基于电力变压器绝缘状态评估和寿命预测的全寿命周期检修决策研究

摘 要

电力变压器是电力系统中能量传输和转换的核心，其运行状态直接影响到电网的安全与稳定运行。当前，我国已有较多变压器的运行年限超过二十年，这些变压器的绝缘状态各有不同，发生故障的概率也千差万别。变压器一旦发生故障可能会造成经济的巨大损失，甚至产生严重的社会影响。但是，盲目的维修也会导致大量人力物力资源的浪费。因此，对变压器进行有效的状态评估和绝缘寿命预测，分析变压器的全寿命周期成本和运行风险，综合考虑变压器运行的可靠性和经济性，制定恰当的运行维护和状态检修策略，降低事故发生的几率，具有重要的理论和实际意义。
论文在搜集整理大量技术标准、规程导则及变压器实际运行状态数据的基础上，以油中溶解气体为特征量深入研究了基于殖民竞争法优化支持向量机的电力变压器故障诊断和基于云预测理论的变压器故障预测方法，对基于时温水叠加的电力变压器绝缘寿命评估模型进行了研究，研究了云理论与证据推理融合的绝缘状态评估模型，在构建变压器风险评估模型和全寿命周期成本模型的基础上，根据变压器的健康状态和预期绝缘寿命，兼顾变压器运行的可靠性和经济性，对运行中的电力变压器进行运行维护和检修策略策略的制定。论文取得的创新性成果主要有：
将多分类支持向量机（SVM）应用于电力变压器故障诊断中，通过组合编码构造多个二分类SVM分类器实现多类分类。利用殖民竞争算法（ICA）获得SVM分类模型的最优参数，应用交叉验证（CV）的思想来提高分类算法的整体泛化性能，并采用加州大学欧文分校机器学习数据库的基准数据集进行验证。变压器故障诊断实例分析表明，提出的基于ICA和SVM分类方法对电力变压器进行故障诊断是准确和有效的；与传统的IEC三比值法、径向基神经网络（RBFNN）及粒子群优化支持向量机（PSO-SVM）的变压器故障诊断方法相比，提出的方法故障诊断时间短，收敛速度快，在训练和测试阶段都获得了较高的准确率。
研究了基于油中溶解气体（DGA）的云理论故障预测方法，在云变换和云跃升的基础上基于云分布特征分析建立基于云推理的多重故障诊断模型和基于云推理的变压器短期故障预测模型，避免了传统基于时间序列的预测算法（如支持向量机和灰色预测模型等），在油中溶解气体数据异常波动较大时误差偏大，鲁棒性较差，且无法有效解决非等间隔时间序列数据预测的问题。实例研究表明，提出的基于云推理的多重故障诊断模型能为变压器的多故障诊断提供一条新思路，基于中溶解气体的云理论故障预测方法与支持向量机和灰色预测方法相比，在油中溶解气体数据异常波动较大时，无论在预测精度和稳定性方面均具有一定的优势。
为改进现有的油纸绝缘热老化寿命评估模型，使模型的预测结果更为准确，研究了初始水分含量及温度对油纸绝缘试品的加速热老化特性影响。在获取变压器纸中水分含量方面，对基于FDS的变压器纸中水分含量评估法和基于油纸水分平衡曲线的纸中水分评估法进行了研究。在获取变压器绝缘老化状态方面，对基于FDS的变压器绝缘老化状态评估法和基于油中糠醛含量修正的绝缘老化状态评估法进行了研究。采用变压器负载导则中对变压器热点温度的计算模型对变压器进行平均温度的计算，以绝缘纸聚合度作为表征老化程度的特征参量，引入纤维素累积损失动力学方程研究其在老化过程中的变化规律，在时温叠加方法基础上提出一种时间–温度–水分叠加的新方法，并改进了热老化寿命评估模型。结果表明，与之前的寿命模型相比，改进的模型不但考虑了温度对绝缘纸热老化速率的影响，而且考虑了不同初始水分含量对油纸绝缘热老化的加速作用，有助于对油纸绝缘的热寿命进行更为合理的评估。
针对变压器绝缘状态评估中存在影响评估结果因素多、评估因素不相容且影响程度又不尽相同的难题，提出了基于云理论和证据推理融合的变压器绝缘状态合决策模型，构建了云隶属度函数来描述评估模型的因素层指标，根据云理论评估结果确定证据推理决策模型的原始基本概率分配，利用证据融合得到了辨识框架中基本概率分配函数，最后基于最大基本概率分配函数决策规则进行评估目标判定。
针对在电力变压器传统风险评估中未将风险经济性量化的问题，提出了一种综合考虑可靠性与经济性的变压器风险评估模型。在综合考虑检修对故障率影响的基础上，通过量化变压器的系统性风险、故障修复风险、人员安全风险、环境污染风险综合进行变压器风险评估，为变压器的状态检修提供了技术支持。
针对现有变压器检修策略制定中仅考虑其可靠性运行，忽略经济性运行的情况，本文综合考虑变压器运行的可靠性与经济性，建立了基于风险评估与全寿命周期成本分析的变压器检修策略决策模型，该模型根据变压器的状态信息获得其故障概率，在保证变压器在寿命周期内可靠性指标大于最低可靠性要求的基础上，以变压器检修的风险收益与年成本比值综合最优作为最优检修策略的标准。通过实例验证，提出的检修策略决策模型可以为变压器的状态检修工作提供建议和参考。

