變壓器油中氣體監(jiān)測數(shù)據(jù)隨機(jī)誤差的自適應(yīng)檢驗(yàn)方法

鄔蓉蓉張 煒樊宇璐鄧雨榮張玉波

（1.廣西電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，南寧 530023；2.廣西電網(wǎng)有限責(zé)任公司崇左供電局，廣西 崇左 532200）

變壓器油中氣體監(jiān)測數(shù)據(jù)隨機(jī)誤差的自適應(yīng)檢驗(yàn)方法

鄔蓉蓉1張 煒1樊宇璐2鄧雨榮1張玉波1

（1.廣西電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，南寧 530023；2.廣西電網(wǎng)有限責(zé)任公司崇左供電局，廣西 崇左 532200）

提出并應(yīng)用了基于格拉布斯準(zhǔn)則檢驗(yàn)變壓器油氣監(jiān)測數(shù)據(jù)隨機(jī)誤差的自適應(yīng)處理方法，扭轉(zhuǎn)了缺少自動甄別正態(tài)分布下監(jiān)測數(shù)據(jù)隨機(jī)誤差手段的被動局面，降低了誤告警的概率。首先，對監(jiān)測數(shù)據(jù)序列進(jìn)行分類、排序等預(yù)處理，并計(jì)算其樣本均值、樣本標(biāo)準(zhǔn)差；其次，計(jì)算序列中最小、最大數(shù)據(jù)的樣本偏離值；再次，基于格拉布斯準(zhǔn)則迭代檢驗(yàn)各類監(jiān)測組分的氣體，直至排除所有隨機(jī)誤差異常值。實(shí)際應(yīng)用效果表明，該方法改進(jìn)了監(jiān)測系統(tǒng)的糾錯能力，提升了監(jiān)測預(yù)警的效果。

變壓器；油中溶解氣體；格拉布斯準(zhǔn)則；正態(tài)分布；檢驗(yàn)；隨機(jī)誤差

變壓器油中溶解氣體監(jiān)測技術(shù)已在電力行業(yè)廣泛應(yīng)用，并實(shí)現(xiàn)了在省級監(jiān)測主站系統(tǒng)平臺的集中監(jiān)視[1-2]。然而，在對監(jiān)測數(shù)據(jù)的利用和分析方面還存在局限[3-5]。一方面受限于電子元件老化、外部環(huán)境干擾、載氣欠壓等現(xiàn)場影響因素，導(dǎo)致監(jiān)測數(shù)據(jù)產(chǎn)生誤差，甚至導(dǎo)致誤告警；另一方面，監(jiān)測主站系統(tǒng)平臺在歸集大量數(shù)據(jù)后，缺乏對數(shù)據(jù)的分析處理手段；因而依然需要依靠人工經(jīng)驗(yàn)而分析數(shù)據(jù)和預(yù)測故障，亦未能實(shí)現(xiàn)對數(shù)據(jù)有效及時的自動糾錯。

針對現(xiàn)場影響因素，現(xiàn)階段已采取了提升裝置抗干擾性能、改進(jìn)色譜峰識別方法等控制措施，并取得一定的效果[5]。然而且受限于缺少充分分析監(jiān)測數(shù)據(jù)重復(fù)性的依據(jù)，未能甄別此類錯誤數(shù)據(jù)可疑值，導(dǎo)致當(dāng)前的監(jiān)測主站系統(tǒng)平臺無法有效實(shí)現(xiàn)誤差數(shù)據(jù)的自動糾錯，進(jìn)而產(chǎn)生誤告警或漏告警。究其主要原因，在于測量精度等原因產(chǎn)生系統(tǒng)誤差、隨機(jī)誤差的錯誤數(shù)據(jù)，并影響監(jiān)測數(shù)據(jù)的重復(fù)性。

