石化企業(yè)電氣設(shè)備健康診斷技術(shù)及應(yīng)用

劉代榮

(1.化學(xué)品安全全國(guó)重點(diǎn)實(shí)驗(yàn)室,山東青島 266104 2.中石化安全工程研究院有限公司,山東青島 266104)

0 前言

近年來(lái),以設(shè)備全生命周期風(fēng)險(xiǎn)管控為核心的設(shè)備完整性管理理念得到重視,以設(shè)備狀態(tài)數(shù)據(jù)為基礎(chǔ)進(jìn)行電氣設(shè)備的健康診斷成為保障電力系統(tǒng)安全穩(wěn)定運(yùn)行的重點(diǎn)工作[1]。國(guó)內(nèi)外學(xué)者針對(duì)電氣設(shè)備健康診斷方法開(kāi)展了大量研究,健康指數(shù)理論[2]、隨機(jī)模糊理論[3]是當(dāng)前對(duì)電氣設(shè)備進(jìn)行綜合評(píng)估的主流方法,此外灰靶理論、馬爾可夫、故障樹(shù)以及貝葉斯網(wǎng)絡(luò)等經(jīng)典模型也被引入到該領(lǐng)域[4]。上述方法雖然具有較為廣泛的適用性,但仍無(wú)法滿足石化企業(yè)的客觀要求。因此,建立石化企業(yè)電氣設(shè)備健康診斷技術(shù),對(duì)狀態(tài)性檢修策略的發(fā)展具有重要意義,也為石化企業(yè)電力系統(tǒng)安全穩(wěn)定運(yùn)行提供保障。

1 電氣設(shè)備健康狀態(tài)評(píng)價(jià)指標(biāo)體系建立

建立健康狀態(tài)評(píng)價(jià)指標(biāo)體系是電氣設(shè)備健康評(píng)估方法的基礎(chǔ),狀態(tài)參量的選取范圍應(yīng)包含狀態(tài)檢監(jiān)測(cè)數(shù)據(jù)、日常巡檢數(shù)據(jù)、預(yù)防性試驗(yàn)數(shù)據(jù)、EM臺(tái)賬數(shù)據(jù)、運(yùn)行環(huán)境條件數(shù)據(jù)等。健康狀態(tài)評(píng)價(jià)指標(biāo)體系應(yīng)能完全反映電氣設(shè)備的健康狀態(tài),而且為了避免計(jì)算冗余,應(yīng)盡可能地減少狀態(tài)參量的個(gè)數(shù)。結(jié)合石化企業(yè)電氣設(shè)備運(yùn)檢數(shù)據(jù)臺(tái)賬,建立4類(lèi)主要電氣設(shè)備的指標(biāo)體系,如表1所示。

表1 4類(lèi)電氣設(shè)備的狀態(tài)參量指標(biāo)體系

指標(biāo)體系中各狀態(tài)參量之間并非完全獨(dú)立,開(kāi)關(guān)柜和電纜指標(biāo)中,各狀態(tài)參量的關(guān)聯(lián)度較高,通過(guò)考慮狀態(tài)參量間相互關(guān)系確定權(quán)重賦值是提升評(píng)估方法準(zhǔn)確性的突破口。由于變壓器和GIS指標(biāo)中的狀態(tài)參量較多且關(guān)系復(fù)雜,難以建立關(guān)聯(lián)矩陣,而通過(guò)專(zhuān)家經(jīng)驗(yàn)與客觀數(shù)據(jù)的有機(jī)融合,能夠有效提升權(quán)重賦值過(guò)程中的客觀性和實(shí)時(shí)性。

根據(jù)關(guān)鍵電氣設(shè)備指標(biāo)體系特點(diǎn),以狀態(tài)參量的數(shù)量及關(guān)聯(lián)性為依據(jù),基于彈性系數(shù)和權(quán)重動(dòng)態(tài)融合的權(quán)重賦值方法,本文以開(kāi)關(guān)柜和變壓器指標(biāo)為代表進(jìn)行研究。

2 權(quán)重賦值方法

2.1 基于彈性系數(shù)的開(kāi)關(guān)柜權(quán)重賦值方法

在開(kāi)關(guān)柜的指標(biāo)體系中,柜體的運(yùn)行年限和日常缺陷都從各自角度對(duì)開(kāi)關(guān)柜的健康狀態(tài)產(chǎn)生影響,但是二者之間的關(guān)系卻是相互耦合的,開(kāi)關(guān)柜的運(yùn)行年限會(huì)一定程度地影響日常缺陷。如果將狀態(tài)參量按照獨(dú)立變量進(jìn)行計(jì)算,則會(huì)出現(xiàn)整體評(píng)估狀態(tài)與實(shí)際狀態(tài)不符的現(xiàn)象。因此,將指標(biāo)體系中狀態(tài)參量分為兩類(lèi):一類(lèi)是該狀態(tài)參量作為獨(dú)立變量,參量的改變直接對(duì)狀態(tài)評(píng)價(jià)結(jié)果產(chǎn)生影響;還有一類(lèi)狀態(tài)參量除了直接對(duì)狀態(tài)評(píng)價(jià)結(jié)果產(chǎn)生影響以外,還將通過(guò)與其他狀態(tài)參量的關(guān)聯(lián),間接地對(duì)狀態(tài)評(píng)價(jià)結(jié)果產(chǎn)生影響。

為了使?fàn)顟B(tài)參量賦權(quán)相對(duì)合理,采用“彈性系數(shù)”的概念(即衡量某一變量的改變所引起的另一個(gè)變量的相對(duì)變化),將各狀態(tài)參量假定為獨(dú)立變量,計(jì)算得到直接彈性系數(shù)及相對(duì)權(quán)重。采用歷史數(shù)據(jù)結(jié)合專(zhuān)家評(píng)議的方法對(duì)狀態(tài)參量的直接彈性系數(shù)進(jìn)行賦值,即狀態(tài)參量指標(biāo)集{s1,s2,……,sm}中狀態(tài)參量si每增加百分之一時(shí),評(píng)價(jià)結(jié)果H增加百分之ki,ki稱(chēng)為狀態(tài)參量si的直接彈性系數(shù),狀態(tài)參量si相對(duì)于狀態(tài)參量指標(biāo)集的相對(duì)權(quán)重Ψi如公式(1):

Ψi=ki/(k1+k2+……+km)

(1)

式中:m——狀態(tài)參量個(gè)數(shù);

ki——狀態(tài)參量si的直接彈性系數(shù)。

為了清晰表示狀態(tài)變量對(duì)狀態(tài)評(píng)價(jià)結(jié)果的直接影響,以及與其他狀態(tài)參量關(guān)聯(lián)對(duì)評(píng)價(jià)結(jié)果的間接影響,繪制“目標(biāo)—變量”關(guān)系圖,如圖1所示。其中,箭頭代表狀態(tài)變量與評(píng)價(jià)結(jié)果、狀態(tài)變量與狀態(tài)變量的影響關(guān)系,kij代表狀態(tài)參量si對(duì)狀態(tài)參量sj的間接彈性系數(shù),如果某一狀態(tài)參量的全部kij均為零,則該參量為獨(dú)立變量。

圖1 “目標(biāo)—變量”關(guān)系

通過(guò)圖1確定變量間具有相互關(guān)系的狀態(tài)參量,結(jié)合間接彈性系數(shù)kij,采用專(zhuān)家賦值或統(tǒng)計(jì)方法構(gòu)建間接彈性矩陣K,如公式(2):

K=(kij)10×10

(2)

因?yàn)殚g接彈性矩陣不包含對(duì)評(píng)價(jià)結(jié)果的直接影響,因此對(duì)角線元素均為0。間接彈性矩陣K所具有的一致性是權(quán)重賦值準(zhǔn)確的前提,必須引入對(duì)判斷矩陣的一致性校驗(yàn),如果不能滿足該校驗(yàn)的閾值,就說(shuō)明主觀決策存在失誤,需要重新對(duì)矩陣進(jìn)行調(diào)整。校驗(yàn)利用矩陣的最大特征根λmax以及矩陣的譜半徑ρ(K)進(jìn)行計(jì)算,如公式(3):

ρ(K)=max{|λi|}<1

(3)

式中:λi——間接彈性矩陣K的特征根。

當(dāng)譜半徑小于校驗(yàn)的閾值時(shí),認(rèn)為賦值權(quán)重具有整體一致性,不存在相互矛盾的情況,可以作為判斷依據(jù),這里將閾值設(shè)為1。間接彈性矩陣K表示一個(gè)狀態(tài)參量與其他狀態(tài)參量之間的彈性,并沒(méi)有將通過(guò)中間狀態(tài)參量傳到其他參量的間接彈性加以表示,為了衡量狀態(tài)參量對(duì)其余關(guān)聯(lián)指標(biāo)的最終變動(dòng),引入綜合間接彈性矩陣D,如公式(4):

(4)

式中:I——單位矩陣;

K——間接彈性矩陣;

t——常數(shù)。

將直接彈性系數(shù)和綜合間接彈性矩陣相結(jié)合,最終狀態(tài)參量彈性系數(shù)L如公式(5):

L?(l1,l2,……,l10)T=(I+D)T

(5)

式中:T——直接彈性系數(shù)矩陣;

D——綜合間接彈性矩陣;

li——狀態(tài)參量si的最終彈性系數(shù)。

狀態(tài)參量si的最終權(quán)重賦值ωi如公式(6):

ωi=|li|/(|l1|+|l2|+……+|l10|)

(6)

2.2 基于權(quán)重動(dòng)態(tài)融合的變壓器權(quán)重賦值方法

為了準(zhǔn)確反映狀態(tài)參量較多的電氣設(shè)備的健康狀況,必須使?fàn)顟B(tài)參量的賦權(quán)相對(duì)合理。采用層次分析法計(jì)算狀態(tài)參量的權(quán)重,可以很大程度上避免單純通過(guò)專(zhuān)家評(píng)議進(jìn)行賦值所產(chǎn)生的主觀偏差[5]。利用九級(jí)標(biāo)度法對(duì)變壓器同一層次的狀態(tài)參量?jī)蓛蛇M(jìn)行比較,得到相對(duì)于同一上層要素的判斷矩陣A,如公式(7):

A=(aij)n×n

(7)

式中:aij——指標(biāo)i相對(duì)于指標(biāo)j重要程度的標(biāo)度;

n——指標(biāo)個(gè)數(shù)。

其中,aij>0,aij=1/aji,aii=1。判斷矩陣A為正互反矩陣,其存在最大特征根且特征根唯一,將對(duì)應(yīng)的特征向量M進(jìn)行歸一化,即可得到各狀態(tài)參數(shù)的權(quán)重,如公式(8):

(8)

一致性校驗(yàn)主要利用矩陣的最大特征根λmax以及矩陣階數(shù)n計(jì)算一致性指標(biāo)CI和一致性檢驗(yàn)系數(shù)CR,如公式(9)、(10)所示:

(9)

(10)

式中:λmax——最大特征根;

CI——一致性指標(biāo);

RI——隨機(jī)一致性指標(biāo);

CR——一致性檢驗(yàn)系數(shù)。

當(dāng)CR小于校驗(yàn)的閾值時(shí),認(rèn)為同一層次的賦值權(quán)重具有整體一致性,不存在相互矛盾的情況,可以作為判斷依據(jù)進(jìn)行使用,這里將閾值設(shè)為0.1。

為了更加客觀地體現(xiàn)各狀態(tài)參數(shù)對(duì)健康狀態(tài)評(píng)估的影響,引入基于數(shù)據(jù)客觀差異性的熵權(quán)法,實(shí)現(xiàn)對(duì)客觀權(quán)重的計(jì)算。假設(shè)現(xiàn)有n個(gè)變壓器的定量評(píng)估指標(biāo)參量,已獲得m組數(shù)據(jù)樣本,則基于熵權(quán)法的客觀權(quán)重具體算法需要首先建立原始數(shù)據(jù)評(píng)價(jià)矩陣Y,如公式(11):

(11)

式中:n——指標(biāo)個(gè)數(shù);

m——數(shù)據(jù)樣本組數(shù);

Yij——第j個(gè)參量的第i個(gè)樣本的取值。

為了去除狀態(tài)參數(shù)單位以及原始數(shù)據(jù)數(shù)值不同對(duì)權(quán)重賦值的影響,需對(duì)評(píng)價(jià)矩陣Y中的元素Yij進(jìn)行歸一化處理,得到歸一化處理后的yij,如公式(12):

(12)

基于熵權(quán)法的客觀權(quán)重具體算法如公式(13)～(15):

(13)

(14)

(15)

式中:n——指標(biāo)個(gè)數(shù);

y′ij——第j個(gè)參量下第i個(gè)樣本所占的權(quán)重;

ej——第j個(gè)指標(biāo)的熵權(quán)值;

ω2j——利用熵權(quán)法得到的第j個(gè)參量的客觀權(quán)重值。

最終得到客觀權(quán)重向量ω2為公式(16):

ω2=[ω21,ω22,…,ω2n]

(16)

為了實(shí)現(xiàn)主觀權(quán)重與客觀權(quán)重的有機(jī)融合,利用最小二乘法優(yōu)化模型來(lái)獲取綜合權(quán)重ω,如公式(17):

(17)

式中:n——指標(biāo)個(gè)數(shù);

ω1j——利用層次分析法得到的第j個(gè)參量的主觀權(quán)重值。

(18)

式中:ωj——異常狀態(tài)參量j的靜態(tài)權(quán)重;

γ——均衡因子,這里取為0.5。

越小越優(yōu)型以及越大越優(yōu)型的變權(quán)系數(shù)可以表示如公式(19)、(20):

(19)

(20)

式中:Yj.max——健康狀態(tài)和注意狀態(tài)之間的最大臨界值;

Yj.min——健康狀態(tài)和注意狀態(tài)之間的最小臨界值。

通過(guò)最小二乘法將層次分析法和熵權(quán)法結(jié)合,實(shí)現(xiàn)了主觀權(quán)重與客觀權(quán)重的有機(jī)融合;通過(guò)變權(quán)系數(shù)以及均衡因子對(duì)異常狀態(tài)參數(shù)權(quán)重進(jìn)行調(diào)整,實(shí)現(xiàn)了靜態(tài)權(quán)重與動(dòng)態(tài)權(quán)重的有機(jī)統(tǒng)一。

3 指標(biāo)隸屬度

3.1 定量型指標(biāo)的劣化函數(shù)及隸屬度

由于定量指標(biāo)之間的量綱和數(shù)量級(jí)各不相同,因此需對(duì)所有參與評(píng)價(jià)的參量進(jìn)行歸一化處理。以劣化函數(shù)來(lái)表征變壓器的運(yùn)行健康狀態(tài),劣化度體現(xiàn)了特征參量與正常值相比較的偏差程度。在此基礎(chǔ)上,對(duì)數(shù)值越大越優(yōu)型及數(shù)值越小越優(yōu)型的參量分別建立劣化函數(shù)s(x)和s′(x),如公式(21)、(22):

(21)

(22)

式中:x——單個(gè)參量的實(shí)際測(cè)量值;

xmax——相關(guān)規(guī)程規(guī)定的最大臨界值;

xmin——相關(guān)規(guī)程規(guī)定的最小臨界值。

結(jié)合石化企業(yè)電氣設(shè)備運(yùn)行狀況,將健康狀態(tài)分為正常、注意、異常、嚴(yán)重4個(gè)等級(jí),并選取半梯形函數(shù)來(lái)表達(dá)狀態(tài)隸屬度,如圖2所示[6]。

圖2 半梯形隸屬函數(shù)

各狀態(tài)等級(jí)的隸屬度函數(shù)見(jiàn)公式(23)～(26)。

(23)

(24)

(25)

(26)

式中:s(x)——狀態(tài)參量對(duì)應(yīng)的劣化度。

3.2 描述型指標(biāo)的隸屬度

描述型指標(biāo)可以通過(guò)專(zhuān)家以及巡檢人員根據(jù)個(gè)人經(jīng)驗(yàn)直接給出相應(yīng)的隸屬度,當(dāng)有多人參與同一狀態(tài)參量的評(píng)價(jià)時(shí),可以通過(guò)取平均值的方法進(jìn)行確定:

(27)

式中:ωm——描述型指標(biāo)的隸屬度;

k——參與同一狀態(tài)參量評(píng)價(jià)的總?cè)藬?shù)。

3.3 定性型指標(biāo)的隸屬度

對(duì)于綜合評(píng)價(jià)指標(biāo)中能且僅能屬于一種狀態(tài)等級(jí)評(píng)語(yǔ)的狀態(tài)參量,例如耐壓試驗(yàn)僅存在耐壓和不耐壓兩種狀態(tài),被認(rèn)為是定性型指標(biāo),隸屬度分別定義為[1,0,0,0]以及[0,0,0,1]。

4 狀態(tài)評(píng)價(jià)

定量型、描述型和定性型指標(biāo)根據(jù)上述隸屬度計(jì)算方法可以分別得到在正常、注意、異常、嚴(yán)重4個(gè)等級(jí)下健康狀態(tài)的隸屬度,并形成隸屬度矩陣Pm,如公式(28):

(28)

式中:n——狀態(tài)參量的總個(gè)數(shù);

φv(mn)——第n個(gè)指標(biāo)在不同狀態(tài)等級(jí)下的隸屬度。

進(jìn)一步計(jì)算得到狀態(tài)評(píng)價(jià)向量U如公式(29):

U=W·Pm

(29)

式中:Pm——隸屬度矩陣;

W——各對(duì)應(yīng)狀態(tài)參量計(jì)算得到的權(quán)重賦值。

根據(jù)向量中各元素的計(jì)算值Ui及其對(duì)應(yīng)的劣化度期望值Exi,計(jì)算整體劣化值Q0,如公式(30):

(30)

式中:U——狀態(tài)評(píng)價(jià)向量各元素的計(jì)算值Ui;

Exi——第i個(gè)元素對(duì)應(yīng)的劣化度期望值。

5 算例分析及平臺(tái)開(kāi)發(fā)

5.1 開(kāi)關(guān)柜指標(biāo)權(quán)重的確立

以山東地區(qū)某石化企業(yè)6 kV開(kāi)關(guān)柜為例,結(jié)合表1所示的狀態(tài)參量指標(biāo)體系,確定指標(biāo)集為:TEV值s1、紅外測(cè)溫溫度s2、真空度s3、運(yùn)行年限s4、柜體日常缺陷s5、主回路電阻s6、絕緣電阻s7、電壓偏差s8、三相不平衡度s9、諧波總畸變度s10。通過(guò)考慮狀態(tài)參量間的相互關(guān)系進(jìn)行矩陣運(yùn)算,初始權(quán)重和最終權(quán)重賦值的變化如圖3。

圖3 開(kāi)關(guān)柜指標(biāo)權(quán)重分布的變化

由圖3可知,在考慮狀態(tài)參量之間的相互關(guān)系以后,狀態(tài)參量的權(quán)重分布發(fā)生明顯變化。其中,s1-s3、s5、s7-s9的權(quán)重幾乎保持不變,說(shuō)明該狀態(tài)參量獨(dú)立性較高,與其他狀態(tài)參量關(guān)聯(lián)性較小。s4、s6、s10的權(quán)重在考慮狀態(tài)參量的關(guān)聯(lián)性以后明顯上升,原因在于該參量通過(guò)與其他狀態(tài)參量的關(guān)聯(lián),間接地對(duì)狀態(tài)評(píng)價(jià)結(jié)果產(chǎn)生影響。

5.2 變壓器指標(biāo)權(quán)重的確立

以山東地區(qū)某石化企業(yè)110 kV變壓器為例,結(jié)合表1所示的狀態(tài)參量指標(biāo)體系,確定指標(biāo)集為:氫氣含量ω1、甲烷含量ω2、乙烯含量ω3、乙炔含量ω4、總烴含量ω5、油中微水ω6、油中糠醛ω7、油擊穿電壓ω8、繞組泄漏電流ω9、繞組介損ω10、吸收比ω11、局部放電波形ω12、紅外圖像識(shí)別ω13、歷史短路狀況ω14、家族缺陷情況ω15、分接開(kāi)關(guān)ω16。通過(guò)最小二乘法將層次分析法和熵權(quán)法結(jié)合,通過(guò)變權(quán)系數(shù)以及均衡因子對(duì)異常狀態(tài)參數(shù)權(quán)重進(jìn)行調(diào)整,變壓器指標(biāo)權(quán)重分布的變化如圖4所示。

