[发明专利]一种电力变压器状态评估方法

说明书

本发明涉及电力设备维护技术领域，特别涉及一种电力变压器状态评估方法，首先，正交模糊集描述电力变压器状态评估指标信息，可以细腻地表征电力变压器状态评估指标信息的隶属度、非隶属度以及犹豫度；然后，基于正交模糊集比较偏好矩阵，本发明利用正交模糊BWM与Shapely值客观确定电力变压器状态评估指标集上的模糊测度，弥补了现有变压器状态评估指标权重确定方法计算复杂性较高，具有较高不一致风险的缺陷；最后，将Zhenyuan积分拓展到正交模糊集环境中，构造了正交模糊数学规划模型，进而等价转换为线性规划模型，全面测度电力变压器状态评估指标之间存在的复杂异质关联关系，优化力电力变压器状态评估结果，增强最终结果的鲁棒性和精确性。

技术领域

本发明涉及电力设备维护技术领域，特别涉及一种电力变压器状态评估方法。

背景技术

随着电网设备数量与容量连续增加，电网电压等级也逐步增高，客户希望电网可靠性也随之提高。变压器对电力系统的安全运行至关重要，若其产生故障，将会引发大规模停电，进而对居民生活与企业生产运作带来严重危害。另外，电力变压器作为一个复杂系统，它的故障机理繁杂，体现出不确定性特征。因此，对其进行状态评估是一项困难且繁重的任务。为此，需要提出合理的方法来判断电力变压器的运行状态，运用科学高效手段评价电力变压器的潜在故障，对实施电力变压器状态检修及维护，降低变压器维修费用以及提高电力系统运行稳定性具有重要理论意义与实际应用价值。

近年来，许多学者从不同的角度利用不同的方法对电力变压器的状态评估进行了相关研究，并已取得丰硕的成果。例如，朱永利等人利用油中溶解气体分析中的CO₂、CO、C₂H₆、C₂H₄、C₂H₂、CH₄、H₂的相对含量与产气速率作为评估属性，然后利用支持向量机判断变压器所处的状态。卜宪存与张海英借助油色谱分析确定变压器评估指标，接着运用区间层次分析方法确定评估指标的权重信息，最后利用区间TOPSIS方法对8台电力变压器的状态进行评判。袁源等人借助深度学习对变压器运行时振动信号进行特征学习，并利用BP神经网络对变压器运行状态评估。朱江行等人从历史记录、技术指标以及运行状况3方面构造电力变压器状态评估指标体系，然后运用灰色关联分析与TOPSIS评估变压器的状态。滕杰等人借助集对分析方法和证据融合方法预估变压器的运行状态，以期制定出合理检修策略。王海亮等人考虑到变压器状态评估指标信息兼具模糊、随机性、灰色特征，利用云理论与直觉模糊数构造一种变压器状态评价方法。张珂斐等人首先绕组振动信息、油中溶解气体分析、绝缘油试验、从电气试验以及附件运行状况5方面构造电力变压器状态评估指标体系，然后运用层次分析法、熵权法以及最小方差理论确定指标最优权重，最后基于证据理论对不同类型指标参数进行集成。

上述研究有力促进了电力变压器状态评估研究工作的开展，并于现实应用中获得了一定效果，但是仍具有一定的局限性。朱永利等人与袁源等人所用算法建模过程繁杂，且样本依赖性高。朱永利等人、袁源等人、朱江行等人以及滕杰等人均利用实数表征电力变压器评估信息，未充分考虑到评价信息的模糊性与不确定特点。卜宪存与张海英、王海亮等人以及张珂斐等人量化了评估指标的不确定特点，却未充分考虑评价过程中存在的高度不确定隶属度与非隶属度信息。卜宪存与张海英与张珂斐等人均利用层次分析方法确定评价指标的权重信息，该方法计算权重过程繁琐的，存在较高不一致风险。此外，上述电力变压器的状态评估模型均基于指标之间相互独立的假设，未涉及到评估指标存在的异质关联关系。

正交模糊集作为直觉模糊集与毕达哥拉斯模糊集的拓展，是处理不确定信息的有力工具。它仅要求隶属度的q次方与非隶属度的q次方之和小于等于1。随着参数q值的增大，正交模糊集的应用范围随之增大，能够为决策者提供更好表达自由，具有较好的灵活性。