[发明专利]电力变压器多层次状态评估方法

摘要

本发明公开了一种电力变压器多层次状态评估方法。首先构建了能反映故障类型与部位的变压器多层次体系，经过指标筛选后，通过求取指标劣化度并进行高斯云处理反映判据边界的不确定性；通过关联规则与变权处理得到综合权重以反映权重的不确定性；运用DSmT进行多证据融合解决评估层高冲突性与不确定性问题。最后得到该设备的故障类型、故障部位以及变压器整体所处状态。解决了变压器在评估过程中产生的不确定性问题，将故障诊断与健康评估结合，既能从宏观上看到变压器的整体健康状况，也能从细节方面发现变压器发生的故障。

主权项

1.一种电力变压器多层次状态评估方法，其特征在于：包括以下步骤：步骤1：数据采集：采集电力变压器本体、套管、有载分接开关、冷却器系统、非电量保护装置的在线监测指标，导出数据库中与所述电力变压器运行环境相同的同种类变压器历史故障数据库，在线监测指标如表1所示；步骤2：指标层隶属度融合：包括以下具体步骤：步骤2‑1：将各指标进行劣化处理：正向劣化指标发生劣化时数值呈现增大趋势，负向裂化指标劣化时数值呈现减小趋势；正向劣化指标按式(1)进行处理：负向劣化指标按式(2)进行处理：式中，X_rt为第r故障类型的第t指标归一化后的劣化度，0＜r≤n,n为故障类型的个数，0＜t≤T，T表示第r故障类型的指标个数；X_rt为第r故障类型的第t指标的测量值，X_rt0为第r故障类型的第t指标的初始值，X_rta为第r故障类型的第t指标的警示值；步骤2‑2：计算隶属度向量：电力变压器健康状态划分四个等级，与指标劣化度对应关系如表2所示；高斯云分布y为：式中：x_rt为第r故障类型的第t指标归一化后的劣化度；E_nn为一个期望值为等级云熵E_n、标准差为H_e的正态随机数；约束区间的中心值E_x为E_x＝(c_mtn+c_max)/2；双约束空间[c_mtn,c_max]为高斯云分布的分级界限；等级云熵E_n为：H_e取常数，根据变压器状态指标的现场经验与不确定性设定；步骤2‑3：根据各指标置信度大小来确定该故障类型下每一指标的常权重系数，计算公式如下：式中，w_t,j是第i个故障类型中的第j个单项指标的常权重系数；C_t,j是第i个故障类型中的第j个单项指标的置信度；m_t为第i个故障类型中的指标个数；故障关联规则A_i,j→B_i的置信度计算公式如下：事务数据库D＝{任一综合状态量超标}；事件Ai,j＝{第i个综合状态量中的第j个单项状态量超标}；事件Bi＝{第i类故障发生}；在事务数据库D中，其所包含某特定项集A的事务的个数称为项集A的支持度计数，记为σ(A)，在概率学中可以表示为确定指标层的变权重系数：式中，为第r种故障类型的变权重系数；x_r为第r个故障类型的评分值；n为故障类型的个数；w_r为第r个故障类型的常权重系数；引入均衡函数形成变权综合模式的变权公式为：式中α为均衡函数，0≤α≤1，其取值大小取决于各故障类型的相对重要程度；当对故障类型的均衡程度要求不高时，取α>0.5；当排除某些综合状态量的严重缺陷时，取α＜0.5；步骤2‑4：指标层故障类型评估：将各指标及其各综合权重进行加权融合，公式如下:其中，F_lsd(r)为第r个故障类型的隶属度向量，为第r个故障类型中第m个指标的综合权重，为第r个故障类型中第m个指标的隶属度；由上式可得到指标层故障类型的隶属度对应四个状态等级的分布情况，对照表2判断各故障类型严重情况；步骤3：部件层故障类型评估：将指标层故障类型的隶属度按部件进行DSmT算法融合，得到部件层故障类型的隶属度，对照表2判断各部件的健康状态；步骤4：整体状态评估：将部件层故障类型的隶属度进行DSmT算法融合，得到整体故障类型的隶属度，对照表2判断各部件的健康状态。