基于機(jī)理/數(shù)據(jù)混合驅(qū)動的變壓器故障診斷模型研究

許曉路 劉川燕 羅傳仙

摘 要：通過研究變壓器常見缺陷和故障，提出基于機(jī)理/數(shù)據(jù)混合驅(qū)動的變壓器設(shè)備故障診斷策略。該策略首先需要根據(jù)歷史記錄建立變壓器故障案例庫，然后對待檢測案例進(jìn)行案例匹配，若庫中存在相似案例則快速得到診斷結(jié)論，若沒有相似案例則啟動故障推理模塊。故障推理模塊通過對變壓器故障模式進(jìn)行劃分，基于不同故障模式，形成不同的推理規(guī)則，構(gòu)建變壓器故障樹，以此進(jìn)行故障推理。通過最后的案例分析，證明該策略能夠?qū)ψ儔浩髟O(shè)備故障進(jìn)行準(zhǔn)確、有效、快速的診斷和分析，且診斷結(jié)論可靠，實(shí)用性強(qiáng)。

關(guān)鍵詞：變壓器;故障分析;故障診斷;機(jī)理驅(qū)動;數(shù)據(jù)驅(qū)動

0 引言

變壓器作為電力調(diào)壓/傳輸?shù)年P(guān)鍵性核心部件，是電力運(yùn)維重點(diǎn)監(jiān)控對象。近年來，基于數(shù)據(jù)驅(qū)動的變壓器故障診斷模型研究成為熱點(diǎn)，如采用統(tǒng)計(jì)分析、BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯網(wǎng)絡(luò)、聚類分析等對數(shù)據(jù)進(jìn)行訓(xùn)練得到預(yù)測模型來進(jìn)行故障預(yù)測[1-2]。但此類算法需要大量數(shù)據(jù)進(jìn)行模型訓(xùn)練，而實(shí)際應(yīng)用中卻難以滿足，導(dǎo)致模型準(zhǔn)確率低、精細(xì)化程度不夠等問題。

基于機(jī)理分析驅(qū)動的變壓器故障診斷模型研究仍在不斷發(fā)展，此類方法試圖將變壓器化學(xué)試驗(yàn)數(shù)據(jù)、電氣分析數(shù)據(jù)和巡檢數(shù)據(jù)等進(jìn)行融合，并建立關(guān)系網(wǎng)絡(luò)，以此推算潛伏故障，如模糊學(xué)習(xí)、關(guān)聯(lián)規(guī)則挖掘、隱含馬爾科夫模型等[3-5]。但變壓器故障與相關(guān)特征數(shù)據(jù)間因果關(guān)系不明確，需要大量的專業(yè)經(jīng)驗(yàn)輔助支撐，導(dǎo)致最終故障模型可靠性低。

綜上，本文提出并設(shè)計(jì)了一種基于機(jī)理/數(shù)據(jù)混合驅(qū)動的變壓器故障診斷模型。該模型利用歷史運(yùn)行數(shù)據(jù)、案例庫和故障樹，通過案例匹配和規(guī)則推理方法，構(gòu)建機(jī)理/數(shù)據(jù)混合驅(qū)動的故障診斷模型，有效地避開了復(fù)雜數(shù)學(xué)建模過程，節(jié)約了成本，通過案例自增的方式進(jìn)化案例庫，有效提高了模型的穩(wěn)定性。

1 模型整體架構(gòu)設(shè)計(jì)

變壓器故障診斷模型是使用變壓器臺賬數(shù)據(jù)、運(yùn)行數(shù)據(jù)、故障數(shù)據(jù)、歷史案例等信息作為系統(tǒng)輸入，然后利用診斷模型對變壓器的運(yùn)行狀態(tài)進(jìn)行評估和潛伏性故障診斷，得出故障診斷結(jié)果及解決辦法，作為輸出反饋給用戶。其整體框架如圖1所示。

1.1 ? ?用戶層

用戶層包括輸入故障現(xiàn)象模塊、故障現(xiàn)象預(yù)處理模塊、故障處理模塊及結(jié)果反饋模塊。對故障現(xiàn)象進(jìn)行描述和預(yù)處理后，將狀態(tài)信息輸入到故障診斷層，并提出故障查詢。得到診斷結(jié)果之后，需要檢修人員拿著結(jié)果找出故障原因，并解決故障。如果該規(guī)則已存在于案例庫，則調(diào)用歷史案例;若該規(guī)則與案例庫不同或者是一條新規(guī)則，則將該規(guī)則反饋給故障構(gòu)建層進(jìn)行案例庫更新。

