基于ANFIS的變壓器壽命預(yù)測(cè)和狀態(tài)評(píng)估

胡碧偉，鄧祥力，賈聲昊

(1.上海電力大學(xué) 電氣工程學(xué)院，上海 200090； 2. 江蘇興力建設(shè)集團(tuán)，南京 210000 )

0 引 言

電力變壓器是電網(wǎng)設(shè)備中關(guān)鍵資產(chǎn)，在電力系統(tǒng)運(yùn)行的可靠性方面發(fā)揮著至關(guān)重要的作用。能源需求的不斷增長(zhǎng)以及運(yùn)行變壓器數(shù)量的增加，使運(yùn)行變壓器接近或已超過其預(yù)期技術(shù)壽命，導(dǎo)致運(yùn)行中的變壓器的高故障率。IEEE 機(jī)構(gòu)的一項(xiàng)調(diào)查指出，在16年的時(shí)間里，抽取的一批油浸式電力變壓器的故障率預(yù)計(jì)將達(dá)到 10%。在役變壓器的故障會(huì)對(duì)電網(wǎng)的經(jīng)濟(jì)和運(yùn)行造成災(zāi)難性的后果，因此有必要對(duì)變壓器進(jìn)行定期的狀態(tài)監(jiān)測(cè)，以發(fā)現(xiàn)早期故障[1-3]。

在現(xiàn)場(chǎng)實(shí)際評(píng)估中，是根據(jù)健康指數(shù)或評(píng)分表對(duì)變壓器的狀態(tài)進(jìn)行了評(píng)估[4-8]。在該技術(shù)中，根據(jù)以前的狀態(tài)、失效統(tǒng)計(jì)和其他歷史數(shù)據(jù)，預(yù)先為模型中使用的每個(gè)參數(shù)指定一個(gè)加權(quán)因子。由于這種技術(shù)完全依賴于工作人員的專業(yè)知識(shí)，因此在由不同專家開發(fā)時(shí)表現(xiàn)出不一致的分析。此外，相關(guān)文獻(xiàn)中的電力變壓器剩余壽命估計(jì)[9-13]和健康狀態(tài)評(píng)估的模型都是基于靜態(tài)人工神經(jīng)網(wǎng)絡(luò)模型或模糊邏輯規(guī)則，而沒有根據(jù)未來的測(cè)量值和模型結(jié)果反饋來增強(qiáng)這些規(guī)則。

雖然文獻(xiàn)中有論文對(duì)各種變壓器剩余壽命估算模型進(jìn)行了研究，但大多數(shù)模型都是單純基于靜態(tài)專家系統(tǒng)規(guī)則[14-16]，而沒有考慮根據(jù)實(shí)際測(cè)量積累的歷史和經(jīng)驗(yàn)對(duì)這些規(guī)則進(jìn)行自適應(yīng)修正。文中介紹了一種基于自適應(yīng)神經(jīng)模糊推理系統(tǒng) (ANFIS) 的電力變壓器剩余壽命評(píng)估模型。通過日常測(cè)量的診斷參數(shù)和模型輸出的結(jié)果進(jìn)行重復(fù)的自我評(píng)估，可以提高基于模型的精度。該模型使用的參數(shù)是常規(guī)測(cè)量的診斷指標(biāo)，包括絕緣油的界面張力(IFT)、油中糠醛 (2-FAL)含量和油中的含水量，它們與變壓器老化密切相關(guān)。在此基礎(chǔ)上結(jié)合油中溶解氣體分析技術(shù)形成變壓器的健康狀態(tài)評(píng)估模型[17-20]，一個(gè)準(zhǔn)確的健康狀態(tài)評(píng)估，能確保變壓器將運(yùn)行到接近其額定輸出和實(shí)際壽命而不犧牲其實(shí)際完整性。實(shí)施良好的管理策略和正確的操作規(guī)范，可以提高變壓器的性能、可靠性和技術(shù)壽命。