因此，本文在分析監(jiān)測數(shù)據(jù)序列間內(nèi)在聯(lián)系的基礎(chǔ)上，提出、應(yīng)用基于格拉布斯準(zhǔn)則的自適應(yīng)篩查處理油中溶解氣體監(jiān)測數(shù)據(jù)方法，以檢驗(yàn)、剔除監(jiān)測數(shù)據(jù)中的測量誤差，避免因隨機(jī)誤差而導(dǎo)致誤告警、漏告警，提升監(jiān)測系統(tǒng)預(yù)警結(jié)果的準(zhǔn)確性。

1 測量精度分析

由于監(jiān)測結(jié)果易受現(xiàn)場環(huán)境、變壓器及監(jiān)測裝置狀態(tài)變化等“小概率事件”的影響，其監(jiān)測數(shù)據(jù)序列遵循連續(xù)隨機(jī)變量概率分布，屬正態(tài)分布（Gaussian distribution）的特征[7-9]。因此，要提高油中溶解氣體監(jiān)測水平，避免誤告警和漏告警，其關(guān)鍵在于提高測量精度。按DL/Z 249中的技術(shù)指標(biāo)要求，測量精度包括重復(fù)性和誤差[10]，結(jié)合油中溶解氣體監(jiān)測數(shù)據(jù)的特點(diǎn)具體闡述如下：

1）重復(fù)性：即是指判斷測量數(shù)據(jù)的分布是否在平均值處，或者每個測量數(shù)據(jù)是否接近。變壓器在正常運(yùn)行狀態(tài)下的監(jiān)測數(shù)據(jù)大幅變化概率低，故影響重復(fù)性的因素通常是測值增量。

2）測量誤差：包括系統(tǒng)誤差、隨機(jī)誤差，是指測量值參考真實(shí)值的一致性。分析測量誤差的途徑主要是比對分析已知材料。在實(shí)際應(yīng)用中通常是指比對監(jiān)測裝置與實(shí)驗(yàn)室色譜儀對同一油樣的測量結(jié)果，其誤差應(yīng)符合DL/T 722中不同實(shí)驗(yàn)室間相差不應(yīng)大于平均值的30%的要求；但實(shí)驗(yàn)室的檢測頻次（每季度一次）遠(yuǎn)低于在線監(jiān)測的頻次（每日一次），比對的時效性難以滿足要求。并且誤差亦受制于監(jiān)測裝置的最低檢出限。比對分析系統(tǒng)誤差、隨機(jī)誤差的產(chǎn)生原因、特點(diǎn)及影響結(jié)果見表1。

表1 系統(tǒng)誤差的隨機(jī)誤差比對分析

視上述重復(fù)性、測量誤差兩類測量精度指標(biāo)的不同效果，在組合后則可能存在四類情況，如圖 1所示。

圖1 四類不同的測量精度

鑒于上述分析，隨機(jī)誤差有礙于正確判斷變壓器設(shè)備狀態(tài)影響，而且難以有效篩查、消除誤差；故需要通過研究應(yīng)用篩查、排除因干擾所產(chǎn)生隨機(jī)誤差的方法，并可驗(yàn)證監(jiān)測數(shù)據(jù)重復(fù)性，以在一定程度上避免監(jiān)測誤告警。統(tǒng)計(jì)學(xué)中的格拉布斯準(zhǔn)則正是以正態(tài)分布為前提的校驗(yàn)規(guī)則，符合油中溶解氣體監(jiān)測數(shù)據(jù)產(chǎn)生規(guī)律的應(yīng)用條件，可用于建立檢驗(yàn)流程。

2 監(jiān)測數(shù)據(jù)可疑值檢驗(yàn)方法

2.1 格拉布斯準(zhǔn)則

格拉布斯準(zhǔn)則是在未知總體標(biāo)準(zhǔn)偏差σ(x)的情況下，對正態(tài)樣本或接近正態(tài)樣本異常隨機(jī)變量進(jìn)行判別的一種自適應(yīng)處理方法，已經(jīng)實(shí)驗(yàn)證明是效果較好的判據(jù)[11-13]。具體方法如下：

