基于實時運行數據挖掘的配電變壓器狀態評估

謝成，曹張潔，溫典，金涌濤

（1.國網浙江省電力公司電力科學研究院，杭州310014；2.國網浙江省電力公司杭州供電公司，杭州310009）

輸配電技術

基于實時運行數據挖掘的配電變壓器狀態評估

謝成1，曹張潔2，溫典1，金涌濤1

（1.國網浙江省電力公司電力科學研究院，杭州310014；2.國網浙江省電力公司杭州供電公司，杭州310009）

隨著配電網在線監測的廣泛應用，利用海量的運行數據進行設備健康狀態評估，主動干預配電網設備缺陷和故障預警，提高有限人力資源的利用效率成為配電網運維的發展方向。通過對智能公變監測終端采集的配電變壓器實時運行數據進行分析，選取反映設備健康狀態的指標，在狀態評價通用模型的基礎上，采用變權綜合和平均變權方法，建立了基于實時運行信息的配電變壓器狀態評估模型。算例表明評估結果及趨勢與故障記錄相吻合，驗證了該評估模型的有效性，反映了在配電變壓器缺陷的早期診斷和預警方面具有應用前景。

配電變壓器；運行信息；健康狀態評價；變權綜合；實時運行數據

0 引言

由于配電網設備數量多、覆蓋面廣、分布地域環境復雜多變，且人力資源有限，巡檢、例行試驗、帶電檢測等工作受到一定的限制，難以將針對主網的狀態檢修策略應用到配電網設備運行維護工作中，現行配電網仍然沿用以故障檢修為主的運檢策略。另一方面，隨著配電網建設改造的加速和升級，人們對供電可靠性的要求也越來越高。因此，如何利用有限的人力資源來應對體量快速增長的設備運維工作，成為供電公司亟需解決的問題。

隨著配電設備在線監測技術的廣泛應用，例如浙江省內配電變壓器（簡稱配變）已基本實現電氣量采集的全覆蓋，成熟的在線監測系統使得運行人員能夠方便地獲取設備的實時運行數據和統計數據。然而，基于運行信息的深度分析和應用尚處在研究階段，還沒有從信息化真正走到智能化。如果能夠利用海量運行數據的挖掘來進行配電網設備的健康狀態評估，開展設備故障風險的預警，就能有針對性地開展配電網設備巡檢工作，將大大提高配電網運行檢修的效率。基于數據挖掘的狀態評價在國內外已有部分研究，文獻[1]提出了一種基于多源檢測數據挖掘的電力設備狀態診斷，但對監測的數據種類和要求較高，并不適用于配電網設備。文獻[2]中提出了一些可以用于配電網運行狀態評價的運行指標，但未對指標計算和狀態評價進行深入探討；文獻[3]以無功為切入點討論了配電網狀態評價指標與模型，但未涉及其他運行信息。文獻[4]從系統層面研究了配電網風險防控及安全預警技術，未針對配電網設備提出風險預控的相關內容。基于實時運行信息的設備健康狀態評價研究還處于起步階段。文獻[5]提出了一種新的配電網狀態檢修策略，但沒有具體給出配變的狀態評估方法。

此處以配變為研究對象，從評價指標選取、評價模型和權重合成3個方面研究了基于實時運行信息的配變健康狀態評價方法，并用真實的運行數據和故障案例進行了模型驗證。

1 基于實時運行信息的狀態評價指標選取

浙江省電力公司智能公用變壓器（簡稱公變）監測系統通過安裝在配電臺區的公變監測終端對變壓器高、低壓側的電氣狀態量進行采集，每15 min記錄1次實時運行數據，包括電壓、電流、有功、無功等。然而上述4項數據很難與運行變壓器的健康狀態直接關聯起來。進一步結合配變容量、系統標稱電壓等參數，對公變終端采集的實時運行數據以日、月為單位進行一定的統計與計算，可以獲得負載率、電壓/電流不平衡度、諧波電壓/電流總畸變率、功率因數、電壓合格率等狀態量。

通過整理分析某地區2013—2015年配變的故障記錄，將故障原因進行分類后發現，除天氣異常或外力破壞等外部原因外，引發配變故障的原因主要集中在內部過熱、絕緣燒毀、匝間短路、接地故障等。基于上述故障記錄信息，對故障前后智能公變監測系統運行信息的變化趨勢進行詳細分析，選取出不同類型故障下有一定相關性且可以獲取的狀態量作為初始評價指標，圖1是選取的評價指標。

