基于云模型的电力变压器状态综合评判

　　0　引　言

　　变压器是电力系统非常重要的设备,其运行状态直接影响系统的安全运行[1~2]。因此,有效地诊断变压器故障、准确判断变压器的运行状态具有重要意义。长期以来,对变压器运行状况的判断都是通过停电预防性试验和定期检修来实现的。然而在当前电力企业走向市场的形势下,用状态检修的模式替代传统定期检修制度是电力企业自身发展的必然趋势。状态检修是以设备的当前实际工作状况为依据,通过先进的状态监测手段、可靠的评价手段和寿命的预测手段来判断设备的状态。状态检修对故障的部位、严重程度和发展趋势做出的判断,可识别故障的早期征兆,并根据分析诊断结果在设备性能下降到一定程度或故障将要发生之前进行维修。变压器的状态信息包括预防性试验、在线监测数据、不良运行工况、缺陷和检修记录等,需要采用相应的方法综合分析这些信息,进而对变压器整体性能进行评估。一些学者对评估模型进行了初步研究。文献[3]采用了基于特征气体法和改良IEC三比值法的模糊神经网络诊断模型,有效地解决了故障诊断中的不确定因素,但训练样本不足、准确率不高。文献[4]采用了基于支持向量机和DGA的评判方法,可以从小样本中取得比较好的学习效果,但是没有提出完整的指标体系。文献[5]采用证据推理对判断方法与子系统状态融合得出变压器的综合状态,但对指标的选取和权重的确定没有进行探讨。文献[6]提出的贝叶斯网络可通过网络的非线性映射功能避免了权重确定的难题,但训练样本不易取得。文献[7]采用模糊理论建立了评判模型,对变压器的评判因素考虑比较周全,但在评判模型中只考虑到事物不确定性中的模糊性而忽视了随机性,并且忽视了固定的权重无法客观反映个别关键参数严重偏离正常值时对变压器运行状态带来的影响这个事实。文献[8]在文献[7]的基础上提出了一种采用变权的模式,与常权相比更接近变压器真实的运行状态,但在进行变权计算时,没有先将各评价值归一化,容易引起权值失真。

　　为了解决文献[7, 8]提出的模糊综合评判方法所存在的问题,本文借鉴了基于云模型的评判方法,将云模型理论与模糊综合评判方法相结合,采用云理论对各种评判因素进行量化,建立合理的模型,提出了一种新的基于云模型的电力变压器状态综合评判方法。

　　1　简单的云模型评判方法

　　1·1　云模型

　　云模型[11]是自然语言值表示的某个定性概念~A与其定量表示之间的不确定性转换模型。设U是一个用精确数值表示的论域(一维的、二维的或多维的), U上对应的定性概念~A,对于论域中的任意一个元素x,都存在一个稳定倾向的随机数y=μ~A (x),叫做x对概念~A的确定程度, x在论域上的分布成为云模型,简称云。云由许多云滴组成,每一个云滴就是这个定性概念在数域空间中的一次具体实现,这种实现带有不确定性。