設(shè)n個樣本值按大小順序排列x1≤x2≤…≤xn，對其中的最大或最小數(shù)據(jù)，用格拉布斯準(zhǔn)則檢驗(yàn)，若殘差滿足下式：

則判斷此值為異常數(shù)據(jù)，應(yīng)予以剔除。

2.2 檢驗(yàn)方法

油中溶解氣體監(jiān)測數(shù)據(jù)通常包含 H2、CH4、C2H6、C2H4、C2H2、CO、CO2等氣體濃度值，因此需基于格拉布斯準(zhǔn)則分別檢驗(yàn)每一類監(jiān)測數(shù)據(jù)的可疑值。首先，計(jì)算監(jiān)測數(shù)據(jù)的樣本均值、樣本標(biāo)準(zhǔn)差；其次，分別計(jì)算x1和xn的偏離值 ν1、νn；再次，若 ν1＞ νn則以x1進(jìn)行可疑值檢驗(yàn)；反之則以xn進(jìn)行檢驗(yàn)。此外，由于可能出現(xiàn)不止1個可疑值，故還需進(jìn)行迭代檢驗(yàn)。

表2 油中溶解氣體監(jiān)測顯著性水平α 經(jīng)驗(yàn)值表

2.3 自適應(yīng)檢驗(yàn)流程

具體方法步驟如圖2所示，具體步驟說明如下。

圖2 基于格拉布斯準(zhǔn)則的檢驗(yàn)步驟

1）數(shù)據(jù)采集：通過在線監(jiān)測主站系統(tǒng)平臺采集分布在各地變壓器的監(jiān)測數(shù)據(jù)。

2）數(shù)據(jù)預(yù)處理：在主站系統(tǒng)平臺內(nèi)對監(jiān)測數(shù)據(jù)進(jìn)行分析，并提取某一類監(jiān)測數(shù)據(jù)待進(jìn)行格拉布斯迭代檢驗(yàn)。即假設(shè)監(jiān)測數(shù)據(jù)為n個，從小到大排序?yàn)椋簒1≤x2≤…≤xn。

其中樣本均值的計(jì)算公式如下：

而樣本標(biāo)準(zhǔn)差的計(jì)算公式為

式（2）、式（3）中n為監(jiān)測數(shù)據(jù)個數(shù)，Xi為監(jiān)測數(shù)據(jù)值。

4）計(jì)算x1和xn的偏離值ν1、νn。

其中最小值的樣本偏離值的計(jì)算公式如下：

而最大值的樣本偏離值的計(jì)算公式為：

若ν1＞νn則以x1進(jìn)行可疑值檢驗(yàn)，反之則以xn進(jìn)行檢驗(yàn)。

5）基于格拉布斯準(zhǔn)則的迭代檢驗(yàn)。采用式（1），并結(jié)合α 經(jīng)驗(yàn)值表進(jìn)行檢驗(yàn)，若滿足則判定該值為可疑值，并予以刪除。然后再重新計(jì)算樣本均值和樣本標(biāo)準(zhǔn)差，再重復(fù)以上過程。

若不滿足式（1），則判定該值可用，本類監(jiān)測數(shù)據(jù)檢驗(yàn)結(jié)束。

6）分類檢驗(yàn)。對其他監(jiān)測測量采用與步驟（3）、（4）相同的方法進(jìn)行自適應(yīng)的檢驗(yàn)處理，以保證在對隨機(jī)誤差進(jìn)行篩選、剔除處理之后，各類不同特征數(shù)據(jù)量具有一致性。則完成監(jiān)測數(shù)據(jù)檢驗(yàn)；并可進(jìn)入下一個周期，重復(fù)以上過程。

3 算例分析

3.1 算例場景

2016年2月4日，主站系統(tǒng)平臺監(jiān)測發(fā)現(xiàn)220kV誼祥站 1號主變的氫氣測值達(dá)到既定的告警值（150μL/L），但是根據(jù)人工經(jīng)驗(yàn)分析監(jiān)測數(shù)據(jù)時，則會發(fā)現(xiàn)除氫氣突然越升至告警值以上外，乙烯、甲烷、乙炔等烴類組分氣體均為零；這顯然與當(dāng)變壓器的過熱類或放電類故障時會同時產(chǎn)生氫烴組分氣體的表像不符[14-15]，故此數(shù)據(jù)應(yīng)為隨機(jī)誤差。然而，傳統(tǒng)的監(jiān)測程序并不具備此類人工智能篩查分析的能力，仍然會誤告警設(shè)備異常，干擾正常的設(shè)備預(yù)警與運(yùn)維。

