配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估的云模型研究

孫 睿

（遼寧省電力有限公司盤錦供電公司，遼寧 盤錦 124000）

配網(wǎng)變壓器是配網(wǎng)系統(tǒng)中重要的設(shè)備之一，其能夠安全穩(wěn)定的運(yùn)行對(duì)整個(gè)配網(wǎng)系統(tǒng)的可靠性具有重要的影響[1-3]。配網(wǎng)變壓器具有復(fù)雜的內(nèi)部結(jié)構(gòu)，在變壓器的運(yùn)行過程中極易出現(xiàn)絕緣老化、管路損壞以及維護(hù)不當(dāng)?shù)葐栴}，這些問題會(huì)造成變壓器的故障，從而對(duì)配網(wǎng)系統(tǒng)的安全運(yùn)行造成影響。變壓器一旦發(fā)生故障，就會(huì)使故障原因的排查和處理遇到困難，最終造成變壓器事故搶修的延誤。運(yùn)行設(shè)備的狀態(tài)評(píng)估方法能夠通過對(duì)設(shè)備的運(yùn)行狀態(tài)進(jìn)行分析，對(duì)設(shè)備進(jìn)行故障診斷，及時(shí)發(fā)現(xiàn)設(shè)備的潛在問題，因此對(duì)配網(wǎng)變壓器的運(yùn)行狀態(tài)評(píng)估就顯得尤為重要。針對(duì)目前配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估中模糊方法不能考慮數(shù)據(jù)隨機(jī)性的缺點(diǎn)，本文選用了云模型對(duì)變壓器的運(yùn)行狀態(tài)進(jìn)行評(píng)估，綜合考慮了運(yùn)行狀態(tài)的模糊性和隨機(jī)性，從而最大程度的查找設(shè)備運(yùn)行過程中的問題[4-10]。因此，對(duì)配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估的云模型的研究對(duì)保證系統(tǒng)的安全穩(wěn)定運(yùn)行具有重要的意義。

1 云模型理論基礎(chǔ)

云模型主要用來表示定性概念和定量之間的不確定的轉(zhuǎn)換關(guān)系。云模型中可以用以下3個(gè)數(shù)值來表示云的數(shù)字特征。

1）云的期望

云是由許多云滴組成的，因此期望指的是云滴的分布關(guān)系，具體為空間中的坐標(biāo)數(shù)值，也可以視為云滴重心所在的位置

2）云的熵

云的熵表現(xiàn)了云模型中不確定性的程度，熵為模糊性和隨機(jī)性的融合，是一個(gè)大的宏觀概念。

3）云的超熵

云的超熵表示了云滴的凝聚程度，模糊性和隨機(jī)性共同決定了超熵的數(shù)值。

云的發(fā)生器是云算法的具體形式，具體有X條件發(fā)生器和Y條件發(fā)生器兩種形式，X和Y分別表示了不同數(shù)值的隸屬范圍。式中 Ex為期望值，En和He為方差，x、y為正態(tài)隨機(jī)數(shù)，（x, y）則組成了一個(gè)云滴。

圖1 X條件發(fā)生器

圖2 Y條件發(fā)生器

云模型的評(píng)判方法主要有指標(biāo)、權(quán)重、評(píng)價(jià) 3項(xiàng)，同時(shí)對(duì)應(yīng)著指標(biāo)集、權(quán)重集和評(píng)價(jià)集3個(gè)集合。具體表示如下：

1）云模型評(píng)判的指標(biāo)集合：U ={U0, U1, U2,… ,Um}。

2）云模型評(píng)判的權(quán)重集合：U = { V0, V1, V2,… ,Vm}。

3）云模型評(píng)判的評(píng)價(jià)集合：U ={W0, W1, W2,… ,Wm}。

2 配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估云模型的建立

配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估的云模型主要通過對(duì)變壓器運(yùn)行中的指標(biāo)作為模型的輸入數(shù)據(jù)，通過對(duì)模型的評(píng)估得出變壓器當(dāng)前的運(yùn)行狀態(tài)。具體模型如圖3所示。

圖3 配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估云模型

圖4 建立配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估的評(píng)估體系

云模型建立的關(guān)鍵是建立配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估的評(píng)估體系，具體如圖4所示。

在對(duì)配網(wǎng)變壓器運(yùn)行狀態(tài)羅列完成后，即需要對(duì)不同的運(yùn)行狀態(tài)的特性進(jìn)行分類，本文將變壓器的運(yùn)行狀態(tài)劃分為優(yōu)秀狀態(tài)、良好狀態(tài)、注意狀態(tài)、異常狀態(tài)和嚴(yán)重狀態(tài) 5種運(yùn)行狀態(tài)。具體見表 1。分別給出了不同的運(yùn)行狀態(tài)的評(píng)分以及相對(duì)應(yīng)的維修策略。通過采用層次法計(jì)算不同指標(biāo)所對(duì)應(yīng)的權(quán)重的數(shù)值，具體數(shù)值見表 2。分別為不同指標(biāo)所對(duì)應(yīng)下一層各指標(biāo)的權(quán)重同時(shí)計(jì)算得到不同指標(biāo)下云模型的隸屬函數(shù)，見表3。