圖1 選取的評價指標

負載率、電壓偏差等實時性指標是依據實時采集的配變電氣量獲得的即時性狀態量，反映狀態的瞬時性特征。而電壓/電流不平衡度、諧波電壓總畸變率則是依據一段時間采集的電氣量經過統計分析處理后得到的統計性狀態量，反映狀態的漸變特征。兩類指標的獲取頻度可以根據實際需求，通過修改運行信息采集系統的采集或統計頻率設置來滿足評價的時效性要求。

1.1 負載率

負載率表示變壓器實際容量與額定容量的比值。負載率η定義為：

式中：ST為實際容量，即可實時獲取的功率數據；SR為變壓器的額定容量。

負載率是用來表征變壓器是否過負荷以及過負荷的嚴重程度。變壓器過負荷后會出現損耗增大、輸出電壓降低、絕緣層溫度過高等問題。短時嚴重過負荷會使變壓器溫升超過限值甚至燒毀，長時過負荷會加速內部絕緣老化，影響變壓器壽命。運行規程[6]中規定，變壓器運行負荷一般情況下應小于額定功率，但允許在平均相對老化率小于或等于1的情況下短時間過負荷運行。當變壓器有較嚴重的缺陷，如嚴重漏油、有局部過熱現象、油中溶解氣體分析結果異常或絕緣有弱點時，不宜過負荷運行。在實際運行中，一般根據變壓器已運行年限、負荷率、實際使用環境和變壓器短時允許過負荷倍數等條件，確定允許變壓器短時間過負荷運行倍數。

1.2 電壓偏差

電壓偏差是指實際電壓與標稱電壓之間的偏差程度。

電壓偏差ΔU定義為：

式中：UT為實時電壓，即可獲取的實時相電壓；UR為系統標稱相電壓。

電壓偏差是主要反映電壓質量的參數，然而較為嚴重的電壓偏差則反映系統可能處于非正常甚至故障狀態。對于小電流接地系統若發生單相接地，非故障相電壓升高。對于存在局部絕緣缺陷的變壓器易出現局部放電甚至擊穿的事故，不僅影響使用壽命，更有導致變壓器故障、進而引發停電事故的風險。GB/T 12325-2008《電能質量-供電電壓偏差》[7]中規定，20 kV及以下三相供電電壓偏差為標稱電壓的±7%，220 V單相供電電壓偏差為標稱電壓的+7%，-10%。

1.3 三相不平衡度

三相不平衡指三相電壓和電流幅值不同或相位差不是120°的現象，不平衡度指不平衡的程度，用電壓、電流負序基波分量或零序基波分量的方均根值與正序基波分量的方均根值百分比表示。電壓或電流不平衡會造成變壓器的空載損耗和負載損耗增大。如三相電流不平衡引起零序電流過大，可能導致局部金屬件溫升增高甚至燒毀。

電壓不平衡度分別用負序分量εU2和零序分量εU0表示的公式為：

式中：U1，U2，U0分別為三相電壓正序、負序、零序分量方均根值。將電壓換為電流則可得到對應的電流不平衡度表達式。

為簡化計算電壓不平衡度還可以用式（4）來表達：

式中：Umax與Umin分別表示三相電壓的最大值和最小值。智能公變監測系統每24 h對電壓和電流的不平衡度進行統計，計算不平衡度方均根值95%的概率值。95%概率值是指將計算值按從大到小次序排列，舍棄前5%的大值，取剩余計算值中的最大值。

由于電壓不平衡度和電流不平衡度表征的物理意義相似，因此在進行狀態評價指標選取的時候可以兩者擇一。GB/T 15543-2008《電能質量-三相電壓不平衡》[8]中規定，電壓負序不平衡度方均根值95%概率值應不大于2%，所有測量值中的最大值不大于4%。電流不平衡度標準可參照電壓不平衡度標準制定。

1.4 諧波總畸變率

電壓/電流諧波總畸變率是用來衡量諧波大小的主要指標。諧波會引起變壓器鐵心飽和、鐵心振動，導致鐵心損耗增大和局部溫升過高。

電壓諧波總畸變率THDU定義為：

式中：U1為基波電壓；UH為諧波電壓含量，表達式見式（6）：

式中：Uh為系統可以監測到的各次諧波電壓。將式中電壓量換為相應的電流量即可得到電流諧波總畸變率。此處選取電壓諧波總畸變率作為衡量諧波狀況的評價指標。根據GB/T 14549-93《電能質量-公用電網諧波》[9]規定，對于配電網設備，諧波電壓總畸變率應限制為2.0%。