1 變壓器狀態(tài)評(píng)估指標(biāo)及絕緣狀態(tài)劃分

1.1 變壓器狀態(tài)評(píng)估指標(biāo)選取

變壓器的健康狀況在很大程度上取決于其絕緣系統(tǒng)的整體健康狀況。由紙和礦物質(zhì)油組成的油浸式變壓器絕緣系統(tǒng)中，由于老化因素與其相加作用之間的相互依賴關(guān)系，在復(fù)雜的多因素過程中發(fā)生劣化。變壓器內(nèi)部溫度、水分、酸和氧化的累積效應(yīng)是導(dǎo)致變壓器老化的主要原因。考慮到對(duì)變壓器狀態(tài)評(píng)估的全面性、可靠性以及可操作性，根據(jù)《油浸式變壓器絕緣老化判斷導(dǎo)則》以及其他相關(guān)文獻(xiàn)，選擇從壽命評(píng)估、油絕緣、紙絕緣、電氣絕緣四個(gè)大層面來確定變壓器11個(gè)狀態(tài)評(píng)估指標(biāo)參數(shù)，具體指標(biāo)參數(shù)見表1。

表1 變壓器狀態(tài)評(píng)估體系Tab.1 Transformer state evaluation system

1.2 變壓器老化機(jī)理及絕緣狀態(tài)劃分

現(xiàn)在普遍認(rèn)為，變壓器的健康狀況在很大程度上取決于其絕緣系統(tǒng)的整體健康狀況。由紙和絕緣油組成的油浸式變壓器絕緣系統(tǒng)[21-23]，由于老化因子與其附加效應(yīng)之間的相互依賴關(guān)系，通過復(fù)雜的多因素過程發(fā)生退化。變壓器內(nèi)部溫度、水分、酸和氧的累積效應(yīng)是變壓器老化機(jī)理的主要原因。

隨著絕緣系統(tǒng)老化，會(huì)產(chǎn)生若干副產(chǎn)品。酸是這些副產(chǎn)品之一，纖維素紙水解也會(huì)產(chǎn)生一種糠醛的老化副產(chǎn)品，糠醛是評(píng)價(jià)變壓器紙絕緣健康水平的診斷工具之一。作為絕緣系統(tǒng)退化的另一個(gè)決定性因素，油中含水量對(duì)變壓器運(yùn)行的可靠性起著不可或缺的作用，而絕緣油的界面張力值(IFT)表示油溶液中存在可溶性極性污染物和變壓器油老化降解副產(chǎn)物的程度，表2表明了這些參數(shù)的診斷分類情況。油中溶解氣體診斷參數(shù)則參照IEC和我國(guó)《導(dǎo)則》推薦，選取H2、CH4、C2H6、C2H4、C2H2、CO2、CO 7種氣體，其結(jié)果采用IEC 60599標(biāo)準(zhǔn)進(jìn)行分類。

表2 4種診斷參數(shù)的分類Tab.2 Classification of 4 diagnostic parameters

2 基于ANFIS的變壓器壽命估算和狀態(tài)評(píng)估模型

2.1 ANFIS系統(tǒng)

變壓器絕緣系統(tǒng)的退化是一個(gè)復(fù)雜的過程。這種復(fù)雜性源于影響變壓器老化過程的因素的協(xié)同參與。因此，如前所述，找到一個(gè)變壓器老化過程的數(shù)學(xué)方程是非常不可能的。作為一種解決方案，采用 ANFIS 建模方法，基于ANFIS[24-25]的模型的優(yōu)點(diǎn)在于，可以根據(jù)系統(tǒng)數(shù)據(jù)的模式和屬性定制每個(gè)成員函數(shù)參數(shù)和模型規(guī)則。本節(jié)闡述了嵌入所開發(fā)的Sugeno型模糊推理系統(tǒng)的ANFIS的結(jié)構(gòu)，結(jié)構(gòu)圖見圖1，為了簡(jiǎn)單解釋自適應(yīng)神經(jīng)模糊推理系統(tǒng)的功能，假設(shè)研究的模糊推理系統(tǒng)有兩個(gè)輸入x和y， 一個(gè)輸出f， 如圖1所示。

圖1 Sugeno型ANFIS 結(jié)構(gòu)圖Fig.1 Sugeno type ANFIS structure diagram

在此ANFIS結(jié)構(gòu)中，每層中的節(jié)點(diǎn)表示同一系列的功能，如下所述：

(1)

在本研究工作中提出的模型中，利用了鐘形隸屬函數(shù)，這些函數(shù)在數(shù)學(xué)上由式(2)表示，這種隸屬函數(shù)的特征取決于參數(shù)ai，bi和ci。一旦這些參數(shù)發(fā)生任何的變化，隸屬函數(shù)的形狀就會(huì)變化，代表不同的特征。

(2)

