition-based risk management system and method | |
CN109102171A (zh) | 一种基于大数据的变电站设备状态智能化评价***及方法 | |
CN103778575A (zh) | 变压器状态评估方法及*** | |
CN110940374A (zh) | 基于大数据融合的变压器健康等级评价***及方法 | |
CN112116276B (zh) | 一种计及电气主设备时变状态的变电站运行风险评估方法 | |
Jaiswal et al. | Health index based condition monitoring of distribution transformer | |
CN116862478A (zh) | 基于分层架构与动态赋权的变压器健康评估方法 | |
CN104123468A (zh) | 基于核心状态量集合的配电变压器状态评估方法 | |
CN112270423A (zh) | 一种基于模糊综合评价的变电站设备状态的评估方法 | |
CN110363404A (zh) | 一种干式空心电抗器状态数据分析方法 | |
Suwanasri et al. | Risk‐based maintenance for asset management of power transformer: practical experience in Thailand | |
Bhalla et al. | Transformer incipient fault diagnosis based on DGA using fuzzy logic | |
Gao et al. | Research into power transformer health assessment technology based on uncertainty of information and deep architecture design | |
CN114169683A (zh) | 基于模糊综合评价理论的发电机励磁***状态评价方法 | |
Liao et al. | A cloud and evidential reasoning integrated model for insulation condition assessment of high voltage transformers | |
CN115796832A (zh) | 基于多维参量的变电设备健康状态综合评估方法 | |
CN116611691A (zh) | 电缆线路多维度运行风险评估方法 | |
CN110580578A (zh) | 一种智能变电站二次***运行质量多分层评价方法 | |
Zhou et al. | Entropy Weight Health Index method of power transformer condition assessment | |
Zhang et al. | Research on variable weight synthesizing model for transformer condition assessment | |
CN115864310A (zh) | 一种多参量融合电力变压器缺陷辨识、状态分级与主动安全保护方法 | |
Das et al. | Transformer assessment using health index–Part I | |
Cliteur et al. | Condition assessment of power transmission and distribution components |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |