摘 要：變電設備狀態(tài)評估能夠為狀態(tài)檢修提供依據(jù)，預防性試驗的結果是狀態(tài)評估的重要數(shù)據(jù)來源，因此要基于預防性試驗建立相應的評估方法。根據(jù)預防性試驗的內(nèi)容將變壓器中的故障狀態(tài)量以及特征狀態(tài)量相關數(shù)據(jù)信息提取出來，然后根據(jù)關聯(lián)規(guī)則對兩者之間的關系進行深入分析，再運用層次分析法計算各狀態(tài)量的權重，對狀態(tài)量的評分與權重值的乘積進行加和，可得到整體的狀態(tài)評分，完成狀態(tài)評價。在效果檢驗階段，采集5臺變壓器的預防性試驗數(shù)據(jù)，利用該方法進行狀態(tài)評估，最終計算5臺變壓器的狀態(tài)評分，并診斷異常運行狀態(tài)的故障類型，驗證了評價方法的有效性。

關鍵詞：預防性試驗；變電設備；狀態(tài)評估方法

中圖分類號：TM 732 " " " " " " 文獻標志碼：A

狀態(tài)評估是變電設備進行狀態(tài)檢修的重要前提，能夠為檢修工作提供依據(jù)，在具體實施過程中，需要進行預防性試驗，以便掌握潛在的故障狀態(tài)量。但是變電設備運行模式較為復雜，故障狀態(tài)受到多種因素的影響，需要建立一套行之有效的狀態(tài)評估方法，因此對此進行研究。

1 研究目的

狀態(tài)檢修是變電設備在現(xiàn)階段的主要檢修模式，其實現(xiàn)原理是根據(jù)歷史維修數(shù)據(jù)、在線監(jiān)測數(shù)據(jù)和預防性試驗進行狀態(tài)評估，掌握變電設備的潛在風險，進而在此基礎上制定設備檢修和維護策略。這種管理模式具有事前控制的效果，以預防性試驗為基礎，對變電設備的運行狀態(tài)進行評估，能夠為狀態(tài)檢修提供依據(jù)，這次研究旨在建立相應的狀態(tài)評估方法。

2 選取基于預防性試驗的變電設備狀態(tài)量

狀態(tài)評估主要針對變電設備的運行狀態(tài)，同時兼顧其他的配套信息，其作用是為設備檢修提供依據(jù)。變電設備狀態(tài)劣化過程通?？蓜澐譃?個階段，分別為故障開始發(fā)生階段、潛在故障階段以及功能故障階段（已發(fā)生）[1]。變電設備中的核心是電力變壓器和高壓斷路器，為了有效進行狀態(tài)評估，應針對這些設備建立完善的狀態(tài)量。

2.1 選取變壓器狀態(tài)量

變壓器的常見故障形式包括絕緣劣化、絕緣油劣化、繞組變形、局部放電、過熱性故障以及鐵芯故障等，在選擇狀態(tài)量的過程中，應遵循可靠性、敏感性、可操作性以及多樣性等基本原則[2]。以常用的油浸式電力變壓器為例，從預防性試驗的角度出發(fā)，其故障特征狀態(tài)量包括油中溶解氣體、絕緣油試驗結果、電氣試驗結果、出廠及交接試驗結果，見表1。

2.2 選取斷路器狀態(tài)量

斷路器的常見故障形式包括拒動、誤動、SF6氣體泄露、絕緣受損、開斷與關合故障等，針對斷路器的狀態(tài)評估量分為2類，分別為電氣試驗狀態(tài)量、機械試驗狀態(tài)量。電氣預防性試驗包括多方面的內(nèi)容，例如合閘電阻試驗、主回路電阻試驗、氣體泄露情況分析、斷口間并聯(lián)電容器介損、合閘電阻試驗[3]。在機械預防性試驗中，特征狀態(tài)量包括剛分速度、剛合速以及相間分合閘不同期等。

2.3 建立故障狀態(tài)集與特征狀態(tài)集

在選取變電設備的狀態(tài)量后，可以根據(jù)故障類型和狀態(tài)量分別建立故障狀態(tài)集和故障特征狀態(tài)集。以變壓器為例，在故障狀態(tài)集中設置7個故障狀態(tài)量，分別為過熱性故障、固體絕緣老化、絕緣油劣化、電弧放電、繞組變形、鐵芯故障和局部放電，將故障狀態(tài)集記為S={S1，S2，S3，S4，S5，S6，S7}[4]。變壓器特征狀態(tài)集由變壓器的特征狀態(tài)量組成，共計17個狀態(tài)量，將特征狀態(tài)集記為集合P，其元素編號為P1～P17。17個特征狀態(tài)量見表2。