節(jié)點(diǎn)2：每個(gè)節(jié)點(diǎn)的功能是將輸入信號(hào)相乘得到加權(quán)因子ωi并將結(jié)果發(fā)送到下一層。每個(gè)節(jié)點(diǎn)的ωi可以如下計(jì)算：

ωi=μAi(x)×μBi(y),i=1,2.…

(3)

原則上，該層中每個(gè)節(jié)點(diǎn)的結(jié)果決定了規(guī)則的權(quán)重。

(4)

(5)

節(jié)點(diǎn)5：作為最后一層僅包括一個(gè)節(jié)點(diǎn)，其功能是把來自第4層的所有輸入累積總和，如式(6)所示：

(6)

2.2 ANFIS系統(tǒng)的訓(xùn)練學(xué)習(xí)

在ANFIS系統(tǒng)中，節(jié)點(diǎn)被區(qū)分為圓形或方形節(jié)點(diǎn)。圓節(jié)點(diǎn)呈現(xiàn)那些沒有任何參數(shù)的節(jié)點(diǎn)，這些參數(shù)被標(biāo)識(shí)為固定節(jié)點(diǎn)，而方形節(jié)點(diǎn)指示具有參數(shù)的節(jié)點(diǎn)，其被稱為自適應(yīng)節(jié)點(diǎn)。為了獲得從輸入數(shù)據(jù)到輸出數(shù)據(jù)的可接受的映射，需要基于可用的訓(xùn)練數(shù)據(jù)來優(yōu)化這些自適應(yīng)節(jié)點(diǎn)的參數(shù)。采用反向傳播算法來進(jìn)行優(yōu)化訓(xùn)練，其方法如下：

(1)利用n組的輸入值，前向計(jì)算參數(shù)值和輸出值；

(2)利用最小二乘法計(jì)算輸入值與期望值之間的誤差值，并將此誤差值反向傳回，利用最大梯度法修正第1層的前向參數(shù)；

(3)根據(jù)誤差項(xiàng)，修正參數(shù)過程中，不斷實(shí)現(xiàn)對(duì)隸屬度函數(shù)的修改，使其達(dá)到誤差值最小的目的。

2.3 變壓器壽命預(yù)測(cè)模型

變壓器的運(yùn)行壽命與其本體絕緣壽命相關(guān)，根據(jù)第1.2節(jié)變壓器老化機(jī)理的分析，變壓器油中的糠醛、水分含量以及油的界面張力能有效地反應(yīng)變壓器的絕緣狀態(tài)，從而來表征變壓器絕緣的壽命，因而結(jié)合ANFIS系統(tǒng)來開發(fā)變壓器壽命預(yù)測(cè)模型。我們從不同等級(jí)的變壓器中整理出輸入數(shù)據(jù)，根據(jù)其調(diào)試數(shù)據(jù)計(jì)算出的變壓器實(shí)際壽命，通過Levenberg-Marquardt反向傳播優(yōu)化算法調(diào)整隸屬函數(shù)參數(shù)。使用輸入和輸出變量的歷史數(shù)據(jù)，該算法通過使用通過學(xué)習(xí)過程計(jì)算和調(diào)整的權(quán)重來優(yōu)化隸屬函數(shù)的參數(shù)，以便最小化實(shí)際和估計(jì)結(jié)果之間的誤差?；谧赃m應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的變壓器壽命模型計(jì)算框圖見圖2。

圖2 基于自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的變壓器 壽命模型計(jì)算框圖Fig.2 Block diagram of transformer life model calculation based on ANFIS

開發(fā)的壽命估算ANFIS模型的結(jié)構(gòu)如圖3所示，其中系統(tǒng)的輸入變量是油界面張力數(shù)、油中的2-FAL含量和絕緣油中的水分含量，而輸出變量是變壓器估算的年齡。

圖3 基于ANFIS的變壓器壽命預(yù)測(cè)模型圖Fig.3 Transformer life prediction model based on ANFIS

