基于顯著性差異的油浸倒置式電流互感器氫氣閾值分析

孫翔，何文林，邱煒，李晨

（國網浙江省電力公司電力科學研究院，杭州310014）

基于顯著性差異的油浸倒置式電流互感器氫氣閾值分析

孫翔，何文林，邱煒，李晨

（國網浙江省電力公司電力科學研究院，杭州310014）

從運行設備的油色譜數據入手，利用顯著性差異分析手段開展氫氣閾值分析，驗證了數據符合正態分布規律，確定了數據的顯著性差異條件，并提出了氫氣數據閾值要求。

倒置式電流互感器；油色譜；氫氣；顯著性差異

0 引言

浙江電網自20世紀90年代初開始投運第一批倒置式電流互感器，至今已超過20年。由于油浸倒置式電流互感器具有動、熱穩定性能好，利于散熱等優勢，在電網的使用量越來越多。據統計，截至2012年底，浙江電網運行的油浸倒置式電流互感器共6 291臺，占在運互感器數量的22.9%。但近年來在使用中也發現了數量較多的設備存在氫氣超標、微量乙炔等色譜異常問題。由于相關標準中的色譜異常閾值是參考正立式電流互感器設定的，是否適用于倒置式電流互感器還有待進一步商榷[1]。顯著性差異是統計學上對數據差異性的評價，是1個統計學名詞[2]。當數據之間具有了顯著性差異，說明參與比對的數據不是來自同一母體，而是來自具有差異的2個不同母體，或者同一母體由于實驗處理導致實驗對象發生了根本性狀改變[3]。本文利用在運倒置式電流互感器的色譜數據，探討在運設備氫氣含量的分布規律，并利用顯著性差異的數據統計分析手段，開展倒置式電流互感器色譜閾值分析，提出較為合理的設備氫氣閾值。

1 設備運行情況

在運設備電壓等級分布如圖1所示，倒置式電流互感器占同電壓等級設備的比例按式（1）計算，各電壓等級的分布如圖2所示。

圖1 倒置式電流互感器電壓等級分布

式中：di為某一電壓等級倒置式電流互感器占比；ni為某一電壓等級在運倒置式電流互感器數量；Ni為某一電壓等級在運電流互感器數量；i為電壓等級。

圖2 倒置式互感器占比

從圖2可以看出，500 kV電壓等級中倒置式電流互感器占比最高，達到了55.4%，220 kV電壓等級次之，110 kV最低。

在運的6 291臺倒置式電流互感器的出廠時間分布如圖3所示。從圖中可以看出，目前在運的互感器中，于2001—2010年出廠的數量最多，占到總數的98.91%，1991—2000年出廠和投運的僅占0.51%。數量懸殊的主要原因，一方面是因為倒置式電流互感器在90年代屬于新型產品，用量較少，另一方面則是90年代電網發展速度較慢。從圖中還可發現，2011年以后出廠和投運的僅占0.59%，除了電網發展速度變緩的因素外，近幾年倒置式電流互感器色譜異常頻繁出現也是用量下降的重要原因。

在運倒置式電流互感器的廠家及占比如圖4所示。從圖中可以看出，用量排名前八的廠家分別為上海MWB互感器有限公司（簡稱上海MWB）、大連第一互感器有限公司（簡稱大一互）、江蘇思源赫茲互感器有限公司（簡稱思源赫茲）、江蘇精科互感器股份有限公司（簡稱江蘇精科）、傳奇電氣有限公司（簡稱傳奇電氣）、蘇州阿海琺開關有限公司（簡稱阿?，m）、康嘉（沈陽）互感器責任有限公司（簡稱沈陽康嘉）、上海阿爾斯通電力自動化有限公司（簡稱阿爾斯通），其中上海MWB產品用量就占63.3%。