关键词：电力变压器，油中溶解气体，故障诊断，故障预测，绝缘寿命评估，状态评估，风险评估，全寿命周期成本，状态检修

绪论

本文研究背景及意义Equation Chapter 1 Section 1
随着我国超高压和特高压输变电技术的迅速发展，电网的容量不断扩大，电网的安全与可靠运行显得尤其重要[1]。电网一旦发生瓦解，不仅会造成严重的经济损失，影响人民的正常生活，甚至会波及公共安全，造成恶劣的社会影响。美国时间2003年8月14日下午15时，美国中西部、东北部及加拿大安大略省等地区发生大面积停电事故，事故导致了将近5000万人口的用电荒，造成了极为恶劣的经济和社会影响[2]。2006年11月4日晚上21时左右，西欧电网发生了涉及八个国家的大规模停电事故，停电时间持续了大约一个多小时，此次停电事故导致了将近1000万人口的用电荒，造成了恶劣的国际影响[3]。2008年1月11日，我国湖南电网遭遇了将近25天的雨雪、冰冻灾害，灾害造成大面积停电事故，给人民的生活带来非常恶劣的影响。大量的停电事故表明输变电设备故障导致电网停电的主要原因之一。
根据我国国家电网运行分析报道，2005~2010年我国因输变电设备故障和自然灾害引发重大电网故障次数占当年总事故总次数的比例超过80%[4-9]，其中因输变电设备故障引发重大电网故障次数占当年总事故总次数的比例达到37.10~48.15%[10]。目前，国内外对电网停电事故的原因分析多局限于电网运行本身，而对电力设备故障引发电网事故重视不够，对关键电力设备的状态检修技术研究不足[11]。实际上，维护电力设备的安全可靠运行对保证整个电网安全、经济运行十分重要。尤其作为电力系统关键输变电设备的变压器，其健康水平和运行状况好坏直接关系到电网的安全与经济运行。以一套三相500kV，360MVA的大型变压器为例，一旦发生事故，其维修费用当在数百万元，停电一天的直接电量损失（按1kWh电0.4元计）达280万元，而因停电引起的间接损失（按1kWh电产值4元计）可高达2800万元。若计入社会损失，例如按我国权威部门估计的直接损失、间接损失和社会损失的比例为1:4:6来统计损失，那么它给整个社会造成的损失将更大。长期以来，国内对变压器健康水平和运行状态好坏的判断主要是依靠定期检修的方式来实现的，经常出现“过修”和“欠修”情况，造成巨大人力、物力资源浪费，还降低了供电可靠性。美国电力科学研究院研究表明：采用合理的变压器检修策略可以在保证变压器运行可靠性的条件下，节约30%-60%的成本。

