变压器健康状态评估的灰色聚类决策方法

　2005年3月重庆大学学报(自然科学版)M ar.2005　第28卷第3期Jour nal of Chongqi n g Unive rsity(Nɑt u rɑl Sc i e nce Edition)Vo.l28　No.3

文章编号:1000-582X(2005)03-0022-04

变压器健康状态评估的灰色聚类决策方法*

袁志坚1,2,孙才新1,袁张渝2,李　剑1,廖瑞金1

(1.重庆大学高电压与电工新技术教育部重点实验室,重庆　400030;2.四川省电力公司德阳电业局,四川德阳　618000)

摘　要:电力变压器健康状态的评估是实现变压器状态维修的重要一步,研究变压器的状态评估具有重要的现实意义。电力变压器可以看作是典型的灰色系统,提出了采用灰色聚类决策方法对变压器健康状态进行评估,给出了变压器健康状态的灰色分类,建立了灰类的白化权函数,分析了评估变压器健康状态所涉及的状态信息,给出了变压器健康状态评估的灰色聚类决策步骤。实例分析表明,该方法针对变压器健康状态的评估提供了一种新的途径。

关键词:电力变压器;灰色系统;灰色聚类决策

中图分类号:T M41文献标识码:A

灰色系统是指部分信息清楚、部分信息不清楚的系统,即是信息不完全的系统。信息不完全是指系统因素、因素关系、系统结构及系统作用原理等方面信息的缺乏。灰色系统理论是以“部分信息已知,部分信息未知”的“小样本”、“贫信息”的不确定性系统为研究对象,主要通过对“部分”已知信息的生成和开发,提取有价值的信息,实现对系统运行行为的正确认识和有效控制[1-2]。

因为对变压器有限的监测数据和运行资料所提供的信息总是不完备的,所以,通过灰色聚类分析的方法,在兼顾样品特征的复杂性和模糊性的基础上,依据样本的一定特征因素,使两样本间关系比较密切、相似程度比较大的归属一类,把一个不甚明确的、整体信息不足的灰色系统尽可能地淡化、白化、量化、优化和模型化,以便能依据较少的信息实现预期的作用[3]。因此,笔者在对灰色聚类分析的基础上,采用灰色聚类决策方法对电力变压器状态进行评估。

1　灰色聚类决策的基本原理

灰色聚类决策就是按照多个不同的决策指标对决策对象进行综合分析,以确定决策对象是否满足给定的取舍准则[1-2]。

设有n个决策对象,m个决策指标,s个不同的灰类,x ij(i=1,2,…,n;j=1,2,…,m)为决策对象i关于决策指标j的量化评价值,f k j()(j=1,2,…,m;k= 1,2,…,s)为j指标k子类白化权函数,ηj(j=1,2,…,

m)为决策指标j的综合决策权重,且∑

m

j=1

ηj=1,则称

σk i=∑m

j=1

f k j(x ij)ηj

为决策对象i属于k灰类的决策系数。称σi=(σ1i,σ2i,…,σs i);i=1,2,…,n为决策对象的决策系数向

量。若m ax

1≤k≤s

{σk i}=σk*i,则称决策对象i属于灰类k*。2　变压器状态的分类

《电气设备预防性试验规程》是目前我国电力行业设备维护的指导性文件,已对我国电网的安全运行发挥了积极的作用。预防性试验所确定的原则在导则的设备状态评估和分析中仍然是重要依据之一,但在导则中也存在以下几方面的不足:1)绝大多数预试项目的判断标准是静态的,一般给出一个阈值(注意值),而没有劣化速率的具体指标,其中个别项目的阈值还有待完善;2)预试数据分类偏于简单化,仅有合格、超标(不合格)两种状态,没有更细致的评估相对

*收稿日期:2004-11-19

基金项目:教育部跨世纪优秀人才资助计划项目

作者简介:袁志坚(1965-),男,四川德阳人,四川德阳电业局高级工程师,重庆大学博士,从事电力变压器故障诊断及状态维修策略的研究。

优劣的方法;3)预试周期有较大的弹性范围,但没有给出相应的选择依据;4)没有考虑不良运行工况对预试或检修周期的影响;5)没有考虑设备缺陷(包括自身和同类设备)对预试或检修周期的影响;6)未能考虑一些新的试验手段,如变压器绕组变形、红外检测等;7)没有考虑在线监测技术的应用;8)没有仔细考虑地域差异等[4-5]。

根据故障诊断、维修经验以及专家的分析,建议将变压器的健康状态分为:健康、良好、注意、恶化、差。

变压器处于“健康”状态,意味着所有预试数据均远离规程中的注意值或与优质产品出厂值相近,且既没有经历不良工况,又没有家族质量缺陷史,即变压器完全处于正常状态。此时,变压器无须维修,大修周期可以延长。