3 建立故障狀態(tài)量與特征狀態(tài)量的關聯(lián)關系

高壓變電設備的運行過程受到多種因素的影響，其系統(tǒng)構成也較為復雜，當設備出現(xiàn)故障時，成因往往具有一定的模糊性。因此，要采取有效的技術措施建立故障狀態(tài)量和特征狀態(tài)量之間的關聯(lián)關系。關聯(lián)規(guī)則是一種大數(shù)據(jù)挖掘方法，可用于發(fā)掘事物之間的關聯(lián)關系，其應用原理如下。

3.1 關聯(lián)規(guī)則的實現(xiàn)原理

3.1.1 事物、頻繁項集與支持度

作為一種數(shù)據(jù)挖掘技術，關聯(lián)規(guī)則的實現(xiàn)與數(shù)據(jù)密切相關。將數(shù)據(jù)庫中的事物集合表示為D={t1，t2，...，tn}，集合中的每個元素表示一個事物。ti為事物集合D中的一個事物，假設ti中包括m個項，那么ti={i1，i2，...，im}。將集合D中所有事物的項的集合記為I，那么I={i1，i2，...，ij}。任意集合B的元素為集合I中的部分項，則B為I的1個子集，如果子集B中存在k個項，那么將其稱為I的k項集[5]。

項集B中包括若干個事物，將項集B中事物的數(shù)量記為σ（B），如公式（1）所示。

σ（B）=|tk|Btk，tkD " " " " " " "（1）

式中：tk為項集B中包括事物的最大數(shù)量，將σ（B）稱為項集B的支持度計數(shù)。該項集的支持度記為Sup（B），其計算方法如公式（2）所示。

Sup（B）=P（B）=σ（B）/|D|×100% " " " " "（2）

式中：將事物集合D中所含事物的總數(shù)量記為|D|。將最小支持度閾值記為Supmin，如果Sup（B）gt;Supmin，那么將項集B稱為頻繁項集。

3.1.2 關聯(lián)規(guī)則

假設項集B和項集C均屬于項集I，并且B、C的交集為空，在二者之間建立關聯(lián)規(guī)則，記為B→C，此時集合B、C分別為關聯(lián)規(guī)則B→C的前提和結論[6]。關聯(lián)規(guī)則中具有支持度和置信度2個重要概念，支持度可表述為公式（3）。

Sup（B→C）=P（B∩C） " " " " " " "（3）

該表達式代表在事物集合D中，B∪C所占的百分比。置信度（Conf）的數(shù)學表述方法如公式（4）所示，以包括B事物為前提同時包括C事物，在D事物集合中所占的比例。

（4）

3.1.3 基于變電設備狀態(tài)評估的項集定義

將已經(jīng)建立的變電設備故障狀態(tài)量集合和故障特征量集合分別視為2個項集，也就是集合S和集合P，這2個集合之間不存在相同的元素，因此其交集為空。當利用關聯(lián)規(guī)則挖掘S和P的關聯(lián)關系時，首先要定義項集，下面介紹針對變壓器狀態(tài)評估的項集定義方法。

假設變壓器的故障事物集合為D0，Di為D0的子集，變壓器的故障狀態(tài)項集為S0，Si為S0的子集，Di和Si之間存在對應關系。Di為變壓器第i類故障的數(shù)據(jù)集。當Di=Si時，表示變壓器發(fā)生第i類故障，項集Pj表示變壓器第j個特征狀態(tài)量超標或者異常。在集合S和集合P之間建立關聯(lián)規(guī)則，其本質(zhì)是建立Pj和Si之間的關聯(lián)關系，即Pj→Si。可根據(jù)公式（3）、公式（4）得到對應的支持度和置信度。

3.2 關聯(lián)規(guī)則挖掘示例

3.2.1 故障樣本

以110kV變壓器為例，在數(shù)據(jù)挖掘前收集相關的故障案例，建立數(shù)據(jù)庫，根據(jù)集合P中的故障狀態(tài)量，收集和統(tǒng)計故障樣本，結果見表3。這些數(shù)據(jù)用于實施關聯(lián)規(guī)則，建立故障狀態(tài)量與特征狀態(tài)量之間的關系。經(jīng)過統(tǒng)計，在故障樣本中，S1～S7的故障例總數(shù)分別為136、187、139、161、166、171、148。

