一种变压器实时状态评估方法技术

本发明专利技术公开了一种变压器实时状态评估方法

【技术实现步骤摘要】
一种变压器实时状态评估方法


[0001]本专利技术涉及电力变压器
，更具体的说是涉及一种变压器实时状态评估方法
。

技术介绍

[0002]电能已成为人们生产生活的主要能源，全国各行各业对电力需求日益增加
。
优质
、
可靠
、
稳定的电力供应已成为电力用户的基本要求
。
近年来，我国电网发展迅速，网络规模不断扩大，形成了大容量
、
高电压
、
长距离的电网互联格局；输变电设备是构成电力系统的重要基石，设备故障会严重影响电力系统的安全稳定运行，造成巨大的经济损失
。
如何提高供电可靠性，降低设备的故障率，一直是近些年研究的重点
。
作为电网中核心设备的电力变压器，其安全可靠运行显得尤为重要
。
电力变压器分为传输电能的升压变压器和分配电能的降压变压器，作为连接电厂
、
电网和用户的枢纽设备，一旦发生故障，将可能造成大规模的用电中断和巨大的经济损失
。
为了降低故障风险，尽早发现潜伏性故障，更为合理的运维检修水平是电力行业改进的主要方向
。
[0003]经过不断研究和进步，目前国内外研究学者
、
专家等提出了很多有关对变压器进行评估和评价的方法和决策
。
主要有以下三种：
(1)
专家经验法，主要依靠经验丰富的专家以丰富的工程经验或则根据相关导则对变压器运行状态进行评估，如根据国家能源局颁布的
《
油浸式变压器状态评价导则
》
制定检修计划；根据变压器油中溶解气体试验和电气试验，以0‑
100
分来评判项目结果，最后通过加权平均得到变压器得分与状态
。
该方法评分过于主观，边界过于精确，缺乏模糊性
。(2)
不确定性分析法，主要有叶斯网络
、
灰靶理论
、
贝叶斯
、
证据理论
、AHP
等
。
这类方法在一定程度上可以实现对变压器进行状态评估，但是也会在很大缺陷，如：计算过程复杂且不清晰，在今后的研究中可以对此进行深入研究
。(3)
人工智能法，这类方法主要有神经网络等深度学习算法，但是大部分人工智能算法训练模型时所需要的数据量较多，而变压器故障数据相对较少，导致深度学习深度不够，时间较长
。
[0004]目前随着监测技术的不断提高，实时评估变压器状态已成为未来变压器研究发展的重要方向，准确的状态评估不仅可以了解其运行状态和发展趋势，也能为检修提供一定的建议和策略
。
[0005]因此，如何提供一种变压器实时状态评估方法是本领域技术人员亟需解决的问题
。

技术实现思路

[0006]有鉴于此，本专利技术的目的是提供一种变压器实时状态评估方法
。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]一种变压器实时状态评估方法
,
包括以下步骤：
[0009]S1
：获取变压器各个检测指标的实时检测数值；并计算变压器各个检测指标的劣化度得分；
[0010]S2
：基于各个检测指标的劣化度得分
、
各个检测指标的最优权重和电参量因子得分，计算获得变压器整体劣化度得分；
[0011]S3
：基于所述变压器整体劣化度得分和修正后云模型的期望值，获得变压器的实时状态评估结果
。
[0012]优选的，
S1
中各个检测指标劣化度得分的计算公式为：
[0013][0014]其中，
x
i
表示第
i
个检测指标的劣化度得分，
i
＝
1,2,...n
，
n
为检测指标的数量；
w
i
表示第
i
个检测指标的实时检测数值；
w'
表示第
i
个检测指标的注意值；
w
f
表示第
i
个检测指标的出厂值；
[0015]当
x
i
＞1时，令
x
i
＝1；当
x
i
＜1时，令
x
i
＝0；
[0016]当检测指标为正向指标时，注意值
w'
＝
1.3w
a
；
[0017]当检测指标为负向指标时，注意值
w'
＝
1.3/w
a
；
[0018]w
a
为参考值
。
[0019]优选的，变压器整体劣化度得分的计算公式为：
[0020][0021]其中，
s
表示变压器整体劣化度得分；
s0表示电参量因子得分；
we
i
表示第
i
个检测指标的最优权重；
n
为检测指标的数量；
x
i
表示第
i
个检测指标的劣化度得分
。
[0022]优选的，所述电参量因子得分的计算公式为：
[0023]s0＝
s
01
×
s
02
×
s
03
；
[0024]其中，
s0表示电参量因子得分；
s
01
表示变压器的负载率得分；
s
02
表示变压器的三相不平衡度得分；
s
03
表示变压器的电压偏差得分
。
[0025]优选的，所述各个检测指标的最优权重采用以下方法获得：
[0026]基于改进层次分析法获得各个检测指标的主观权重；
[0027]基于
CRITIC
法获得各个检测指标的客观权重；
[0028]采用相对熵法对各个检测指标的主观权重和其对应的客观权重进行融合获得各个检测指标的最优权重
。
[0029]优选的，所述修正后云模型的期望值采用以下公式获得：
[0030][0031]其中，
x
表示变压器的状态等级；
E
x
表示状态等级
x
在修正前的期望值，
E'
x
表示状态等级
x
在修正后的期望值；
HI
表示变压器健康指数
。
[0032]优选的，所述变压器健康指数的计算公式为：
[0033][0034]其中，
HI
表示变压器健康指数，
Δ
T...