1.2 ? ?故障診斷層

故障診斷層承接用戶層輸入，完成故障診斷并反饋結(jié)果給用戶層，是診斷系統(tǒng)的核心，包括故障診斷模型和故障類型及解決辦法輸出模塊。故障診斷模型核心是采用案例和規(guī)則串行推理的方式對故障進(jìn)行診斷并輸出診斷結(jié)果。故障類型及解決辦法輸出模塊主要負(fù)責(zé)將故障診斷結(jié)果，包括故障原因、故障解決辦法等信息輸出給用戶。

1.3 ? ?案例庫構(gòu)建層

案例庫構(gòu)建層是系統(tǒng)底層知識庫，包括現(xiàn)象案例映射模塊和案例庫更新模塊。根據(jù)歷史故障診斷經(jīng)驗(yàn)，案例映射模塊進(jìn)行案例收集，包括故障現(xiàn)象、原因、類型及經(jīng)過實(shí)踐驗(yàn)證的解決辦法之間的映射關(guān)系。在進(jìn)行故障診斷時(shí)，可以為故障診斷層提供相似的案例。案例更新模塊，負(fù)責(zé)將新的案例收集入庫，及時(shí)更新和進(jìn)化案例庫。

1.4 ? ?規(guī)則構(gòu)建層

規(guī)則構(gòu)建層也是系統(tǒng)底層規(guī)則庫，負(fù)責(zé)規(guī)則的生成及管理，其核心為基于規(guī)則生成模塊。本文應(yīng)用故障樹分析方法構(gòu)建變壓器規(guī)則模型。此模塊產(chǎn)生的規(guī)則作用并服務(wù)于故障診斷層的規(guī)則推理模塊。

2 機(jī)理/數(shù)據(jù)混合驅(qū)動方法

基于機(jī)理/數(shù)據(jù)混合驅(qū)動的故障診斷模型是故障診斷層的關(guān)鍵技術(shù)，其整體思路為利用案例匹配和規(guī)則推理相結(jié)合的方式，首先輸入故障現(xiàn)象，然后檢索案例庫，尋找相似案例。若有相似案例，則快速獲得診斷結(jié)果及相應(yīng)檢修策略;若沒有合適的相似案例，則啟動規(guī)則推理，最終將推理產(chǎn)生結(jié)果作為診斷結(jié)果進(jìn)行輸出。該模型流程圖如圖2所示。

第一步：故障數(shù)據(jù)輸入。由用戶輸入變壓器故障數(shù)據(jù)特征屬性的描述信息，并提出查詢需求。

第二步：數(shù)據(jù)預(yù)處理。在進(jìn)行故障診斷前，因故障現(xiàn)象屬性描述不一致，需要對故障現(xiàn)象的描述信息進(jìn)行預(yù)處理，獲取統(tǒng)一、規(guī)范的故障現(xiàn)象特征值。

第三步：案例庫匹配。檢索故障案例庫，利用匹配算法進(jìn)行案例匹配。如有相似案例，則輸出相似度最大的案例;如沒有相似案例，則啟動基于FTA的規(guī)則推理算法進(jìn)行推理。

第四步：基于FTA的規(guī)則推理。該模型的核心思想是根據(jù)以往專家經(jīng)驗(yàn)，將所有案例利用故障樹歸納生成規(guī)則，然后采用基于規(guī)則引擎的推理方法，將待診斷故障現(xiàn)象、數(shù)據(jù)與規(guī)則庫進(jìn)行匹配，來推理得出診斷結(jié)論。

第五步：診斷結(jié)果輸出。此階段負(fù)責(zé)根據(jù)之前的方法（匹配到最相似案例，或者利用規(guī)則推理模型）生成故障診斷結(jié)果，然后將相關(guān)結(jié)果信息如故障診斷結(jié)果、可能故障原因及解決辦法進(jìn)行輸出。