3.2.2 故障狀態(tài)量與特征狀態(tài)量之間的關聯(lián)關系示例

將故障樣本統(tǒng)計結果作為數(shù)據(jù)源，建立故障狀態(tài)量和特征狀態(tài)量之間的關聯(lián)關系，并且計算支持度和置信度。根據(jù)變壓器的故障狀態(tài)量和特征狀態(tài)量集合，可定義如下支持度矩陣，如公式（5）、公式（6）所示。

Supi=（si，1，si，2，...，si，n）T " " "（5）

（6）

式中：Supi為第i類故障狀態(tài)量對應的支持度矩陣；Pj為第j個故障狀態(tài)量超標；當變電設備處于第i類故障狀態(tài)時，記為Si；i=1，2，...，7；n=1，2，3，...，17；當?shù)趇類故障狀態(tài)發(fā)生時，第j個故障狀態(tài)量超標的故障案例數(shù)記為σ（Pi，j）；將故障案例數(shù)據(jù)庫中第i類故障的數(shù)量記為σ（Si）；T為轉置操作。置信度矩陣可表示為公式（7）、公式（8）。

Confi=（ci，1，ci，2，...，ci，n）T " "（7）

（8）

式中：將故障案例數(shù)據(jù)中第j類特征狀態(tài)量的超標總數(shù)記為σ（Pj）。按照公式（4）～公式（8）計算支持度和置信度，部分結果見表4。過熱性故障對應的狀態(tài)量為C2H6含量超標、C2H4含量超標、繞組直流電阻互差以及CO相對產(chǎn)氣速率超標。當變壓器出現(xiàn)過熱性故障時，支持度表示相應特征狀態(tài)量的發(fā)生概率。當支持度和置信度未達到閾值時，應剔除對應的特征狀態(tài)量。

變電設備故障狀態(tài)評估是一種量化評價，在同一個故障狀態(tài)量下存在多個特征狀態(tài)量，但各個特征狀態(tài)量對故障狀態(tài)量的影響程度并不相同，計算并分配權重是為了實現(xiàn)精確的量化評價。在權重計算階段，以置信度為基礎，運用層次分析法進行量化的權重分配。

4 權重計算

4.1 層次分析法的實施流程

層次分析法通常采用三層的結構體系，分別為目標層、準則層以及指標層，在變電設備狀態(tài)評估中，目標層為變電設備的狀態(tài)，準則層對應故障狀態(tài)量，指標層為特征狀態(tài)量，通過關聯(lián)關系在故障狀態(tài)量與特征狀態(tài)量之間建立聯(lián)系，為層次分析法的應用創(chuàng)造了條件，在具體實施過程中，其核心步驟包括3步，分別為構造判斷矩陣、確定權重以及一致性檢驗。

4.2 基于置信度和層次分析法的權重計算

4.2.1 基于置信度的權重系數(shù)計算

為了提高權重分配的精確性，在確定權重值前，可利用置信度建立權重系數(shù)，再根據(jù)權重系數(shù)的大小確定狀態(tài)特征量之間的相對重要程度。權重系數(shù)的計算方法如公式（9）所示。

（9）

式中：wi，j為故障特征i所對應的第j項特征狀態(tài)量的權重系數(shù)；ci，j為第i個故障狀態(tài)的第j項狀態(tài)特征量對應的置信度；mi為第i項故障狀態(tài)量對應的特征狀態(tài)量的總數(shù)量。

4.2.2 基于層次分析法的權重計算

將S1～S7看做7個準則層指標，每個指標都對應若干個特征狀態(tài)量。以S1為例，對其實施層次分析，將其對應的4個特征狀態(tài)量分別記為a1、a2、a3、a4，于是可構造判斷矩陣，見表5。表格中的元素代表2個特征狀態(tài)量對故障狀態(tài)量的重要程度，取值越大，說明重要程度越高。在特征狀態(tài)量的重要性比較中，采用層次分析法中的1～9標度法，假設特征狀態(tài)量ai和aj進行重要度比較。當ai和aj同等重要時，標度值取1；當ai比aj稍微重要時，標度值取3；當ai比aj明顯重要時，標度值取5；當ai與aj相比非常重要時，標度值為7；當ai比aj極端重要時，標度值取9；其他標度值為2、4、6、8，以標度值2為例，重要性為1～3；當評價aj對ai的重要性時，標度取值為ai對aj重要性標度的導數(shù)。