上述評價指標的選取原則為：

（1）盡可能用少而精的指標全面反映設備狀態劣化趨勢，即綜合性原則。

（2）指標盡可能獨立，降低冗余和耦合度，即獨立性原則。

這些指標均可通過智能公變監測系統直接獲取。在實際應用中，可以根據具體采集情況，增減指標，改變指標數據的采集頻率，或者調節指標的評價等級、評分區間、評分臨界值，甚至改變平均變權均衡系數等手段調整評價模型，來適應不同應用背景下的健康狀態評價需求。

2 狀態評價模型

2.1 扣分模型

變壓器健康狀態評價是通過將表征變壓器運行狀態的狀態量與標準值進行對比分析，按照偏差程度對健康狀態分值進行相應扣除的分析模型。定義健康狀態指標分值區間為0～100分，分數越低表示設備狀態越差，發生缺陷甚至故障的概率就越高。對于每一個評價指標，依據相關導則應當處于一個正常的范圍，超出正常范圍則依據偏差量定義為注意、異常、嚴重等3個不同的狀態等級，不同等級對應相應的扣分值。指標狀態等級的定性取決于偏差量的定義，因此需要嚴格按照導則并結合設備實際運行工況和環境進行設定。如運行變壓器即不過載，電壓偏差、不平衡度、諧波均不超限，則扣分值為0，正常與注意、注意與異常，以及異常與嚴重等級臨界點的扣分值分別為SL，SH與SS。為了簡單而合理地反映評價指標與設備健康狀態間的映射關系，采用多分段線性函數來建立設備扣分模型：

式中：SDi為第i項指標扣分分值；xi為第i項指標的指標值，分別代表η，ΔU，εU2，THDU；ni為第i項指標標準值，η標準值取100%，即不過載狀態，ΔU，εU2，THDU標準值取0%，即電壓無偏差、無不平衡現象、無諧波；SLi，SHi，SSi分別為第i項指標在正常與注意、注意與異常、異常與嚴重等級臨界點的扣分值；ai，bi，ci分別為第i項指標正常與注意，注意與異常，以及異常與嚴重等級臨界點的指標值；ki為第i項指標在嚴重等級下的扣分斜率倍數，其意義為嚴重等級下單位扣分值與異常等級下的單位扣分值之比。當ki=2時，上述多分段線性扣分模型如圖2所示。

圖2 ki=2時的分段線性扣分模型示意

正常與注意、注意與異常，以及異常與嚴重等級臨界點取值需要依據設備運行單位相關技術要求，基于設備運行工況和實際運行經驗給定，并可依據運行需求的變化進行人工調整。參考導則[10]的標準及研究合作單位的運行經驗，正常和注意等級之間扣分臨界值SLi設定為15，注意與異常等級之間扣分臨界值SHi設定為25，異常與嚴重等級之間扣分臨界值SSi設定為40，嚴重等級下指標扣分斜率倍數ki設定為2，不同指標在3個等級臨界點的指標值如表1所示。

表1 各項指標不同等級臨界點取值

其中，由于負載率是4個指標中最為直接反應變壓器運行狀態的指標，實際運行中一般不建議過載或是只允許短時過載，因此在進行指標扣分時一旦變壓器過載就直接對應于注意狀態，負載率的正常與注意狀態臨界值應當與設定的標準值一致。

通過分段線性函數及相應參數設定，以獲得各指標的健康狀態扣分，進而可得各指標的健康狀態得分Si，即：

2.2 指標權重模型

變壓器健康狀態得分是基于上述各指標的健康狀態得分進一步綜合分析而成的。盡管上述4項指標是相互獨立的，但各自與表征變壓器健康狀態的程度具有差異性，因此不同指標的權重并不是相同的。對于指標權重的分配需要考慮以下2個方面影響：

（1）對于在運變壓器只要有任何一項指標在一段時間內均處于較低的水平，該變壓器的健康狀態都應予以被重視，即“短板效應”。

（2）由于監測數據采集系統的缺陷會引起數據的短時非正常偏差，為屏蔽此類非正常數據對于狀態評價的影響，有必要通過取平均值等數據處理手段以有效過濾數據擾動。

2.2.1 變權重

變權重理論是因素空間理論中的重要建模原理之一，反映了綜合評價中各要素的均衡性。根據文獻[11]的變權思想，可以得到如下的變權重公式：

通過變權重公式（9）能夠實現根據評價指標的值改變權重的目的，以體現狀態評價過程中的“短板效應”，即當指標的健康狀態分值越低，對應的權重將會越高。參考文獻[12]引入均衡函數，將變權重公式改為：