2.4 變壓器健康狀態(tài)評(píng)估模型

由于壽命估算模型中使用的參數(shù)也可以反映變壓器的一般健康狀況，在2.3節(jié)的基礎(chǔ)上，建立綜合壽命評(píng)估的健康狀態(tài)評(píng)估模型。變壓器健康狀態(tài)評(píng)估模型是使用這些參數(shù)和油中溶解氣體建立的，油中溶解氣體也是在連續(xù)例行檢查期間測(cè)量的。整個(gè)模型由壽命預(yù)測(cè)模型、絕緣油模型、絕緣紙模型和電氣絕緣模型4個(gè)子模型組成，用指定的參數(shù)對(duì)每個(gè)子模型進(jìn)行訓(xùn)練。在ANFIS中，由于權(quán)值是通過訓(xùn)練過程識(shí)別出來的，所以輸入?yún)?shù)沒有預(yù)先確定的靜態(tài)權(quán)值。因此，所提出的模型為電力公司基于其自身變壓器組的可用數(shù)據(jù)開發(fā)擴(kuò)展模型提供了可行性。同時(shí)在這個(gè)模型中，把影響測(cè)試結(jié)果的變壓器組的所有運(yùn)行規(guī)范都可以反映到模型中，并可用于更有效地管理具有相似運(yùn)行特征的變壓器。

變壓器的整體臨界性是由絕緣油、紙絕緣和電氣臨界性共同決定的。其中：

(1)變壓器絕緣油模型表明絕緣油對(duì)變壓器的風(fēng)險(xiǎn)程度，并根據(jù)油的界面張力值、油中酸度和含水量確定，同時(shí)考慮了溫度對(duì)水分平衡過程的影響；

(2)變壓器紙絕緣模型由變壓器紙降解模型和熱點(diǎn)溫度模型共同組成；根據(jù)IEC和IEEE標(biāo)準(zhǔn)，碳氧化物的比例可用作紙張絕緣劣化的指標(biāo)。在溶解氣體分析(DGA)的背景下，乙烷和乙烯氣體的濃度被確定為變壓器溫度上升時(shí)產(chǎn)生的氣體。則紙絕緣模型基于油中的糠醛含量、加熱氣體(C2H4、C2H6)的水平、油中的碳氧化物濃度以及碳氧化物比(CO2/CO)來確定的,只有當(dāng)碳氧化物濃度超過推薦限度(<3或>11)時(shí)才使用這個(gè)比率。表明纖維素降解顯著；

(3)變壓器電氣絕緣模型由變壓器電弧模型和局部放電模型共同構(gòu)成；通過監(jiān)測(cè)氫氣(H2)和甲烷(CH4)氣體的濃度，可以檢測(cè)變壓器內(nèi)的局部放電活動(dòng)，而乙炔(C2H2)濃度是電弧放電的指示器。

根據(jù)建立的模型，變壓器的健康狀態(tài)在0(表示變壓器處于正常狀態(tài))～1(表示變壓器處于即將發(fā)生故障的風(fēng)險(xiǎn))之間，如表3所示。

表3 健康狀態(tài)評(píng)估等級(jí)與對(duì)應(yīng)處理措施Tab.3 Health status assessment level and corresponding treatment measures

該健康狀態(tài)評(píng)估模型是根據(jù)變壓器的整體臨界性和絕緣壽命共同來確定的，都是使用所提出的ANFIS模型計(jì)算得出的。根據(jù)輸入?yún)?shù)，從相關(guān)的ANFIS子模型中計(jì)算出各種臨界值，由此得出變壓器的健康指數(shù)HI來表征變壓器的健康狀態(tài)。

(7)

式中Pi是每個(gè)絕緣子狀態(tài)的數(shù)值；ωi是每個(gè)絕緣子狀態(tài)的相應(yīng)隸屬度。

3 實(shí)例分析

3.1 基于ANFIS變壓器壽命預(yù)測(cè)模型結(jié)果分析

將收集的糠醛、酸度以及含水量100組數(shù)據(jù)分為兩組進(jìn)行訓(xùn)練和測(cè)試。經(jīng)過訓(xùn)練后，將得到所需的基于ANFIS模型及其優(yōu)化的隸屬函數(shù)。所提出的基于ANFIS模型的調(diào)整后的鐘型隸屬函數(shù)如圖4～圖6所示。與靜態(tài)模糊邏輯模型(FIS)規(guī)則相反，這些隸屬函數(shù)在每次進(jìn)行訓(xùn)練時(shí)都進(jìn)行了優(yōu)化，有利于模型精度的不斷提高。