结论与展望

主要结论Equation Chapter 6 Section 1
随着电力发展所面临资源和环境压力的不断增大，资源和经费的限制与需求的快速增长之间的矛盾日渐突出，仅关注可靠性的检修策略会由于对后期运营维护考虑的不足使得在使用过程中带来巨大的经济负担，因此有必要对检修策略的制定进行研究，使得能够兼顾其成本与风险，最终达到技术性与经济性的综合最优。
本文在搜集整理大量技术标准、规程导则及变压器实际运行状态数据的基础上，以油中溶解气体为特征量深入研究了基于殖民竞争法优化支持向量机的电力变压器故障诊断和基于云预测理论的变压器故障预测方法，对基于时温水叠加的电力变压器绝缘寿命评估模型进行了研究，研究了云理论与证据推理融合的绝缘状态评估模型，在构建变压器风险评估模型和全寿命周期成本模型的基础上，根据变压器的健康状态和预期绝缘寿命，兼顾变压器运行的可靠性和经济性，对运行中的电力变压器进行运行维护和检修策略策略的制定。论文取得的创新性成果主要有：
提出了基于殖民竞争算法优化支持向量机的电力变压器故障诊断方法。采用殖民竞争算法（ICA）获得SVM分类模型的最优参数，应用交叉验证（CV）的思想来提高分类算法的整体泛化性能，并采用加州大学欧文分校机器学习数据库的基准数据集进行验证。变压器故障诊断实例分析表明，提出的基于ICA和SVM分类方法对电力变压器进行故障诊断是准确和有效的；与传统的IEC三比值法、径向基神经网络（RBFNN）及粒子群优化支持向量机（PSO-SVM）的变压器故障诊断方法相比，提出的方法故障诊断时间短，收敛速度快，在训练和测试阶段都获得了较高的准确率。
提出了基于油中溶解气体的云推理多重故障诊断模型和云理论故障预测模型。在云变换和云跃升的基础上基于云分布特征分析建立基于云推理的多重故障诊断模型和基于云推理的变压器短期故障预测模型，避免了传统基于时间序列的预测算法（如支持向量机和灰色预测模型等），在油中溶解气体数据异常波动较大时误差偏大，鲁棒性较差，且无法有效解决非等间隔时间序列数据预测的问题。实例研究表明，提出的基于云推理的多重故障诊断模型能为变压器的多故障诊断提供一条新思路，与支持向量机和灰色预测方法相比，在油中溶解气体数据异常波动较大时，无论在预测精度和稳定性方面均具有一定的优势。
基于纸中水分含量、变压器负荷情况、时–温–水分叠加寿命模型，建立了基于时间、温度、水分联合影响的绝缘寿命评估模型。提出了基于FDS的变压器纸中水分含量评估法和基于油纸水分平衡曲线的纸中水分评估法，以获取变压器纸中水分含量。提出了基于FDS的变压器绝缘老化状态评估法和基于油中糠醛含量修正的绝缘老化状态评估法，以获取变压器绝缘老化状态。采用变压器负载导则中对变压器热点温度的计算模型对变压器进行平均温度的计算，以绝缘纸聚合度作为表征老化程度的特征参量，引入纤维素累积损失动力学方程研究其在老化过程中的变化规律，在时温叠加方法基础上提出一种时间–温度–水分叠加的新方法，并改进了热老化寿命评估模型。结果表明，与之前的寿命模型相比，改进的模型不但考虑了温度对绝缘纸热老化速率的影响，而且考虑了不同初始水分含量对油纸绝缘热老化的加速作用，有助于对油纸绝缘的热寿命进行更为合理的评估。
提出了基于云理论和证据推理融合的变压器绝缘状态评估模型。从油中溶解气体分析、电气试验和油化试验三个层面来衡量变压器的绝缘状态，将变压器绝缘状态评估看成是一个多属性决策问题，构建了基于模糊和证据推理融合的双层评估模型，分别进行模糊综合的因素层评估和证据推理决策的绝缘状态整体评估。变压器实例分析结果表明，利用单一因素进行评估，可信度较低，根据决策准则，通常无法得到评估结论；而利用多因素进行证据融合，可信度较高，最终得到的绝缘状态评估结论清晰、准确。
针对在电力变压器传统风险评估中未将风险经济性量化的问题，提出了一综合考虑可靠性与经济性的变压器风险评估模型。在综合考虑检修对故障率影响的基础上，通过量化变压器的系统性风险、故障修复风险、人员安全风险、环境污染风险综合进行变压器风险评估。风险评估方法直观有效，可以为变压器状态检修策略制定提供技术支持。
针对现有变压器检修策略制定中仅考虑其可靠性运行，忽略经济性运行的情况，本文综合考虑变压器运行的可靠性与经济性，提出了一种基于风险评估与全寿命周期成本分析的变压器检修策略决策模型，该模型根据变压器的状态信息获得其故障概率，在保证变压器在寿命周期内可靠性指标大于最低可靠性要求的基础上，以变压器检修的风险收益与年成本比值综合最优作为最优检修策略的标准。通过实例验证，提出的检修策略决策模型可以为变压器的状态检修工作提供建议和参考。