計算矩陣A1的特征向量，得到w1=[0.073，0.209，0.645，0.073]T，因此，C2H6含量對應的權重值為0.073，C2H4含量對應的權重值為0.209。當建立判斷矩陣時，有可能出現(xiàn)指標重要性排序矛盾，此時，應該檢驗判斷矩陣的一致性。判斷矩陣的一致性指標CI=（λmax-n）/（n-1），其中，λmax為判斷矩陣的特征根，n為特征矩陣的階數(shù)。求出CI后，計算一致性比例CR（CR=CI/RI）。其中，RI為平均一致性指標。如果CR≤0.1，那么認為構造的判斷矩陣通過一致性檢驗。按照這種方法可以計算其他特征狀態(tài)量的權重值。

5 變電設備狀態(tài)評估實例

5.1 獲取預防性試驗的數(shù)據(jù)

對5臺110kV油浸式變壓器開展預防性試驗，得到P1～P17各項特征狀態(tài)量的試驗數(shù)據(jù)。部分試驗數(shù)據(jù)見表6。

5.2 電力設備運行狀態(tài)評分

電力設備運行狀態(tài)分為正常、注意、異常和嚴重4個級別，其對應的評分為80～100、60～80、20～60、0～20。首先，利用關聯(lián)規(guī)則建立故障狀態(tài)量、特征狀態(tài)量模型。其次，運用置信度計算各特征狀態(tài)量的權重系數(shù)。最后，運用層次分析法計算權重值。按照公式（10）計算綜合評分。

（10）

式中：Xi為故障狀態(tài)量i的評分；Wi為對應的權重計算結果；T為變電設備運行狀態(tài)的綜合評分。

從狀態(tài)評價結果中可知，1#變壓器得分僅為20.22，處于異常狀態(tài)，并且接近嚴重故障狀態(tài)。2#、3#變壓器得分較高，均屬于異常狀態(tài)，同時診斷造成異常的主要原因，1#變壓器為S5，2#變壓器為S2、S4、S5，3#變壓器為S4。4#變壓器運行狀態(tài)綜合評價得分為58.81分，同樣為異常狀態(tài)，但該分支接近注意級別，說明變壓器的運行風險較小，故障類別為S7。5#變壓器運行狀態(tài)綜合評分為45.31分，屬于異常運行狀態(tài)，其故障類別為S1。整體來看，本次所建立的狀態(tài)評價方法能夠有效評價變電設備的運行情況。

6 結語

綜上所述，在變電設備狀態(tài)評估中，可根據(jù)預防性試驗建立故障狀態(tài)量和特征狀態(tài)量，包括過熱性故障、固體絕緣老化、絕緣油劣化以及電弧放電等。根據(jù)關聯(lián)規(guī)則的原理在故障狀態(tài)量和特征狀態(tài)量之間建立關聯(lián)關系，在其基礎上進行層次分析，為每個狀態(tài)量分配權重值，權重與狀態(tài)打分結果的乘積是該狀態(tài)量的評估值，通過求和可得到變電設備狀態(tài)評估的綜合結果。

參考文獻

[1]周松霖，段佳奇，齊偉強.基于模糊評判的變電設備評估[J].電力科學與技術學報，2021，36（3）：174-179.

[2]張瑞強，徐貴，經(jīng)權，等.基于紅外熱成像檢測技術的變電設備異常發(fā)熱故障檢測[J].制造業(yè)自動化，2022，44（9）：171-174.

[3]林灝凡.關于高壓電氣設備的絕緣預防性試驗研究[J].電子測試，2022（19）：132-134.

[4]黃博，張雄.電力安全工器具預防性試驗檢測體系與資質(zhì)[J].電力安全技術，2022，24（3）：69-71.

[5]朱鳳銀.有關高壓電動機預防性試驗的思考研究[J].中國設備工程，2021（15）：253-254.

[6]張大宏，尚等鋒.電力變壓器預防性試驗技術要點分析[J].科技創(chuàng)新與應用，2021（3）：167-169.