圖中，輸入變量隸屬函數(shù)的范圍是根據(jù)給定的輸入數(shù)據(jù)通過ANFIS訓(xùn)練選擇的。但是，每個(gè)隸屬函數(shù)的計(jì)算參數(shù)定義了它們所涵蓋的區(qū)間。ANFIS訓(xùn)練有助于持續(xù)增強(qiáng)基于ANFIS的模型，因?yàn)槊看蜗蛩鼈兂尸F(xiàn)新的數(shù)據(jù)集時(shí)，會(huì)員函數(shù)的參數(shù)都會(huì)更新。圖7描述了建議模型的相應(yīng)規(guī)則，這些規(guī)則是通過ANFIS學(xué)習(xí)算法自動(dòng)生成的。

為了評(píng)估該模型的穩(wěn)健性，使用從各種在役變壓器收集了一組數(shù)據(jù)，將該ANFIS模型估計(jì)的變壓器壽命與基于靜態(tài)模糊推理系統(tǒng)建立的模型進(jìn)行比較。表4列出了部分根據(jù)變壓器的調(diào)試日期計(jì)算的實(shí)際壽命、通〗過基于ANFIS的模型得到的變壓器的估計(jì)壽命、通過模糊邏輯推理系統(tǒng)模型估計(jì)的實(shí)際壽命以及每個(gè)模型的估計(jì)誤差。

圖4 糠醛的隸屬度函數(shù)Fig.4 Membership functions of 2-FAL content

圖5 油中含水量的隸屬度函數(shù)Fig.5 Adapted membership functions of cellulose moisture content in oil

圖6 油的界面張力的隸屬度函數(shù)Fig.6 Membership functions of interfacial tension number

圖7 基于ANFIS模型變壓器壽命預(yù)測(cè)規(guī)則Fig.7 Transformer life prediction rules based on ANFIS model

通過比較ANFIS模型和模糊邏輯模型的計(jì)算結(jié)果得知，當(dāng)估算一個(gè)絕緣壽命為39年的變壓器時(shí)，其糠醛含量為5.6(mg/Kg)、含水量為4.6(%M/DM)和界面張力為17(mN/M)，ANFIS系統(tǒng)下預(yù)測(cè)壽命誤差為1.5%，而使用FIS估計(jì)壽命時(shí)，誤差為4.6%。

表4 2種系統(tǒng)下變壓器壽命預(yù)測(cè)的誤差Tab.4 Error of transformer life prediction under two kinds of systems

表5 2種系統(tǒng)下變壓器壽命預(yù)測(cè)的準(zhǔn)確率Tab.5 Accuracy of transformer life prediction under two kinds of systems

表5中，當(dāng)采用相同的迭代次數(shù)對(duì)ANFIS和FIS系統(tǒng)分別進(jìn)行訓(xùn)練評(píng)估，可以看出無論是訓(xùn)練結(jié)果精度還是測(cè)試結(jié)果精度，動(dòng)態(tài)ANFIS模型的準(zhǔn)確率要比靜態(tài)的FIS模型高，表明了基于ANFIS模型的變壓器壽命估計(jì)具有較高的精度。

3.2 基于ANFIS變壓器壽命健康狀態(tài)結(jié)果分析

基于ANFIS變壓器壽命預(yù)測(cè)模型結(jié)果驗(yàn)證過程產(chǎn)生了令人滿意的結(jié)果，證實(shí)了ANFIS訓(xùn)練算法在復(fù)雜和非線性系統(tǒng)建模中的有效性及其高精度。為了評(píng)估基于ANFIS變壓器壽命健康狀態(tài)的綜合模型的準(zhǔn)確性，采用了表6所示的部分調(diào)查運(yùn)行中變壓器收集的數(shù)據(jù)，并將從模型中獲得的健康評(píng)估狀態(tài)與由實(shí)際的狀態(tài)進(jìn)行了比較。

表6 基于ANFIS的變壓器絕緣油診斷參數(shù)的健康狀態(tài)評(píng)估結(jié)果Tab.6 Health assessment results of diagnostic parameters of transformer insulating oil based on ANFIS