圖3 倒置式電流互感器出廠時間分布

圖4 倒置式電流互感器的廠家分布

2 運行設備氫氣數據分析

氫氣數據來源于PMS（生產管理信息系統）[4]試驗數據模塊，為在運設備的最近一次油色譜分析結果。將氫氣數據按電壓等級結合設備運行時間、出廠時間進行統計，結果如圖5、圖6所示。

圖5 倒置式電流互感器的運行時間分布

從圖5可以看出，多數設備的氫氣數據不隨運行時間的增長而明顯變化，即在統計分析階段內，各電壓等級油浸倒置式電流互感器氫氣數據與運行時間無關；在圖5結論前提下，由圖6可知，多數設備的氫氣數據不隨出廠時間的先后而變化，即氫氣數據與出廠時間無關。從圖6中可以看出，在運110 kV，220 kV油浸倒置式電流互感器有數臺與整體結果差異較大，氫氣含量在200 μL/L以上，懷疑上述設備的氫氣含量異常與原材料選用、工藝控制隨機缺陷有關，其中110 kV異常設備的出廠時間集中在2002，2003和2006年，220 kV異常設備的出廠時間集中在2003—2007年；同時從圖中可以看出，在運500 kV設備氫氣含量離散性較小，集中在100 μL/L以內，氫氣數據不存在顯著的差異性。

按生產廠家對氫氣數據進行統計，結果如圖7所示。從圖中可以看出，除上海MWB和思源赫茲存在數臺與統計結果差異較大的設備外，其余廠家的設備氫氣含量離散性較小，且集中在200 μL/L以內，各臺設備氫氣數據之間未見明顯的差異性。

圖6 倒置式電流互感器的出廠時間分布

圖7 氫氣含量的生產廠家分布

綜上所述，多數設備氫氣數據的變化與運行時間、出廠時間無關，可以認為同一廠家、同一電壓等級設備的氫氣數據來源于同一母體，統計分布規律相同。上海MWB和思源赫茲氫氣含量在200 μL/L以上的設備懷疑存在設備隱患，其異常原因應與原材料選用、工藝控制的隨機缺陷有關，隱患設備分布見表1。

表1 隱患設備分布

為進一步了解氫氣含量偏差的原因，采用統計學中的顯著性差異分析工具進行分析。為減少因歷年來高氫氣含量設備退役或更換造成的數據偏差，選取樣本時將范圍限定在與隱患設備同廠家、同年生產的同電壓等級設備，各樣本涉及的設備數量如表2所示。

表2 樣本設備數量

3 閾值分析

3.1 理論依據

氫氣閾值分析采用顯著性差異[5]分析手段進行，取顯著性差異條件為設備的閾值。來源于同一生產廠家、同一電壓等級的在運油浸倒置式電流互感器，設計結構、工藝過程和材質基本相同，可以視為源自同一母體的不同樣本，如果被分析設備的色譜數據與其它設備存在顯著性差異，則必然存在原因，可能是原材料選用、制造工藝控制等先天缺陷，也可能是經歷惡劣運行工況后設備性能發生了根本性改變，這些改變即是設備故障的先兆[6]。因此，通過顯著性差異分析可以判斷倒置式電流互感器的性能。

開展油浸倒置式電流互感器顯著性差異分析需滿足以下前提[7]：來源于同一生產廠家；同一電壓等級，設計、結構、工藝相同；數據服從正態分布。分析步驟如下：根據氫氣含量限值要求確定樣本范圍；計算樣本均值μ；計算樣本標準偏差σ；根據顯著性水平α要求求取k值；顯著性差異的條件為μ+kσ。

3.2 正態分布驗證

針對顯著性差異分析需求，對上海MWB的110 kV，220 kV設備和思源赫茲的220 kV設備進行正態分布驗證。為排除運行因素及先天缺陷隱患設備對分布規律驗證的影響，分布驗證時選用運行1年內的設備，樣本如表3所示。