表3 系統(tǒng)告警時的監(jiān)測數(shù)據(jù)

當(dāng)在主站系統(tǒng)平臺中配置基于格拉布斯的監(jiān)測程序后將檢驗(yàn)出現(xiàn)顯著變化的一氧化碳（CO）和氫氣（H2），并對隨機(jī)誤差進(jìn)行糾錯。

1號主變近一個月的一氧化碳（CO）和氫氣（H2）監(jiān)測歷史數(shù)據(jù)見表3，監(jiān)測數(shù)據(jù)曲線如圖3所示。

表4 CO和H2的監(jiān)測歷史數(shù)據(jù)

圖3 監(jiān)測數(shù)據(jù)歷史曲線

3.2 演算過程

針對2016年1月4日到2016年2月4日的監(jiān)測數(shù)據(jù)樣本，分別對CO和H2進(jìn)行可疑值檢驗(yàn)分析，具體過程如下：

1）檢驗(yàn)分析CO的監(jiān)測數(shù)據(jù)

（2）計(jì)算樣本最大最小值的偏離值：ν1=45.05；νn=25.83。因?yàn)棣?＞νn，所以選擇樣本最小值（60.5）進(jìn)行可疑值檢驗(yàn)。

（3）取a=0.05，查a經(jīng)驗(yàn)值表，得g( n,a)=2.773。計(jì)算g( n,a)=41.76，小于 ν1（45.05），則判斷樣本最小值（60.5）為異常值，即2月4日的CO監(jiān)測值為異常值，應(yīng)予以剔除。

2）檢驗(yàn)分析H2的監(jiān)測數(shù)據(jù)

（2）計(jì)算樣本最大最小值的偏離值：ν1=9.6；νn=78.77。因?yàn)棣?＜νn，所以選擇樣本最大值（141.34）進(jìn)行可疑值檢驗(yàn)。

（3）取a=0.05，查a經(jīng)驗(yàn)值表，得g( n,a)=2.773。計(jì)算g( n,a)小于 νn（78.77），則判斷樣本最大值（141.34）為異常值，即2月4日的H2監(jiān)測值為異常值，應(yīng)予以剔除。

至此，結(jié)束對220kV誼祥站1號主變油氣監(jiān)測數(shù)據(jù)的自動檢驗(yàn)分析過程，初判2月4日監(jiān)測數(shù)據(jù)數(shù)據(jù)隨機(jī)誤差；并提示設(shè)備運(yùn)維人員檢查分析。經(jīng)事后檢查，確認(rèn)監(jiān)測裝置存在加溫故障，驗(yàn)證此方法可有效自動篩查出異常變化的數(shù)據(jù)，并利于及時復(fù)核異常變化的原因。

4 結(jié)論

本文在分析監(jiān)測數(shù)據(jù)的顯著性差異特征的基礎(chǔ)上，提出并應(yīng)用了基于格拉布斯準(zhǔn)則而迭代檢驗(yàn)、甄別監(jiān)測數(shù)據(jù)的方法，達(dá)到自適應(yīng)篩查因異常干擾等產(chǎn)生的隨機(jī)誤差的目的，并且降低了監(jiān)測誤告警和漏告警的概率。同時，由于在主站系統(tǒng)平臺具備自動分析和處理錯誤數(shù)據(jù)的能力，也將進(jìn)一步提升系統(tǒng)處理大規(guī)模監(jiān)測數(shù)據(jù)的能力，并降低人工分析排查監(jiān)測誤告警的工作量。

[1]劉娟,鞠登峰,王勇,等.變電站設(shè)備智能狀交覽測系統(tǒng)的設(shè)計(jì)及應(yīng)用[J].電力建設(shè),2012,33(6):6-10.

