一种油浸式电力变压器的剩余寿命预测方法技术

本申请公开了一种油浸式电力变压器的剩余寿命预测方法，涉及变压器技术领域，该方法针对油浸式电力变压器各个典型组部件分别评估运行可靠性，对于历史监测数据充足的部件，采用随机过程并利用历史监测数据得到典型组部件的运行可靠性；对于监测数据不足的部件，采用威布尔分布作为其可靠性分布得到典型组部件的运行可靠性，然后综合各个典型组部件的运行可靠性来预测油浸式电力变压器的剩余寿命，可以综合考虑不同的典型组部件，预测完整性较高，可以准确的预测油浸式电力变压器的剩余寿命。余寿命。余寿命。

【技术实现步骤摘要】
一种油浸式电力变压器的剩余寿命预测方法


[0001]本申请涉及变压器
，尤其是一种油浸式电力变压器的剩余寿命预测方法。

技术介绍

[0002]油浸式电力变压器作为最为关键的输变电装备之一，是输变电能量传输和转换的核心，其安全运行与电网可靠供电有着密切的关系。目截至2020年，我国电压等级在220kV及以上的变压器共有20122台，其中电压等级在500kV及以下的部分电力变压器已经运行超过20年，若仅以运行时间作为退役或更换的依据，可能导致役龄较短但运行状态较差而应该退役的变压器继续在线运行，或者，役龄较长但实际运行状态较好的变压器被提前退役的情况。应当退役而继续运行的变压器会对系统的可靠性产生负面影响，而被提前退役的变压器则会导致利用率较低，两种情况都不利于电力变压器的精益化管理和维护。