表3 正態分布驗證樣本

樣本正態分布驗證的步驟是：繪制統計樣本的直方圖，初步判斷該樣本的分布，然后檢驗該組樣本的分布情況。

直方圖（Histogram）[8]是表示特性值頻度分布的柱狀圖，是用一系列高度不等的縱向條紋或線段表示數據分布的情況。一般用橫軸表示數據類型，縱軸表示分布情況。本次選取樣本的直方圖如圖8所示。

從圖8可知，樣本4、樣本5和樣本6的直方圖基本符合正態分布規律，即滿足正態概率密度函數：

式中：x為樣本的值；f為樣本在該值出現的概率密度；μ為樣本均值；σ為樣本方差。樣本均值和方差根據式（3）、式（4）計算。

式中：X為第一個樣本值；n為樣本數量；i為樣本序列。

為檢驗樣本的分布規律，采用Kolmogorov-Smirnov檢驗（K-S檢驗）方法對上述樣本進行正態分布檢驗[9]。K-S檢驗是基于累積分布函數、檢驗單一樣本是否來自某一特定分布的方法，它是對樣本數據的累計頻數分布與特定理論分布進行比較，若兩者間的差距很小，則推論該樣本取自某特定分布[10]。檢驗原理如下：

按正態分布下參數的假設檢驗，首先假設：

式中：F（x）為樣本分布函數；F0（x）為連續型分布函數。正態分布的F0（x）為：

假設樣本F（x）為容量是n的樣本的經驗分布函數Fn（x），則檢驗真偽的統計量為：

圖8 樣本直方圖

式中：X（1），X（2），…，X（n）是樣本（x1，x2，…，xn）的次序統計量。

K-S檢驗是在樣本的每個次序統計量X（i）內，求樣本經驗分布函數與假設的分布函數之間的偏差中最大的1個，即

式中：di為第i個經驗分布函數與假設函數的偏差。

求得n個di中最大的1個，就是K-S檢驗統計量Dn的取值。

K-S檢驗的檢驗規則為：

Dn〉D（n，α）時，拒絕原假設H0；Dn〉D（n，α）時，接受原假設H0，其中D（n，α）為K-S檢驗的臨界值[11]，D（n，α）可查表獲取[12]。

具體計算時，一般利用Dn和n反推接受原假設的顯著性水平α值，檢驗時如果α值大于0.05，表明樣本接受原假設，服從正態分布[13]。本次選取的樣本4、樣本5、樣本6的檢驗結果分別為0.092，0.052，0.515，即α值均大于0.05，樣本數據符合正態分布，同時由上節分析可知同一廠家、同一電壓等級設備的統計分布規律相同，因而上海MWB的110 kV及220 kV在運設備，思源赫茲的220 kV在運設備，其氫氣數據分布規律為正態分布。

3.3 顯著性差異分析

即u服從標準正態分布，由于絕緣性能的劣化表現為氫氣含量增大，顯著性差異分析時按單邊考慮，分布情況見圖9。

顯著性水平α根據GB/T 4883對統計離群值（statistical outlier）的要求執行[14]。統計離群值是在剔除水平下統計檢驗為顯著的離群值，其中剔除水平是指為檢出離群值是否高度離群而制定的統計檢驗的顯著性水平，α一般為0.01，即k=ua。查u分布表獲取顯著性水平α下k值為2.58[15]。

根據3.1節的要求，對表2的各個樣本進行顯著性差異分析，結果如表4所示。從表4可以看出，樣本1、樣本2、樣本3存在顯著性差異的設備與懷疑存在隱患設備基本一致，可見顯著性差異分析手段可作為設備缺陷判別的工具。樣本1、樣本2來源于同一生產廠家，顯著性差異條件基本一致，而樣本3來源于不同的生產廠家，結果存在較大差異，導致差異的主要原因是：樣本1和樣本2的生產廠家因油色譜缺陷更換的設備較多，樣本中氫氣含量大的設備數量偏少，導致分析結果偏差較大。為保證閾值的適用性，宜參照樣本3的顯著性差異條件設定，油浸倒置式電流互感器氫氣含量閾值建議按300 μL/L考慮。

