基于马尔可夫和熵权模糊综合评价的变压器风险预测方法技术

本发明专利技术涉及一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，该方法包括以下步骤：1)建立基于马尔可夫过程的变压器全状态模型；2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率；3)通过熵权模糊算法计算各部位发生故障时的故障严重度；4)根据各部位的故障频率和故障严重度判定变压器各部位的风险。与现有技术相比，本发明专利技术具有精度高、准确度高等优点。

【技术实现步骤摘要】
基于马尔可夫和熵权模糊综合评价的变压器风险预测方法
本专利技术涉及一种变压器风险评估预测方法，尤其是涉及一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法。
技术介绍
电力变压器是电力系统中重要的输变电设备之一，在电力系统中处于枢纽地位，其运行的安全可靠性直接关系到电力系统的安全。大型电力变压器一旦发生故障，造成的直接和间接经济损失是十分巨大的。随着电网的高速发展，单台高电压、大容量的变压器越来越多的投入电网运行，与此同时，由于制造、运输、安装和维修质量等因素造成的变压器故障也严重的威胁着整个电力系统的安全运行，因此如何提高变压器运行的可靠性，预防和降低故障的发生概率，一直都是变压器运行监测中的重要课题。要使变压器安全可靠运行，除了选用质量性能优良的变压器外，更关键的是要不断提高变压器的运行、维护和检修水平，充分掌握变压器各类信息，对变压器科学、及时地进行预试和检修。近年来，状态检修开始逐步进入电力企业的检修管理，检修的针对性、科学性大大加强，然而以往的检修决策主要基于设备的自身状态，没有考虑设备对系统的不同影响以及经济性，加之由于变压器结构复杂，故障模式众多，目前的状态检修还不够成熟，急需引入新的理论来指导电气设备的状态检修。基于风险的维修作为下一代以可靠性为中心的维修，是现代设备维修管理的发展方向。风险评估则是变压器风险维修的核心和基础，对变压器进行定量的风险评估和预测，可以协助管理层和决策层做出科学、有效的中长期维护检修策略和实施方案。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种精度高、准确度高的基于马尔可夫和熵权模糊综合评价的变压器风险预测方法。一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，该方法包括以下步骤：1)建立基于马尔可夫过程的变压器全状态模型；2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率；3)通过熵权模糊算法计算各部位发生故障时的故障严重度；4)根据各部位的故障频率和故障严重度判定变压器各部位的风险。所述的变压器全状态包括变压器正常运行、铁芯故障、绕组故障、套管故障、冷却系统故障、分接头装置故障、绝缘介质故障、其他部位故障、A类检修、B类检修和C类检修。所述的变压器处于各状态的概率的计算公式为：其中，pi为变压器处于状态i的概率，λi和μi分别为变压器的故障率和修复率，i＝0，1，…，n，n为状态个数。所述的变压器各部位的故障频率的计算公式为：式中，fi为状态i的故障频率，λij为状态转移率，指从状态i向状态j转移的期望次数。所述的步骤3)具体为：31)设定变压器各部位故障的评价指标，并获得各部位相应的评价指标值，获得的评价指标矩阵如下：式中，c′ij表示第i个部位的第j个评价指标值，i＝1，2，…，m，j＝1，2，…，t，m为部位个数，t为评价指标个数；32)对评价指标矩阵进行标准化处理，标准化处理为：从而得到标准化评价矩阵33)由标准化评价矩阵计算第j个评价指标的熵Hj和熵权权重ωj，计算公式为：j＝1，2，…，tj＝1，2，…，t式中，k＝1/lnm，0≤Hj≤1；当fij＝0时，fijlnfij＝0；0≤ωj≤1，34)采用线性加权组合法计算各评价指标的综合权重：αj＝δωj+(1-δ)βj，j＝1，2，…，t式中，αj为第j个评价指标的综合权重；ωj为第j个评价指标的熵权权重；βj为第j个评价指标的设定权重；δ为综合系数，且0＜δ＜1；35)设定变压器各部位故障的评语集V＝{v1，v2，…，vs}，s为评语个数，采用隶属函数计算变压器各部位故障严重度的各评价指标对应于每个评语的隶属度，并得到故障严重度模糊评价矩阵：i＝1，2，…，m式中，Ri表示第i个部位故障严重度的模糊评价矩阵，表示第i个部位故障严重度的第j个评价指标对评语vk的隶属度，k＝1，2，…，s；36)根据模糊评价矩阵和熵权权重计算最终评价子集Bi：式中，ω为熵权权重向量，k＝1，2，…，s；37)对Bi进行归一化处理，处理公式为得到第i个部位故障严重度的模糊综合评价结果：B′i＝[b′i1，b′i2，b′i3，b′i4，b′i5]式中，b′ik为第i部位故障严重度相对于评语vk的隶属度，选取B′i中最大隶属度所对应的评语作为该部位故障严重度的值。所述的步骤4)具体为：将计算出的各部位故障频率和故障严重度与设定的风险评估矩阵进行比对，根据风险评估矩阵判定变压器各部位的风险情况。本专利技术的目的可以通过以下技术方案来实现：与现有技术相比，本专利技术具有以下优点：1)本专利技术马尔可夫过程和熵权模糊综合评价实现了对一段时间某地区或范围内所统计变压器分部位运行状况的风险评估，精度高；2)本专利技术通过马尔可夫过程全面地建立了变压器的全状态模型，提高了方法的准确度。附图说明图1为本专利技术方法的流程示意图；图2为本专利技术变压器全状态模型示意图；图3为本专利技术马尔可夫状态转移图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。如图1所示，一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，该方法包括以下步骤：1)建立基于马尔可夫过程的变压器全状态模型，如图2所示，变压器全状态可分为变压器正常运行、铁芯故障、绕组故障、套管故障、冷却系统故障、分接头装置故障、绝缘介质故障、其他部位故障、A类检修、B类检修、C类检修等状态。其中其他部位故障原因主要是指除以上几种故障以外的故障，如人为误操作、自然灾害等。变电站施工或改造等因素发生的概率极低，所以此处暂不考虑。2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率，马尔可夫状态转移图如图3所示。变压器处于各状态的概率的计算公式为：其中，pi为变压器处于状态i的概率，λi和μi分别为变压器的故障率和修复率，一般均为常数，可由变压器的历史运行数据得到，i＝0，1，…，n，n为状态个数。所述的变压器各部位的故障频率的计算公式为：...

