一种基于状态评估与风险分析的变压器检修决策智能推荐方法技术

本发明专利技术公开了一种基于状态评估与风险分析的变压器检修决策智能推荐方法，可以同时监测变压器的多个部位，通过对变压器监测的信息，结合变压器状态评估体系云模型，全面考虑变压器各个组成部位，评估时采用云模型的方法有效针对状态评估时所需要的指标数据进行分析计算得到对应的状态等级。在变压器风险评估中，引入故障率模型以及故障后果数值模型得到变压器风险值，从而确定变压器风险等级。最后提出了同时考虑变压器设备状态评估和风险等级结果来制定变压器检修决策的方法，通过构建状态

【技术实现步骤摘要】
一种基于状态评估与风险分析的变压器检修决策智能推荐方法


[0001]本专利技术属于变压器检修决策
，特别涉及一种基于状态评估与风险分析的变压器检修决策智能推荐方法。

技术介绍

[0002]时至今日，变压器已经与我们生活息息相关，不仅在商务中心、剧院、医院等重要的场所配备，在我们生活附近也配有变压器，成为了我们生活中不可或缺的一部分。一旦变压器出现故障，未能及时检修，将会对我们的生命以及财产安全带来严重的威胁。变压器的检修策略是变压器排除故障以及解决故障的重要基础，对变压器运行状态调整尤为重要。
[0003]目前国内外的变压器检修决策技术主要是通过少量的监测信息来进行单一判断变压器的故障从而得出检修决策。但是变压器发生故障时，往往不能依靠单一的监测信息，要结合其他信息进行判别。传统的变压器检修决策制定仅考虑了风险或者状态等级，未能出现二者同时结合的制定思路。因此，如何对变压器实行精确的检修决策成为当务之急。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术提出了一种基于状态评估与风险分析的变压器检修决策智能推荐方法，可以同时对多个变压器进行检修决策，可长期对变压器信息进行分析，保障变压器和电网的安全可靠运行。
[0005]为实现上述目的，所述基于状态评估与风险分析的变压器检修决策智能推荐方法：步骤一：对变压器器身、绕组、铁芯、套管、分接开关、冷却系统的信息数据进行收集汇总；步骤二：根据变压器状态评估体系云模型得到变压器各部分正常、注意、异常、严重标准的云物元模型；步骤三：对收集到的变压器信息确定变压器各部位关联度，通过最大隶属度原则确定变压器部分状态等级；步骤四：根据变压器故障后果数值模型和故障率模型，对变压器风险值进行评估，得到变压器风险严重等级；步骤五：建立基于状态与风险的变压器检修决策矩阵，根据检修决策矩阵中不同情况确定检修方式。
[0006]按上述方案，所述步骤二中，所采用的状态评估体系指标情况通过标准云模型得到评估体系指标情况云物元模型如下：标准云模型计算公式：
式中， 表示变压器等级期望值， 表示变压器等级标准差，和分别表示变压器评估等级区间数值。
[0007]按上述方案，所述步骤三中，运用云物元模型对变压器各部位进行关联度计算，再根据最大隶属度原则判定评估等级，采用的关联度计算模型如下：关联度计算模型：式中， 表示变压器部位关联度值，与 为云物元模型期望值与标准差， 为变压器实际监测值。
[0008]按上述方案，所述步骤四中，变压器风险值与故障发生的后果数值和故障发生的概率关联，建立变压器故障后果数值模型和故障率模型如下：故障后果数值模型：式中，表示变压器故障后果数值，为电量价值， 为符合容量， 为变压器故障持续时间。
[0009]变压器故障率模型：式中，表示变压器的健康指数，表示设备的初始健康指数，B为老化常数参数，表示设备当前运行年份，表示设备投运的年份， 表示变压器故障发生率，为曲率常数， 为比例常数, 为变压器故障持续时间，其中C和K的取值如表1所示。
[0010]风险评估模型为：式中，表示变压器的风险值， 表示变压器故障发生率， 表示变压器故障后果数值。
[0011]按上述方案，所述步骤五中，检修决策矩阵的建立与状态评估和风险等级都有很大的关联，所以采用评估与风险结合的方式进行检修决策的建立。
[0012]按上述方案，所述步骤五中，建立基于状态与风险的变压器检修决策方法如下：1）通过将变压器状态评估等级和风险矩阵进行结合，构造出基于状态与风险的变压器检修决策如表2所示；2）确定检修内容；根据变压器不同情况的运行状态与风险等级将检修方式分为A、B、C、D四类，相应的检修内容如下：A类：设备整体的检查修理试验以及更换故障元件；B类：设备局部的检查修理试验以及更换故障元件；C类：传统的检查修理试验作业；D类：带电状态下的检查巡视和修理；3）建立基于状态与风险的变压器检修决策表如表2所示，根据表2可以由变压器的状态与风险确定检修方式。