第六步：更新案例庫。根據(jù)系統(tǒng)診斷出的新的故障信息，對案例庫進(jìn)行更新和維護(hù)。

第七步：診斷結(jié)果反饋。將最終的故障診斷結(jié)果信息反饋給系統(tǒng)用戶。

3 基于FTA的規(guī)則生成方法

FTA（Fault Tree Analysis）是由美國貝爾實(shí)驗(yàn)室首次應(yīng)用并發(fā)展起來的一種由上往下的演繹式失效分析法[6]。變壓器故障按部件劃分建立故障主樹，包括繞組故障、鐵芯故障、套管故障、有載分接開關(guān)故障、冷卻系統(tǒng)故障、非電量保護(hù)故障等，如圖3所示。

其中，繞組故障子樹包括繞組變形、短路故障、斷路故障和其他過熱故障，而短路故障是繞組故障中發(fā)生率最高、危險(xiǎn)性最大的一類故障。本文以繞組故障子樹為例進(jìn)行分析，如圖4所示。

4 案例分析

某110 kV變壓器自2010年投入運(yùn)行以來，多次受到中壓和低壓側(cè)的外部短路沖擊，且因短路引起的沖擊十分嚴(yán)重。根據(jù)現(xiàn)場檢測器采集的數(shù)據(jù)進(jìn)行相關(guān)分析，結(jié)果如表1、表2、表3所示。

如表1、表2、表3所示，變壓器油中出現(xiàn)了乙炔氣體并超標(biāo)（表1），經(jīng)過預(yù)防性試驗(yàn)發(fā)現(xiàn)，變壓器中繞組電容量（表2）和低電壓阻抗（表3）出現(xiàn)較大變化。將上述信息輸入到變壓器故障診斷模塊后，故障診斷模塊推斷出該變壓器繞組可能存在變形，如圖5所示。

對變壓器進(jìn)行解體檢查，證實(shí)了上述判斷，變壓器中的三相中壓和低壓繞組均發(fā)生明顯變形，尤以中壓C相最為嚴(yán)重，如圖6所示，驗(yàn)證了本方法的有效性。

5 結(jié)語

本文在研究變壓器常見缺陷或故障模式、專家診斷經(jīng)驗(yàn)及國內(nèi)外故障診斷算法的基礎(chǔ)上，提出并設(shè)計(jì)了基于機(jī)理/數(shù)據(jù)混合驅(qū)動的串聯(lián)式變壓器設(shè)備故障快速診斷模型和系統(tǒng)。由案例驗(yàn)證可知，本模型可以很好地輔助變壓器故障的診斷，為設(shè)備檢修決策提供指導(dǎo)。

[參考文獻(xiàn)]

[1] 孔德錢，張新燕，童濤，等.基于差分進(jìn)化算法與BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[J].電測與儀表，2020，57（5）：57-61.

[2] 王東，朱永利.基于模糊C均值聚類和改進(jìn)相關(guān)向量機(jī)的變壓器故障診斷[J].電測與儀表，2019，56（12）：14-19.

[3] 祁萌，王艷，何若雪.基于改進(jìn)模糊神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷的研究[J].成都工業(yè)學(xué)院學(xué)報(bào)，2019，22（2）：43-45.

[4] 趙龍龍.基于關(guān)聯(lián)模型的電力變壓器健康評估云應(yīng)用[J].電工電氣，2020（4）：39-43.

[5] 胡江，趙冬梅，張旭，等.基于最大熵隱馬爾科夫模型的電網(wǎng)故障診斷方法[J].電網(wǎng)技術(shù)，2019，43（9）：3368-3375.

[6] 展萬里，胡軍，谷青范，等.基于模型的故障樹自動生成方法[J/OL].計(jì)算機(jī)科學(xué)，2021：1-20.（2021-04-13）[2021-08-25].https：//t.cnki.net/kcms/detail？v=Dhx_ehRx4hfeytr4wxEVyNaYQLOBfaizkl2hh_jJOPX795x1HMYS4G2vxdZeSQIbtsqBfZEQqHTZemeUUEuWbFO8TUXRZdaj6PFju3mxroXOkObnKt1rmw==&uniplatform=NZKPT.

收稿日期：2021-09-01

作者簡介：許曉路（1988—），男，湖北沙洋人，碩士研究生，高級工程師，研究方向：輸變電設(shè)備遠(yuǎn)程運(yùn)維及評價(jià)診斷。

劉川燕（1976—），女，湖北武漢人，高級工程師，從事電力技術(shù)服務(wù)和咨詢工作。

羅傳仙（1976—），男，湖北荊門人，碩士研究生，高級工程師，研究方向：輸變電設(shè)備運(yùn)維檢修。