基于EWDGA和马尔可夫过程的变压器内部潜伏性故障的故障率研究

袁锦浩（上海交通大学,上海 200240）

基于EWDGA和马尔可夫过程的变压器内部潜伏性故障的故障率研究

袁锦浩
（上海交通大学,上海 200240）

摘 要：本文提出了针对变压器内部潜伏性故障的故障率估计方法。引入了基于能量权重的变压器产气率数据（EWDGA）；提出了基于EWDGA的变压器内部潜伏性故障多状态马尔可夫过程故障率估计模型，算例证明该模型能够很好的区分相同状态下不同故障发展程度的变压器内部潜伏性故障的故障率。

关键词：内部潜伏性故障;EWDGA;马尔可夫过程;状态转移速率;故障率

0 引言

对变压器进行故障率的计算，是指通过对在线监测信息等反应设备状态的数据进行分析，对设备状态进行评估，结合历史数据进而对故障率进行估计。变压器的故障可分为内部潜伏性故障和外部随机故障,两者在故障的发展模式上有所区别，所以在计算故障率的时候应该分开考虑[1]。

本文针对马尔可夫过程中转移速率数值不变的缺陷，计及产气率对状态转移速率因子进行实时更新，并引入基于能量权重的产气率数据（EWDGΑ）[2]，从而更好地考虑故障的动态发展，进而对变压器内部潜伏性故障的故障率做出更准确的估计。

1 基于能量权重的产气率数据（EWDGA）

油中溶解气体数据已经成为对变压器进行状态诊断的最重要和最成熟的方法。通过对溶解在油中的不同气体的含量进行分析，可以得到故障的种类。对于故障的严重程度，则依靠对连续的DGΑ数据进行比较，得到产气率，进而依据产气率对故障的严重程度进行估计。

目前对于产气率的计算是以产生的所有的可燃性气体的体积分数(ΤDCG)来表示。但这种方法的缺陷是忽略了不同气体之间的区别，但产生同样多的乙炔和甲烷，需要的能量和故障的严重度是不同的，因此文献[2]引入能量权重，对产气率数据进行改进，从而更好的对故障的严重度和故障发展程度进行估计。

2 变压器内部潜伏性故障故障率估计模型

以往研究依据油中溶解气体体积分数和历史统计数据分别来划分状态和计算状态转移速率，进而求得变压器潜伏性故障的故障率。由于转移速率是由历史数据得出，无法实时反映变压器的状态，因此当利用静态的DGΑ数据判断出变压器所处的状态时，潜伏性故障的故障率也便随之确定，这显然与实际情况是有出入的。

本文在多状态马尔科夫模型的基础之上，引入基于能量权重的产气率数据，对状态转移速率进行实时的更新，不仅考虑变压器所处的状态，而且考虑其故障的发展程度，进而可以求得更为准确的故障率数据。图为变压器内部潜伏性故障的故障率估计模型。

图1 潜伏性故障故障率估计模型

2.1 状态划分依据

当变压器发生潜伏性故障时，变压器内的油纸绝缘结构会在电或热的作用下加速老化的速度，分解产生气体，依据不同气体的体积分数和比值可以对故障类型进行判断，由于DGΑ数据可以较好的表征内部潜伏性故障的程度，因此其比较适合作为评判变压器内部潜伏性故障状态的划分依据。根据以体积分数表示的各类故障特征气体的含量和可燃溶解气体总含量，将变压器的状态划分为4个表征故障发展程度的状态，从良好状态到告警状态再到危险状态，最终到达故障状态，故障状态表示应立即停运或已经停运。

3 算例验证

在对状态转移速率λ进行加权计算后，变压器内部潜伏性故障的故障率的计算方法可按照文献[4]中的计算公式。

为方便研究，我们取aw=[0.8,1,1.2,1.6]，k1=1.2，k2=1.8。参考文献[5]的数据，对转移速率进行计算，得λ1,2=0.0083，λ2,3=0.0085，λ3,4=0.0193。

设有两台同类型的变压器，分别计算不考虑产气率，考虑未加权产气率和能量加权产气率的结果。图为各种情况下潜伏性故障的时域曲线。

图2 潜伏性故障故障率估计模型

图2中的蓝色曲线代表的是变压器1在三种情况和变压器2在前两种情况下的故障率时域曲线，因为二者的未加权产气率数据是一样的，所以其曲线重合，计及加权产气率后，变压器2的故障率曲线（红色表示）与变压器1有明显的区别，说明该方法能够区分在相同状态下，故障发展程度不同的变压器潜伏性故障的故障率。

4 结论

本文介绍了一种从能量的角度对变压器油中溶解气体产气率数据进行加权处理的方法，并在此基础上提出了计及能量加权产气率数据的变压器潜伏性故障的故障率估计方法，该方法与传统方法相比，能够更好的区分在相同状态下，不同故障发展程度的变压器潜伏性故障的故障率。

参考文献：

[1]宁辽逸,吴文传,张伯明.运行风险评估中的变压器时变停运模型（二）基于延迟半马尔科夫过程的变压器时变停运模型[J].电力系统自动化,2010,34(16):24-28.

[2]Fredi Jacob, Paul Noble, James J.Dukarm. A thermodynamic Approach to Evaluation of the Severity of Transformer Faults[J].IEEE Transactions on Power Systems,01-05.