[0013]按上述方案，所述步骤五中，建立的检修决策矩阵根据状态评估和风险等级分为12种不同情况，根绝不同情况对应不同的检修策略。
[0014]综上所述，本专利技术具有如下优点：本专利技术基于变压器监测的基本信息，通过监测的信息以及状态评估体系，全面考虑变压器各个组成部分，在评估时采用云物元模型的方法有效针对状态评估时所需要的指标数据进行分析计算得到对应的状态等级。在变压器风险评估中，引入故障率模型以及故障后果数值模型得到变压器风险值，从而确定变压器风险等级。最后提出了同时考虑变压器设备状态评估和风险等级结果来确定变压器检修决策的方法，通过构建状态
‑
风险矩阵智能推荐出有效的检修决策。
附图说明
[0015]图1为本专利技术一种基于状态评估与风险分析的变压器检修决策智能推荐方法的工
作流程图。
具体实施方式
[0016]下面结合附图以及具体实施方式对本专利技术作进一步详细说明；本专利技术一种基于状态评估与风险分析的变压器检修决策智能推荐方法，包括以下步骤：步骤一：对变压器器身、绕组、铁芯、套管、分接开关、冷却系统的信息数据进行收集汇总；步骤二：根据变压器状态评估体系云模型得到变压器各部分正常、注意、异常、严重标准的云物元模型；步骤三：对收集到的变压器信息确定变压器各部位关联度，通过最大隶属度原则确定变压器部分状态等级；步骤四：根据变压器故障后果数值模型和故障率模型，对变压器风险值进行评估，得到变压器风险严重等级；步骤五：建立基于状态与风险的变压器检修决策矩阵，根据检修决策矩阵中不同情况确定检修方式。
[0017]步骤二所述，根据变压器各个指标的状态体系，通过标准云模型得到变压器各部分正常、注意、异常、严重标准的云物元模型，其中：标准云模型计算公式为：式中，表示变压器等级期望值，表示变压器等级标准差，和 分别表示变压器评估等级区间数值。
[0018]步骤三所述，运用云物元模型对变压器各部位进行关联度计算，再根据最大隶属度原则判定评估等级，关联度表示各个部位中的信息之间与状态等级的关联，关联度计算模型为：式中，表示变压器部位关联度值，与 为云物元模型期望值与标准差，为变压器实际监测值。
[0019]步骤四所述，变压器风险值与故障发生的后果数值与故障发生的概率关联，故建立变压器故障后果数值模型和故障率模型。
[0020]故障后果数值模型：式中， 表示变压器故障后果数值， 为电量价值，为符合容量， 为变压器
故障持续时间。
[0021]变压器故障率模型为：式中，表示变压器的健康指数，表示设备的初始健康指数，B为老化常数参数，表示设备当前运行年份， 表示设备投运的年份，表示变压器故障发生率，为曲率常数，为比例常数, 为变压器故障持续时间，其中C和K的取值如表1所示。
[0022]风险评估模型为:式中，表示变压器的风险值，表示变压器故障发生率，表示变压器故障后果数值。
[0023]步骤五所述，检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于状态评估与风险分析的变压器检修决策智能推荐方法，其特征在于，所述基于状态评估与风险分析的变压器检修决策智能推荐方法包括：步骤一：对变压器器身、绕组、铁芯、套管、分接开关、冷却系统的信息数据进行收集汇总；步骤二：根据变压器状态评估体系云模型得到变压器各部分正常、注意、异常、严重标准的云物元模型；步骤三：对收集到的变压器信息确定变压器各部位关联度，通过最大隶属度原则确定变压器部分状态等级；步骤四：根据变压器故障后果数值模型和故障率模型，对变压器风险值进行评估，得到变压器风险严重等级；步骤五：建立基于状态与风险的变压器检修决策矩阵，根据检修决策矩阵中不同情况确定检修方式。2.根据权利要求1所述的一种基于状态评估与风险分析的变压器检修决策智能推荐方法，其特征在于：步骤二所述，所采用的状态评估体系指标情况通过标准云模型得到评估体系指标情况云物元模型如下：标准云模型计算公式：式中，表示变压器等级期望值，表示变压器等级标准差，和分别表示变压器评估等级区间数值。3.根据权利要求1所述的一种基于状态评估与风险分析的变压器检修决策智能推荐方法，其特征在于：步骤三所述，运用云物元模型对变压器各部位进行关联度计算，再根据最大隶属度原则判定评估等级，采用的关联度计算模型如下：关联度计算模型：式中，表示变压器部位关联度值，与为云模型期望值与标准差，为变压器实际监测值。4.根据权利要求1所述的一种基于状态评估与...

【专利技术属性】
技术研发人员：刘自强，林钰，曲广龙，刘家泰，李茜，张安安，
申请(专利权)人：四川铭学智能技术有限公司，
类型：发明
国别省市：