配电变压器状态评估技术综述

赵传奇，王 晖

（1.长春工程学院 电气与信息工程学院，2.吉林省配电自动化研究中心，长春 130012）

配电变压器状态评估技术综述

赵传奇1，王 晖2

（1.长春工程学院 电气与信息工程学院，2.吉林省配电自动化研究中心，长春 130012）

为使更多配电网的研究人员对配电网变压器状态评估方法有更深的研究，基于目前配电变压器状态评估的研究现状，介绍了传统的状态评估方法，详细阐述了智能方法应用于变压器状态评估的基本原理，总结了智能方法的优缺点，并提出了物联网技术应用于变压器状态评估的发展趋势。

配电变压器；状态评估；智能方法

0 前言

变压器属于供电、配电部门的重要设备，它们的安全运行直接关系到电网的安全供电，变压器状态评估是电力设备修理和维护的基础工作，由于变压器本身是一个包含很多部件的复杂系统，因此，变压器状态评估的影响因素也很多，对其进行准确评估难度很大。目前针对变压器状态评估的方法已经逐步从单一的传统方法转变为与智能算法结合的方法，本文分别介绍了传统状态评估方法、神经网络算法和模糊理论，为变压器状态评估提供技术支持。

1 传统状态评估方法

变压器发生故障时，故障点释放的能量，使周围溶解在变压器油中的气体成分的相对数量和形成速度发生变化，这些故障气体的组成和含量与故障类型及严重性密切相关，传统方法是对变压器进行油气监测，其基本原理是根据油中气体成分的不同及所占百分比不同，判断故障的种类及严重程度，进而评估变压器工作是否正常[1]。这种方法局限于阀值诊断，难以显示故障的发展趋势。

2 智能算法在变压器状态评估中的应用

2.1 基于神经网络的方法

人工神经网络是由神经元通过网络权值相互连接而成的自适应非线性系统。人工神经网络通过神经元之间隔连接关系实现信息的存储，通过神经元之间的传递关系来实现信息的处理，通过神经元相互之间连接权值的动态变化过程实现网络的学习。BP神经网络模型将反向传播学习算法应用于连接权值的动态变化，是目前应用最多且最重要的网络。其学习过程分两个阶段[2]：

第一个阶段初始化的权值和阈值。设输入为M维，输出L维，对某一输入隐含层节点i的输出为：

其中fθi为隐含层节点的激活函数；输出层节点 的输出为：

其中fai为输出层节点的激活函数。

第二个阶段是对权值和阈值进行更新，从最后一层向前计算各权值和阈值对偏差的影响，利用能量函数计算神经网络对于该样本的能量值，计算每个神经元节点所产生的误差，反向传递该误差，修正各个权值和阀值。偏差的一般选择输入输出间的均方差：

以上两个过程反复交替，直到达到收敛为止。

2.2 基于模糊理论的方法

使用模糊理论对变压器进行设备状态评估的步骤如下[3，4]：

（1）确定状态因素集。状态因素集是影响评估对象的各因素所组成的一个普通的集合。通常用U表示。对于一级模糊评判模型，，其中ui代表各影响因素，对于各个因素具有不同层次的情况，采用两级或更高级的评判模型，此时ui代表第一层的第i个元素，它又由第二层的n个元素决定，即，其中uij即为第二层次的影响因素。如将变压器状态因素集定为两级模型，即U={电气试验，油色谱分析，绝缘油特性，试验新技术，历史情况}，表明变压器状态受U中因素影响，而U中每一个因素又由第二层因素影响，如油色谱分析受{H2，CH4，C2H6，C2H4，C2H2，CO，总烃}因素集影响。

（2）确定权重集。各个因素对变压器状态的影响程度不同，因此建立因素权重集来反应各个因素对于变压器状态的影响程度，对因素ui赋予相应的权重ai，对第二层因素同理，则各权重组成的集合即为因素权重集。权重集应满足归一化条件：

权重可由模糊数学的方法确定，也可根据实际问题由专家打分确定。

（3）确定评判集。无论是一级还是多级迷糊评判，评判集只有一级，即变压器的状态组成的集合（如良好、一般、注意、较差）。通常用表示。模糊综合评判的目的就是在综合考虑所有影响因素的基础上，从评判集中得出最佳的评估结果。

（4）确定隶属度函数。隶属函数是描述模糊性的关键。设评判集V={良好、一般、注意、较差}，隶属度函数将各个因素值转化为隶属于不同状态的隶属度，不同因素的隶属度组合成隶属度矩阵R。常用的隶属度函数是三角形函数 。

（5）模糊评判。一级模糊综合评判是对一类因素中的的各个因素进行综合评判，为了考虑不同层次因素的综合影响，还必须在电气试验、油色谱分析、绝缘油特性、试验新技术、历史情况之间进行综合评判，称为二级综合评判，二级模合评判解决了因素过多的问题，它按照某种标准将因素分到不同的类中。二级模合评判评估矩阵R应为一级模糊综合评判所得的矩阵，从而可得二级综合评判集为：

第一层因素集U反映变压器综合状态能力的权重集。R是一级模糊评判得到的综合评判矩阵。B表示变压器综合状态隶属于状态V的隶属度。最后按照隶属度最大原则，选取 作为该变压器的综合状态，并根据评估结果安排检修策略。

3 总结与展望

智能技术与传统方法的结合，提高了变压器检修效率，有效地降低了错检、漏检等事件发生的概率，实现对配电网状态的检测、预警以及状态的检修，使配电网始终在最佳状态运行，保障生产和生活用电，同时降低损耗，提高优质服务水平。

[1]吴立增.变压器状态评估方法的研究[D].华北电力大学，2005.

[2]张世宏，刘玓.神经网络算法在电力设备状态评估系统中的应用[J].福建电脑，2007（07）：98.

[3]王谦.基于模糊理论的电力变压器运行状态综合评估方法研究[D].重庆大学，2005.

[4]王美刚.基于模糊理论的电力变压器状态评估[D].华北电力大学，2007.

项目支持：吉林省工信厅项目2013001，吉林省科技厅重点科技攻关项目20130206049GX，吉林省教育厅2013297.

赵传奇（1990—）男，山东沾化人，在读研究生，本科，主要研究：人工智能算法及应用。