表1 變壓器的運(yùn)行狀態(tài)分類

表2 各項(xiàng)指標(biāo)的固定權(quán)重的計(jì)算

表3 云模型的隸屬函數(shù)

3 實(shí)例分析

以某配網(wǎng)變壓器為例進(jìn)行分析。首先選取的變壓器的型號(hào)為 SFPSZ8-120000/220，選取運(yùn)行數(shù)據(jù)進(jìn)行處理和分析。已知該變壓器的運(yùn)行時(shí)間為4年，無大修記錄，運(yùn)行正常。具體的實(shí)驗(yàn)數(shù)據(jù)見表4。

表4 實(shí)驗(yàn)數(shù)據(jù)

按照上述所給模型對(duì)變壓器的目標(biāo)評(píng)價(jià)向量進(jìn)行求解，最終得到目標(biāo)評(píng)價(jià)向量為（0.6053, 0.7085,0.6798, 0.563, 0.4275），評(píng)價(jià)的分值低于60，處于上述所列狀態(tài)中需要注意的狀態(tài)，所需要采取的措施為優(yōu)先維修的措施。

為了判斷云評(píng)估模型的準(zhǔn)確性，選取文獻(xiàn)[4]中的模糊評(píng)價(jià)方法進(jìn)行同樣的狀態(tài)評(píng)估，所得結(jié)果為（0.0948, 0.419, 0.442, 0.003），通過該結(jié)果對(duì)變壓器的狀態(tài)進(jìn)行分析，可得變壓器同樣處于需要注意的狀態(tài)和一般的狀態(tài)的中間值?？紤]實(shí)際情況，變壓器已經(jīng)運(yùn)行了較為長(zhǎng)的時(shí)間，而且沒有進(jìn)行過大修，經(jīng)觀察發(fā)現(xiàn)一些絕緣線路已經(jīng)出現(xiàn)老化的現(xiàn)象，其處于優(yōu)先維修的狀態(tài)更為準(zhǔn)確一些，因此可以得出云模型的狀態(tài)評(píng)估結(jié)果更為準(zhǔn)確。

4 結(jié)論

本文主要對(duì)配網(wǎng)變壓器的運(yùn)行狀態(tài)分析的云模型進(jìn)行了研究。云模型方法綜合考慮了運(yùn)行狀態(tài)的模糊性和隨機(jī)性，從而可以最大程度的查找設(shè)備運(yùn)行過程中的問題。本文建立了配網(wǎng)變壓器的運(yùn)行狀態(tài)評(píng)估模型，對(duì)變壓器的運(yùn)行狀態(tài)進(jìn)行了分類，求解了指標(biāo)權(quán)重和隸屬函數(shù)，并選取實(shí)例進(jìn)行了分析，驗(yàn)證了模型的準(zhǔn)確性。對(duì)配網(wǎng)變壓器運(yùn)行狀態(tài)評(píng)估的云模型的研究對(duì)保證系統(tǒng)的安全穩(wěn)定運(yùn)行具有重要的意義。

[1] 吳立增. 變壓器狀態(tài)評(píng)估方法的研究[D]. 保定: 華北電力大學(xué), 2005.

[2] 劉敦楠, 陳雪青, 何光宇, 等. 電力市場(chǎng)評(píng)價(jià)指標(biāo)體系的原理和構(gòu)建方法[J]. 電力系統(tǒng)自動(dòng)化, 2005,29(23): 2-7, 14.

[3] 袁志堅(jiān), 孫才新, 袁張渝, 等. 變壓器健康狀態(tài)評(píng)估的灰色聚類決策方法[J]. 重慶大學(xué)學(xué)報(bào)(自然科學(xué)版), 2005, 28(3): 22-25.

[4] 紀(jì)航, 朱永利, 郭偉. 基于模糊綜合評(píng)判的變壓器狀態(tài)評(píng)分方法研究[J]. 繼電器, 2006, 34(5): 29-33.

[5] 趙文清, 朱永利. 電力變壓器狀態(tài)評(píng)估綜述[J]. 變壓器, 2007, 44(11): 9-12, 74.

[6] 張青. 多指標(biāo)綜合評(píng)價(jià)失效因素分析及模型[J]. 統(tǒng)計(jì)與決策, 2005, 18(5): 6-8.

[7] 謝紅玲, 律方成. 基于信息融合的變壓器狀態(tài)評(píng)估方法研究[J]. 華北電力大學(xué)學(xué)報(bào), 2006, 33(2): 8-11.

[8] 謝可夫, 羅安. 遺傳算法在變壓器故障診斷中的應(yīng)用[J]. 電力自動(dòng)化設(shè)備, 2005, 25(4): 55-58.

[9] 李儉, 孫才新, 陳偉根, 等. 基于灰色聚類分析的充油電力變壓器絕緣故障診斷的研究[J]. 電工技術(shù)學(xué)報(bào), 2002, 17(4): 80-83.

[10] 鄭蕊蕊, 趙繼印, 吳寶春, 等. 基于加權(quán)灰靶理論的電力變壓器絕緣狀態(tài)分級(jí)評(píng)估方法[J]. 電工技術(shù)學(xué)報(bào), 2008, 23(8): 60-66.