变压器处于“良好”状态,意味着所有预试数据均远未达到规程中的注意值,没有劣化趋势,与同类变压器相比相当或偏好;可以有少量家族质量缺陷,没有经历不良工况。此时,可根据规程延期或按计划安排变压器的检修。

变压器处于“注意”状态,意味着所有预试数据接近规程中的注意值,劣化趋势不明显,与同类变压器相比相当或略差;有过家族质量缺陷史,有少量不良工况记录。此时,可根据生产计划情况优先安排变压器的检修。

变压器处于“恶化”状态,意味着所有预试数据接近或达到规程中的注意值,有明显的劣化趋势,与同类变压器相比差异较为明显;有过家族质量缺陷史,有不良工况记录。此时,应根据生产情况、供电安全情况以及资金情况尽快安排变压器的检修。

变压器处于“差”状态,意味着所有预试数据达到或超过规程中的注意值,劣化趋势非常明显,与同类变压器相比差异显著。此时,变压器应该立即停电进行检修。

3　白化权函数的确定

所谓白化权函数,也称为灰色聚类函数,其值介于0～1之间变化。当值等于1时,代表系统是完全白化的;当值等于0时,代表系统是完全黑色的。他的值越接近于1,灰色系统白化程度越高[6]。

对变压器健康状态的评估采用请领域专家打分的策略,分值为0～100分。0～20分对应状态“差”, 21～40分对应状态“恶化”,41～60分对应状态“注意”,61～85分对应状态“良好”,86～100分对应状态“健康”。上述变压器的5个状态划分为变压器的5个

灰类,这5个灰类的白化权函数分别定义为:

f1j[-,-,10,20]

f2j[21,30,-,40]

f3j[41,50,-,60]

f4j[61,70,80,85]

f5j[86,90,-,-]

(1)

其中,f1j表示变压器状态为“差”;f2j表示变压器状态为“恶化”;f3j表示变压器状态为“注意”;f4j表示变压器状态为“良好”;f5j表示变压器状态为“健康”。如图1所示。

图1　变压器健康状态的白化权函数

式(1)可改写成:

f1j=

1,0≤x≤10

20-x

10

,10

0,x>20

f2j=

1,0<20

x-21

10

,21≤x≤30

40-x

10

,30

0,x>40

f3j=

1,x<40

x-41

10

,41≤x≤50

60-x

10

,50

0,x>60

(2)

f4j=

1,x<60

x-61

10

,61≤x≤70

1,70

85-x

5

,80

0,x>85

f5j=

0,x<85

x-86

5

,86

1,x>90

式中,j代表决策指标。

23

第28卷第3期 袁志坚等:　变压器健康状态评估的灰色聚类决策方法

4　决策指标的确定

对变压器健康状态评估需要依据许多信息,这些信息统称为状态信息。预试是状态信息的重要来源,包括从制造、出厂和交接到运行期间的预试;运行工况也是重要的状态信息,如变压器的过负荷程度及时间、遭受短路情况(出口还是远端)、操作过电压(峰值,次数等)、避雷器的动作次数等;在线监测得到的数据、缺陷记录、检修记录、家族质量缺陷史等也是状态信息的重要组成部分。

如果将所有这些状态信息都作为决策指标,整个评价系统是必非常庞大。上述状态信息有些可能是冗余的,没必要全部作为决策指标。根据实践经验结合专家的指导意见,初步选定以下综合状态信息作为变压器健康状态的决策指标:

1)试验项目(包括预试项目和在线监测)的综合评价得分;

2)运行工况记录对变压器危害程度的综合评价得分;

3)同类变压器家族质量缺陷史对变压器健康状态影响的综合评价得分;

4)缺陷记录对变压器健康状态评价影响的综合评价得分;

5)检修记录对变压器健康状态评价影响的综合评价得分;

6)各个决策指标的决策权重。

5　变压器状态评价的灰色聚类决策步骤

1)输入待评价变压器各项决策指标的综合评分数据;

2)如有必要,对上述指标进行规格化;

3)根据第1节中的计算公式,计算评价变压器各项决策指标的综合评分样本的白化权函数值;

4)计算σ

k

,k=1,2,3,4,5

5)σ*k=m ax{σk,1≤k≤5},则该变压器的健康状态属于k*。

6　实例分析

以某110kV变电站1#主变为例。在2002年7月11日的油化验色谱分析中得到如下数据:CH475.18, C2H43.38,C2H611.61,C2H20.35,H2162.96。由于H2含量超标,建议跟踪分析:2002年7月18日进行跟踪油色谱分析,得到的数据如下:CH472.86,C2H43.68, C2H611.46,C2H20.46,H297.56;2002年8月21日又进行了跟踪检测,数据如下:C H476.38,C2H46.15, C2H612.7,C2H20.16,H2110.04,均未发现异常;2002年8月20日记录有1#主变放油阀渗油缺陷,8月21日已处理。该变压器未到大修周期,亦无小修记录;没有经历过不良运行工况。对该变压器状态评估步骤如下:

1)确定各项决策指标的分数。

暂时以油色谱试验数据为依据进行试验项目评

价。第1次分析时,总烃值未超标,只是H2超标。经专家评审认为,如果只是H2超标,可能有低能量的局部放电发生。该色谱试验评分为90分。

由于无不良运行工况,该指标得分100分。

该局共有同类变压器3台,其中1台有不是重要的缺陷记录,该指标评分为25分。

一年来该变压器只有一项缺陷记录,而且对变压器健康状态评价影响不大,所以该指标可以给5分。

未有大小修记录,该指标100分。

经领域专家评价,各指标权重分别为:η1=0.4,η2=0.3,η3=0.1,η4=0.15,η5=0.05

2)计算白化权函数值。

σ11=∑5

j=1

f1j(x)ηj=

f11(x)η1+f12(x)η2+f13(x)η3+f14(x)η4+f15(x)η5= f11(90)0.4+f12(100)0.3+f13(25)0.1+

f14(5)0.15+f15(100)0.5=

0+0+0+0+0=0

同理可计算出

σ21=0.05,　σ31=0,　σ41=0,　σ51=0.75

所以　σ1(σ11,σ21,σ31,σ41,σ51)=(0,0.05,0,0,0.75)

由　m ax

1≤k≤5

{σk1}=0.75=σ51

可知,该变压器的健康评价为第5灰类,即“健康”状态。

从第2次和第3次色谱跟踪分析可知,未发现异常情况。因而可以说,判定该变压器目前处于“健康”状态是正确的,该变压器目前不需要进行检修。

7　结　论

笔者通过对灰色系统理论中的灰色聚类分析方法的研究,提出了采用灰色聚类决策对变压器状态进行分析的方法,建立了变压器的状态分类。将变压器的健康状态分为5个灰类,分别对这5个灰类进行了专家评价。分析了评估变压器健康状态所涉及的多个状态信息,由这些状态信息选择了具有代表意义的聚类决策指标。定义了表示变压器状态的灰类和灰类白化

24重庆大学学报(自然科学版) 2005年

权函数,给出了利用灰色聚类决策分析方法对变压器状态健康状态评价的步骤。通过实例分析,表明了该方法的实用性,在实践中具有一定的指导意义。参考文献:

[1]　邓聚龙.灰色系统理论教程[M ].武汉:华中理工大学出

版社,1992.

[2]　刘思峰,郭天榜,党耀国,等.灰色系统理论及其应用[M ].

第2版.北京:科学出版社,1999.

[3]　孙才新,陈伟根,李俭,等.电气设备油中气体在线监测

与故障诊断技术[M ].北京:科学出版社,2003.[4]　赵保才.试验专业状态维修评估[J ].东北电力技术,

2001,(1):1-7.

[5]　刘有为,李光范,高克利,等.制定《电气设备状态维修导

则》的原则框架[J ].电网技术,2003,27(6):64-

67,76.

[6]　李俭.大型电力变压器以油中溶解气体为特征量的内部

故障诊断模型研究[D ].重庆:重庆大学电气工程学院,2001.

M et hod of Grey Clusteri ng Decisi on -m ak i ng to State Assess m e nt

of Power Transf or m er

YUAN Zhi -ji a n

1,2

,SUN Cai -x i n 1,YUAN Zhang -yu 2,LI Ji a n 1,L I A O Ru i -ji n

1

(1.Key Labor a t o r y ofH i g h Vo ltage Eng i n eering and E lectricalNe w Tec hno l o gy Under t h e Sta t e M i n istr y of Educati o n ,

Chongqing University ,Chongqi n g 400030,China ;

2.S ichuan E l e c tric Powe r Co m pany Deyang E lectric Po w er Adm i n istration ,Deyang 618000,China )

Abst ract :The assess m en t o f hea lth sta te o f po w er tr ansfor m er is a key step to realize C ondition -based M ain t e nance o f transfo r m er .Research on hea lt h sta t e assess m ent of transfor m er has ver y i m po rtant ac t u al si g nificance .Transfo r m er can be recognized as a t y pical g r ey syste m.The assess m ent of its healt h y state usi n g grey clustering decision -m aking m e t h od is put for wa r d .The g rey c lasses o f tr ansfor m er a r e g i v en ,the whitenization w eight functi o n o f g r ey classes is established ,t h e infor m a tion invo lved i n assessing t h e state o f transfo r m er is ana l y zed ,and fi n ally steps of sta t e assess m en t of tr ans -f o r m er usi n g grey cl u st e ring decision -m ak i n g are presented .The analysis of ac t u al exa m p l e de m onstra t e s tha t the m e t h od has prov i d ed a ne w m ethod to assess the healt h sta te of transfor m er .

K ey w ords :po w er transfo r m er ;g rey syste m ;g r ey cl u stering decision -m aking

(编辑　李胜春)

25

第28卷第3期 袁志坚等:　变压器健康状态评估的灰色聚类决策方法