對(duì)表6中的第一個(gè)案例研究，提出的模型顯示變壓器健康指數(shù)為0.98，與專家資產(chǎn)管理實(shí)用程序團(tuán)隊(duì)根據(jù)提供的診斷參數(shù)確定的變壓器實(shí)際狀態(tài)相比，誤差為1%。該模型估計(jì)變壓器油絕緣臨界度為0.96，紙絕緣臨界度為0.87，變壓器電氣臨界度為0.57。這些關(guān)鍵性特征產(chǎn)生0.95的總體關(guān)鍵性，隨后，考慮到0.97的壽命估計(jì)，該模型估計(jì)了0.98的變壓器健康指數(shù)。更進(jìn)一步地解釋，這種變壓器油絕緣高臨界性源于絕緣油和紙中含有過高的水分和酸。酸和過多的水分會(huì)加速纖維素絕緣的老化。盡管該變壓器的DGA技術(shù)分析結(jié)果沒有顯示紙絕緣內(nèi)部存在熱故障，但油中的糠醛含量很高，這意味著紙已嚴(yán)重退化，接近使用壽命。根據(jù)H2、CH4和C2H2的濃度，該變壓器0.57的電氣臨界性源于檢測(cè)到的局部放電活動(dòng)。因此，估計(jì)該變壓器的整體臨界度為0.95，將該變壓器分類為臨界組。此外，根據(jù)電力變壓器40年的預(yù)期使用壽命，估算該變壓器的使用壽命為97%，這意味著該變壓器接近其典型使用壽命。最終，根據(jù)估計(jì)的變壓器健康評(píng)估指數(shù)為0.98，提醒該變壓器需要停用，以便進(jìn)行徹底的內(nèi)部檢查。根據(jù)檢查結(jié)果，可以決定是報(bào)廢還是維修變壓器。

3.3 樣本規(guī)模對(duì)模型的影響

為了確定樣本規(guī)模對(duì)模型影響，將從來自不同運(yùn)行條件下的變壓器樣本數(shù)據(jù)庫(kù)中抽出兩組數(shù)據(jù)集，數(shù)據(jù)集1包含120組訓(xùn)練樣本，以及80組測(cè)試數(shù)據(jù)樣本；數(shù)據(jù)集2包含60組訓(xùn)練數(shù)據(jù)樣本，以及30組測(cè)試數(shù)據(jù)樣本?；贏NFIS和基于FIS的狀態(tài)評(píng)估模型分別采用2 000次迭代次數(shù)和1 000次迭代次數(shù)來進(jìn)行訓(xùn)練和評(píng)估，結(jié)果見表7。

由表7可以看出，樣本數(shù)據(jù)規(guī)模的減小，模型的準(zhǔn)確率會(huì)有降低，基于靜態(tài)的FIS模型的效果很差，反觀ANFIS模型則有更好的性能，由于該模型對(duì)參數(shù)有自適應(yīng)的調(diào)整，能夠迅速將隸屬度函數(shù)調(diào)整到最優(yōu)狀態(tài)，所以迭代次數(shù)的大小對(duì)訓(xùn)練誤差幾乎沒有影響，相較于其他模型，ANFIS模型能夠把影響測(cè)試結(jié)果的變壓器的所有運(yùn)行規(guī)范都可以反映到模型中，使得特征參數(shù)更加完善，同時(shí)也保證了測(cè)試結(jié)果的高準(zhǔn)確率。

表7 不同樣本規(guī)模下的模型準(zhǔn)確率Tab.7 Model accuracy rate at different sample sizes

4 結(jié)束語(yǔ)

采用自適應(yīng)神經(jīng)模糊推理系統(tǒng)，提出了一種基于絕緣油診斷參數(shù)的電力變壓器壽命估計(jì)和健康狀態(tài)評(píng)估模型。通過實(shí)驗(yàn)數(shù)據(jù)對(duì)模型進(jìn)項(xiàng)驗(yàn)證和分析，結(jié)果表明：

(1)采用基于ANFIS系統(tǒng)模型結(jié)合各種運(yùn)行條件下變壓器的運(yùn)行數(shù)據(jù)，能夠很好地評(píng)估變壓器的運(yùn)行狀態(tài)和健康狀態(tài)；

(2)ANFIS模型具有自適應(yīng)功能，不需要預(yù)先設(shè)定系統(tǒng)的隸屬度函數(shù)參數(shù)，其在訓(xùn)練過程中由系統(tǒng)生成并調(diào)整到最優(yōu)，減少人為因素的干擾，同時(shí)將影響測(cè)試結(jié)果的變壓器組的所有運(yùn)行規(guī)范都可以反映到模型中，能有效地用于管理具有相似運(yùn)行特征的變壓器；

(3)提出的模型開發(fā)簡(jiǎn)單，輸入?yún)?shù)獲取簡(jiǎn)單，同時(shí)具有較高的準(zhǔn)確率，能持續(xù)地對(duì)變壓器進(jìn)行監(jiān)測(cè)和管理。