[2]王峰,閻春雨,畢建剛,等.變電設(shè)備狀態(tài)監(jiān)測系統(tǒng)的設(shè)計(jì)方案[J].電力建設(shè),2011,32(11):31-35.

[3]肖燕彩,朱衡君,張霄元,等.基于溶解氣體分析的電力變壓器在線監(jiān)測與診斷技術(shù)[J].電力自動化設(shè)備,2006,26(6):93-96.

[4]張煒,梁俊斌,鄧雨榮,等.變壓器絕緣油中產(chǎn)氣趨勢突變的檢測方法研究[J].絕緣材料,2015,48(10):72-76.

[5]李洪超,王偉剛,董雪梅.基于M-LS-SVR的變壓器油中溶解氣體濃度預(yù)測[J].電氣技術(shù),2016,17(1):76-80.

[6]趙婉芳,王慧芳,邱劍,等.基于油色譜監(jiān)測數(shù)據(jù)的變壓器動態(tài)可靠性分析[J].電力系統(tǒng)自動化,2014,38(22):38-42,49.

[7]曹建,范競敏,安晨光,等.灰色關(guān)聯(lián)度分析在變壓器油色譜峰辨識中的應(yīng)用[J].電網(wǎng)技術(shù),2010,34(7):206-210.

[8]尹金良,朱永利,俞國勤,等.基于高斯過程分類器的變壓器故障診斷[J].電工技術(shù)學(xué)報,2013,28(1):158-164.

[9]張艷珠,李媛,李小娟.簡化型 PCNN的混合噪聲圖像濾波算法研究[J].控制工程,2013,20(5):829-832.

[10]DL/Z 249.變壓器油中溶解氣體在線監(jiān)測裝置選用導(dǎo)則[S].國家能源局,2012.

[11]陳銳,周書民.改進(jìn)的格拉布斯準(zhǔn)則在氡濃度計(jì)數(shù)中的應(yīng)用[J].核電子學(xué)與探測技術(shù),2009,29(1):113-115.

[12]唐慧強(qiáng),劉鉦江,李全月.硫氮分析系統(tǒng)異常值自動甄別與糾錯方法研究[J].傳感器與微系統(tǒng),2013,32(9):42-45,49.

[13]李夢奇,白曉軍,匡同春,等.工程技術(shù)領(lǐng)域等精度數(shù)據(jù)異常值判定系統(tǒng)[J].計(jì)量技術(shù),2006(3):57-59.

[14]楊超.一起在線監(jiān)測發(fā)現(xiàn) 500kV變壓器缺陷的分析及處理[J].電氣技術(shù),2014,15(9):74-77.

[15]徐康健.變壓器油色譜分析中用三比值法判斷故障時應(yīng)注意的問題[J].變壓器,2010,47(1):75-76.

Adaptive Test Method for Random Error of Dissolved Gas Monitoring Data in Transformer Oil

Wu Rongrong1Zhang Wei1Fan Yulu2Deng Yurong1Zhang Yubo1
(1.Electric Power Science Research Institute of Guangxi Power Grid Co.,Ltd,Nanning 530023;2.Chongzuo Power Supply Bureau of Guangxi Power Grid Co.,Ltd,Chongzuo,Guangxi 532200)

Study on the adaptive test method for random error of dissolved gas monitoring data in transformer oil,to change the passive situation of the lack of automatic diagnosis of random error means，reduces the probability of false alarm and missing alarm.First,the data classification,sorting,and calculate the average value of the data,the standard deviation.Secondly,the deviation value of the minimum data and the maximum data in the data sequence is solved.Finally,the iterative test monitoring data based on Grubbs criterion,until the exclusion of all outliers.The actual application results show that this method improves the error correction capability of the system,but also enhance the effectiveness of monitoring and early warning.

transformer;dissolved gases;Grubbs criterion;Gaussian distribution;test;random error

鄔蓉蓉（1984-），女，碩士，工程師，主要從事電力設(shè)備狀態(tài)監(jiān)測與故障診斷研究工作。

南方電網(wǎng)公司科技項(xiàng)目（GX2014-2-0025，K-GX2014-020）