【技术保护点】

【技术特征摘要】
1.
一种变压器实时状态评估方法
,
其特征在于，包括以下步骤：
S1
：获取变压器各个检测指标的实时检测数值；并计算变压器各个检测指标的劣化度得分；
S2
：基于各个检测指标的劣化度得分
、
各个检测指标的最优权重和电参量因子得分，计算获得变压器整体劣化度得分；
S3
：基于所述变压器整体劣化度得分和修正后云模型的期望值，获得变压器的实时状态评估结果
。2.
根据权利要求1所述的变压器实时状态评估方法
,
其特征在于，
S1
中各个检测指标劣化度得分的计算公式为：其中，
x
i
表示第
i
个检测指标的劣化度得分，
i
＝
1,2,...n
，
n
为检测指标的数量；
w
i
表示第
i
个检测指标的实时检测数值；
w'
表示第
i
个检测指标的注意值；
w
f
表示第
i
个检测指标的出厂值；当
x
i
＞1时，令
x
i
＝1；当
x
i
＜0时，令
x
i
＝0；当检测指标为正向指标时，注意值
w'
＝
1.3w
a
；当检测指标为负向指标时，注意值
w'
＝
1.3/w
a
；
w
a
为参考值
。3.
根据权利要求2所述的变压器实时状态评估方法
,
其特征在于，变压器整体劣化度得分的计算公式为：其中，
s
表示变压器整体劣化度得分；
s0表示电参量因子得分；
we
i
表示第
i
个检测指标的最优权重；
n
为检测指标的数量；
x
i
表示第
i
个检测指标的劣化度得分
。4.
根据权利要求3所述的变压器实时状态评估方法
,
其特征在于，所述电参量因子得分的计算公式为：
s0＝
s
01
×
s
02
×
s
03
；其中，
s0表示电参量因子得分；
s
01
表示变压器的负载率得分；
s
02
表示变压器的三相不平衡度得分；
s
03
表示变压器的电压偏差得分
。5.
根据权利要求1所述的变压器实时状态评估方法
,
其特征在于，所述各个检测指标的最优权重采用以下方法获得：基于改进层次分析法获得各个检测指标的主观权重；基于
CRITIC
法获得各个检测指标的客观权重；采用相对熵法对各个检测指标的主观权重和其对应的客观权重进行融合获得各个检测指标的最优权重
。6.
根据权利要求1所述的变压器实时状态评估方法
,
其特征在于，所述修正后云模型的期望值采用以下公式获得：
其中，
x
表示变压器的状态等级；
E
x
表示状态等级
x
在修正前的期...

【专利技术属性】
技术研发人员：李茜，唐涛，张亮，胡文甫，张安安，杨威，倪庞，高苓涛，苏铭燃，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：