圖9 標準正態分布

表4 各樣本閾值

4 結論及建議

（1）通過浙江電網在運油浸倒置式電流互感器最近一次油色譜的氫氣數據統計可知，在運設備的氫氣含量與運行時間無關，與出廠時間無關。110 kV和220 kV的在運油浸倒置式電流互感器有數十臺設備的氫氣含量大于200 μL/L，與其它設備存在顯著差異。

（2）通過對運行1年內設備的氫氣樣本正態分布驗證結果可知，上海MWB的110 kV，220 kV和思源赫茲的220 kV在運設備氫氣數據符合正態分布規律。

（3）根據樣本1、樣本2和樣本3的顯著性差異分析結果可知，樣本存在顯著性差異的設備與隱患設備基本一致，顯著性差異分析可作為設備缺陷判別的手段。

（4）根據顯著性差異分析結果，建議氫氣閾值按照樣本3設定，即將油浸倒置式電流互感器氫氣閾值設為300 μL/L。

[1]GB/T 7252-2001變壓器油中溶解氣體分析和判斷導則[S].北京：中國標準出版社，2001.

[2]王晴，李剛.醫學論文中常見的統計學問題分類簡析[J].編輯學報，2006，18（4）∶270-272.

[3]張強.統計方法講座—（三）顯著性差異[J].氣象，1977（07）∶26-29.

[4]冷超，徐良，唐大勇，等.新生產管理系統（PMS）在靜安變電站的應用[J].華東電力，2010，38（4）∶561-563.

[5]Q/GDW 168-2008輸變電設備狀態檢修試驗規程[S].北京：中國電力出版社，2008.

[6]王若星，羅虎，王若焰.電力設備診斷中顯著性差異分析法應用[J].電氣應用，2012，31（20）∶52-53.

[7]吳惠榮.統計學原理[M].上海：上海交通大學出版社，2000.

[8]陳亮，丁國輝，郭雷.基于直方圖互確認的圖像閾值化分割[J].紅外與毫米波學報，2011，30（1）∶80-84.

[9]朱勇華.應用數理統計學習指導[M].武漢：武漢大學出版社，2002.

[10]高祥寶，董寒青.數據分析與SPSS應用[M].北京：清華大學出版社，2007.

[11]茆詩松，王玲玲，編著.可靠性統計[M].上海：華東師范大學出版社，1984.

[12]第四機械工業部標準化研究所.可靠性試驗用表[M].北京：國防工業出版社，1979.

[13]閻瑩，王曉飛，張宇輝，等.高速公路斷面運行車速分布特征研究[J].中國安全科學學報.2008，18（7）∶171-176.

[14]GB/T 4883-2008數據的統計處理和解釋正態樣本離群值的判斷和處理[S].北京：中國標準出版社，2008.

[15]王秉鈞，談克雄.數理統計在高電壓技術中的應用[M].北京：水利電力出版社，1990.

（本文編輯：龔皓）

Analysis on Hydrogen Threshold Value in Oil Immersed Inverted Current Transformer Based on Significant Difference

SUN Xiang，HE Wenlin，QIU Wei，LI Chen
（State Grid Zhejiang Electric Power Research Institute，Hangzhou 310014，China）

Starting with oil chromatography data of operating equipment，this paper analyzes hydrogen threshold value by using significant difference method，verifies that the data tally with normal distribution rule，determines significant difference conditions of the data and finally presents threshold value requirements on hydrogen data.

inverted current transformer；oil chromatography；hydrogen；significant difference

TM45

：B

：1007-1881（2014）06-0020-06

2013-12-18

孫翔（1979-），男，浙江金華人，高級工程師，從事電力變壓器類設備的運行、管理及狀態檢修工作。