技术实现思路

[0003]本申请人针对上述问题及技术需求，提出了一种油浸式电力变压器的剩余寿命预测方法，本申请的技术方案如下：
[0004]一种油浸式电力变压器的剩余寿命预测方法，该方法包括：
[0005]确定油浸式电力变压器包含的若干个典型组部件；
[0006]对于每个第一类组部件，根据基于第一类组部件的历史监测数据构建的寿命预测模型评估得到第一类组部件的运行可靠性；
[0007]对于每个第二类组部件，根据第二类组部件的可靠性分布确定第二类组部件的运行可靠性；
[0008]综合各个典型组部件的运行可靠性预测得到油浸式电力变压器的剩余寿命；
[0009]其中，第一类组部件是历史运行时间内的历史监测数据达到预定阈值的典型组部件，第二类组部件是历史运行时间内的历史监测数据未达到预定阈值的典型组部件，每个典型组部件的历史监测数据用于反映典型组部件的运行状态。
[0010]本申请的有益技术效果是：
[0011]本申请公开了一种油浸式电力变压器的剩余寿命预测方法，该方法对于历史监测数据充足的部件，采用随机过程并利用贝叶斯更新和最大期望算法动态更新参数，得到典型组部件的运行可靠性；对于监测数据不足的部件，采用威布尔分布作为其可靠性分布得到典型组部件的运行可靠性，综合各个典型组部件的运行可靠性，可以准确的预测油浸式电力变压器的剩余寿命。
[0012]该方法根据对变压器运行的重要程度将典型组部件分为串联关系和并联关系，并根据可靠性理论进行变压器整体可靠性分布和剩余寿命的评估，综合效果较好。
[0013]变压器的典型组部件的性能退化情况评估科学，依据实际数据进行权重分配，可以有效地将典型组部件的性能水平以及异常体现在融合后的性能指标上。
附图说明
[0014]图1是本申请一个实施例中的剩余寿命预测方法的流程示意图。
[0015]图2是一个实例中的本体的性能退化数据的曲线图。
[0016]图3是一个实例中对各个典型组部件的运行可靠性的综合示意图。
具体实施方式
[0017]下面结合附图对本申请的具体实施方式做进一步说明。
[0018]本申请公开了一种油浸式电力变压器的剩余寿命预测方法，请参考图1所示的流程图，该方法包括如下步骤：
[0019]步骤1，确定需要进行剩余寿命预测的油浸式电力变压器包含的若干个典型组部件。在一个实施例中，油浸式电力变压器的典型组部件包括油浸式电力变压器的本体、套管、分接开关、冷却系统、非电量保护以及油枕中的多种。
[0020]这些典型组部件中，会有一些典型组部件具有丰富的历史监测数据，也有一些典型组部件只有少部分甚至没有历史监测数据，每个典型组部件的历史监测数据用于反映典型组部件的运行状态。这里的历史监测数据包括通过在线监测、带电检测和停电实验中的一种或多种手段获取到的数据。
[0021]本申请定义历史运行时间内的历史监测数据达到预定阈值的典型组部件为第一类组部件，定义历史运行时间内的历史监测数据未达到预定阈值的典型组部件为第二类组部件，预定阈值是自定义标准。比如当一个典型组部件一年内包含5组及以上历史监测数据时、将其作为第一类组部件，当一个典型组部件一年内包含不足5组历史监测数据时、将其作为第二类组部件。
[0022]本体、套管、分接开关、冷却系统、非电量保护以及油枕这6个典型组部件中，本体一般属于第一类组部件，油枕一般属于第二类组部件，套管、分接开关、冷却系统、非电量保护这四个典型组部件可能属于第一类组部件也可能属于第二类组部件。
[0023]步骤2，对于每个第一类组部件，根据基于第一类组部件的历史监测数据构建的寿命预测模型评估得到第一类组部件的运行可靠性。
[0024]由于第一类组部件在运行过程中积累了丰富的历史监测数据，可以采用数据驱动的方法进行剩余寿命评估，确定每个第一类组部件的运行可靠性的方法包括：
[0025](1)根据第一类组部件的历史监测数据构建第一类组部件的寿命指标集合。构建得到寿命指标集合中包括各个历史采样点处的寿命指标，每组寿命指标包括第一类组部件在历史采样点处的各个状态量的取值。
[0026]不同的第一类组部件的状态量不同，在一个实施例中，(a)本体的状态量包括聚合度、油中溶解气体、糠醛含量、甲醇含量、乙醇含量、绝缘油颜色、局部放电量、微水含量、铁心接地电流、油酸值、油击穿电压、介电损耗、界面张力、闪点、密度和粘度中的多个。(b)套管的状态量包括油中溶解气体、套管介损、套管电容量、套管主屏绝缘电阻、套管末屏绝缘电阻、油位、密封中的多个。(c)分接开关的状态量包括分接开关性能、动作次数、油位、油击穿电压、油微水中的多个。(d)冷却系统的状态量包括油泵温度和风扇运行情况(e)非电量保护的状态量包括压力释放阀信号回来绝缘电阻、重瓦斯信号回路绝缘电阻、轻瓦斯信号回路绝缘电阻、温度计信号回路绝缘电阻中的多个。
[0027]取获取到的第一类组部件的寿命指标集合包括在k个不同的历史采样点处获取到的k组寿命指标，每组寿命指标包括m个状态量的取值。在获取每个状态量的取值后，一般还根据状态量的阈值对取值进行归一化处理。
[0028](2)采用熵权法融合寿命指标集合得到第一类组部件的性能退化数据。
[0029]确定任意第j个历史采样点处获取到的任意第i个状态量的熵为其中，b
ij
是第j个历史采样点处获取到的任意第i个状态量的归一化后的取值；当f
ij
＝0时、lnf
ij
＝
‑
∞且有f
ij
lnf
ij
＝0。
[0030]然后可以确定第j个历史采样点处获取到的任意第i个状态量的权重且满足
[0031]将任意第j个历史采样点处获取到的任意第i个状态量的归一化后的取值b
ij
加权处理为ω
ij
*b
ij
，即可得到第一类组部件的性能退化数据。
[0032](3)利用性能退化数据建立维纳过程模型构建得到第一类组部件的寿命预测模型。维纳过程模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种油浸式电力变压器的剩余寿命预测方法，其特征在于，所述方法包括：确定油浸式电力变压器包含的若干个典型组部件；对于每个第一类组部件，根据基于所述第一类组部件的历史监测数据构建的寿命预测模型评估得到所述第一类组部件的运行可靠性；对于每个第二类组部件，根据所述第二类组部件的可靠性分布确定所述第二类组部件的运行可靠性；综合各个典型组部件的运行可靠性预测得到所述油浸式电力变压器的剩余寿命；其中，第一类组部件是历史运行时间内的历史监测数据达到预定阈值的典型组部件，第二类组部件是所述历史运行时间内的历史监测数据未达到所述预定阈值的典型组部件，每个典型组部件的历史监测数据用于反映所述典型组部件的运行状态。2.根据权利要求1所述的方法，其特征在于，综合各个典型组部件的运行可靠性预测得到所述油浸式电力变压器的剩余寿命的方法包括：将对所述油浸式电力变压器的重要性达到重要性阈值的典型组部件的运行可靠性进行串联综合，将对所述油浸式电力变压器的重要性未达到所述重要性阈值的典型组部件的运行可靠性进行并联综合，得到所述油浸式电力变压器的整体运行可靠性R(t)；计算得到所述油浸式电力变压器的剩余寿命3.根据权利要求2所述的方法，其特征在于，所述油浸式电力变压器的整体运行可靠性其中，Θ是对所述油浸式电力变压器的重要性达到重要性阈值的典型组部件构成的集合，r
p
(t)表示集合Θ中任意第p个典型组部件的运行可靠性，表示对集合Θ中所有典型组部件的运行可靠性相乘，Ω是对所述油浸式电力变压器的重要性未达到所述重要性阈值的典型组部件构成的集合，r
q
(t)表示集合Ω中任意第q个典型组部件的运行可靠性。4.根据权利要求1所述的方法，其特征在于，确定每个第一类组部件的运行可靠性的方法包括：根据所述第一类组部件的历史监测数据构建所述第一类组部件的寿命指标集合，所述寿命指标集合中包括各个历史采样点处的寿命指标，每组寿命指标包括所述第一类组部件在所述历史采样点处的各个状态量的取值；采用熵权法融合所述寿命指标集合得到所述第一类组部件的性能退化数据；利用所述性能退化数据建立维纳过程模型构建得到所述第一类组部件的寿命预测模型；利用所述第一类组部件的寿命预测模型确定所述第一类组部件的运行可靠性。5.根据权利要求4所述的方法，其特征在于，获取到的所述第一类组部件的寿命指标集合包括在k个不同的历史采样点处获取到的k组寿命指标，每组寿命指标包括m个状态量的取值；
采用熵权法融合所述寿命指标集合得到所述第一类组部件的性能退化数据，包括：确定任意第j个...

【专利技术属性】
技术研发人员：江军，李波，张文乾，何亚倩，崔德智，陈贝贝，张潮海，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：