圖4 變壓器指標(biāo)權(quán)重分布的變化

如圖4所示,在經(jīng)過(guò)一系列的計(jì)算以后,變壓器指標(biāo)權(quán)重分布同樣發(fā)生明顯變化。其中,通過(guò)最小二乘法得到的靜態(tài)權(quán)重將層次分析法和熵權(quán)法優(yōu)化組合,實(shí)現(xiàn)了主觀權(quán)重與客觀權(quán)重的有機(jī)融合。該石化企業(yè)110 kV變壓器在前期的例行檢查中,存在較長(zhǎng)時(shí)間的油中糠醛含量偏高的情況且含量基本維持不變。通過(guò)對(duì)狀態(tài)參量的變權(quán)處理以后,能夠較好地反映變壓器的真實(shí)健康狀態(tài),實(shí)現(xiàn)了靜態(tài)權(quán)重與動(dòng)態(tài)權(quán)重的有機(jī)統(tǒng)一。

5.3 綜合評(píng)估結(jié)果

根據(jù)狀態(tài)參量數(shù)量及狀態(tài)參量的關(guān)聯(lián)程度將關(guān)鍵電氣設(shè)備分為兩類(lèi),并分別建立基于彈性系數(shù)以及權(quán)重動(dòng)態(tài)融合的權(quán)重賦值方法。上述指標(biāo)權(quán)重算例的分析,充分體現(xiàn)了兩種方法在權(quán)重賦值上的優(yōu)勢(shì)。為進(jìn)一步驗(yàn)證方法對(duì)兩類(lèi)電氣設(shè)備的適用性,以山東地區(qū)某石化企業(yè)同型號(hào)變壓器及開(kāi)關(guān)柜設(shè)備對(duì)健康診斷算法進(jìn)行對(duì)比驗(yàn)證,評(píng)估結(jié)果如圖5所示。

圖5 兩種權(quán)重賦值的對(duì)比綜合評(píng)估結(jié)果

由圖5可知,基于彈性系數(shù)以及權(quán)重動(dòng)態(tài)融合的健康診斷算法,在開(kāi)關(guān)柜的綜合評(píng)估結(jié)果中表現(xiàn)了良好的一致性。但是,2臺(tái)同型號(hào)開(kāi)關(guān)柜基于彈性系數(shù)的健康診斷算法的整體劣化值小于基于權(quán)重動(dòng)態(tài)融合的健康診斷算法的整體劣化值,這主要是由于諸如關(guān)聯(lián)性較強(qiáng)的參數(shù)主回路電阻s6、諧波總畸變度s10的劣化度較低,在考慮狀態(tài)參量之間相互關(guān)系以后,其權(quán)重進(jìn)一步提升,從而降低了整體的劣化值。

基于彈性系數(shù)以及權(quán)重動(dòng)態(tài)融合的健康診斷算法,對(duì)變壓器的綜合評(píng)估結(jié)果產(chǎn)生了不同的影響。這主要是由于變壓器指標(biāo)體系中狀態(tài)參量數(shù)量較多,各狀態(tài)參量間難以建立精確的關(guān)聯(lián)矩陣。通過(guò)專(zhuān)家經(jīng)驗(yàn)與客觀數(shù)據(jù)的有機(jī)融合,有效提升了權(quán)重賦值過(guò)程中的客觀性和實(shí)時(shí)性,體現(xiàn)了權(quán)重動(dòng)態(tài)融合的健康診斷算法在狀態(tài)參量較多條件下的優(yōu)越性。

6 結(jié)語(yǔ)

為提升石化企業(yè)電力系統(tǒng)安穩(wěn)運(yùn)行的可靠性,本文根據(jù)不同電氣設(shè)備狀態(tài)參量指標(biāo)的數(shù)量以及各狀態(tài)參量的關(guān)聯(lián)度,建立差異化的權(quán)重賦值方法,并將3種類(lèi)型的狀態(tài)參量指標(biāo)融合形成隸屬度函數(shù)矩陣,解決了石化企業(yè)數(shù)據(jù)臺(tái)賬類(lèi)型差異較大無(wú)法建立隸屬度函數(shù)的難題,而且從確定權(quán)重賦值、改進(jìn)指標(biāo)隸屬度2個(gè)方面對(duì)健康診斷算法加以?xún)?yōu)化,有效提升了電氣設(shè)備健康診斷的精確性和實(shí)時(shí)性,切實(shí)保障石化企業(yè)生產(chǎn)安全。