【技术保护点】
一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，其特征在于，该方法包括以下步骤：1)建立基于马尔可夫过程的变压器全状态模型；2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率；3)通过熵权模糊算法计算各部位发生故障时的故障严重度；4)根据各部位的故障频率和故障严重度判定变压器各部位的风险。

【技术特征摘要】
1.一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，其特征在于，该方法包括以下步骤：1)建立基于马尔可夫过程的变压器全状态模型；2)根据变压器全状态模型获得变压器运行状态的马尔可夫状态转移图和变压器处于各状态的概率及变压器各部位的故障频率；3)通过熵权模糊算法计算各部位发生故障时的故障严重度；4)根据各部位的故障频率和故障严重度判定变压器各部位的风险：将计算出的各部位故障频率和故障严重度与设定的风险评估矩阵进行比对，根据风险评估矩阵判定变压器各部位的风险情况；所述的设定的风险评估矩阵的构造具体为：将变压器故障发生的频率和故障严重度各划分为5个等级，构造5×5风险评估矩阵；所述的设定的风险评估矩阵为：其中，A、B、C、D为风险值，A表示该部位面临高风险，B表示该部位面临临界风险，C表示该部位面临中等风险，D表示该部位面临低风险。2.根据权利要求1所述的一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，其特征在于，所述的变压器全状态包括变压器正常运行、铁芯故障、绕组故障、套管故障、冷却系统故障、分接头装置故障、绝缘介质故障、其他部位故障、A类检修、B类检修和C类检修。3.根据权利要求1所述的一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，其特征在于，所述的变压器处于各状态的概率的计算公式为：其中，pi为变压器处于状态i的概率，λi和μi分别为变压器的故障率和修复率，i＝0,1,…,n，n为状态个数。4.根据权利要求3所述的一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，其特征在于，所述的变压器各部位的故障频率的计算公式为：式中，fi为状态i的故障频率，λij为状态转移率，指从状态i向状态j转移的期望次数。5.根据权利要求4所述的一种基于马尔可夫和熵权模糊综合评价的变压器风险预测方法，其特征在于，所述的步骤3)具体为：31)设定变压器各部位故障的评价指标，并获得各部位相应的评价指标值，获得的评价指标矩阵如下：

【专利技术属性】
技术研发人员：魏本刚，傅晨钊，李可军，
申请(专利权)人：国家电网公司，上海市电力公司，华东电力试验研究院有限公司，
类型：发明
国别省市：