式中：α為均衡因子，用于調整變權重。一般情況下，當各指標的均衡問題考慮不多時，取α＞1/ 2；當不能容忍某些指標的嚴重缺陷時，取α＜1/ 2；當α=1時，等同于常權重模式。

此處取α=0.2對各項指標進行變權綜合[13]。

2.2.2 平均變權綜合

上述調整后的變權重可以降低短時處于較低水平的指標值對整體健康狀態得分的影響，即有效屏蔽了非正常數據對于狀態評價結果的“誤導。而長時間處于較低水平的指標值經平均變權調整后依然會保持較高的權重。

由公式（10）得到各項指標的平均變權重，可以計算配變的健康狀態綜合得分Soperation：

3 算例分析和應用

3.1 評價模型算例驗證

某電力公司的一起配電網設備故障分析報告顯示，2014年8月25日7∶00，某臺容量為200 kVA的10 kV配變發生故障，造成其所在臺區停電。從系統臺賬可知該變壓器從2011年投運以來未發生過故障，最近1次停電試驗后基于現有狀態評價導則的評價得分為95分。從智能公變監測系統導出該變壓器8月23—25日實時運行數據并按照上述模型進行計算，獲得變壓器健康狀態得分的變化曲線如圖3所示。

圖3 變壓器健康狀態得分變化趨勢

由變化圖可以看出，健康狀態總得分在故障發生前12 h還處在較高水準即80分以上。在故障前6 h內得分呈現顯著下降的特征，且很快進入異常水平，即75分以下。故障時刻，得分降到60分以下的嚴重異常狀態。曲線在8月25日7∶00和15∶00兩個時刻存在階躍，第一處階躍反映了變壓器發生故障，第二個階躍表明故障修復后變壓器重新投入運行后的狀態得分。除變壓器切除至重新投運到達穩定狀態的過程外，實時性指標的變化反映了設備健康狀態的微觀發展趨勢。

對2014—2015年某單位發生過故障且配置公變監測終端的36臺配變進行分析，從系統內抽取故障前實時運行數據，通過變壓器健康狀態評價模型計算后繪制得分曲線，約有77.8%的案例顯示在故障前出現較為明顯的下降趨勢。表明基于實時運行信息選取的指標與變壓器故障發生具有相關性，能夠綜合反映運行變壓器健康狀體劣化的趨勢。

3.2 評價模型的工程應用

將上述配變健康狀態評估模型算法開發成軟件模型，成為公變監測系統平臺中的一項高級應用，對現有全省監測的配變實現24 h的健康狀態在線評估。如圖4所示為系統中直觀展現不同健康狀態配變數量及其占比的金字塔圖。

圖4 24 h配電變壓器健康狀況監測

通過將處于注意、異常、嚴重狀態的配變進行篩選后系統推送告警，并按照狀態的嚴重程度制定差異化巡檢策略：對于出現嚴重狀態的配變盡快安排停電計劃檢修，對于注意和異常的配變采取紅外測溫、局部放電測試等帶電檢測手段進行監視，必要的時候再安排停電檢修。

4 結論

研究了基于實時運行信息的配變健康狀態評價方法，用實例驗證了評價模型的有效性，并開發成系統應用。綜上可得出以下結論：

（1）基于實時運行信息狀態評價方法在部分配變缺陷的早期診斷和預警方面是有效的，該方法也可輔助配變故障原因的追溯分析。

（2）該評價方法及其應用可以幫助運維檢修人員及時篩選出缺陷或故障發生風險相對較高的設備，有效利用有限的檢修人力和物力，提高運行檢修效率。

受現有監測手段的限制，目前配變變壓器健康狀態評估的實時數據來源主要為電氣狀態量，后續將探索在線監測油溫、帶電檢測試驗數據等更能直觀反映變壓器運行狀態的參量來參與健康狀態評價，以提高評價模型的準確性。

[1]鄭一鳴，孫翔.基于多源監測數據挖掘的電力設備狀態診斷[J].浙江電力，2016，35（5）∶1-6.

[2]賈秀芳，趙霞.電力市場環境下電壓質量的綜合評價指標[J].電網技術，2007，31（11）∶59-62.

[3]顏偉，田志浩，余娟，等.高壓配電網無功運行狀態評估指標體系[J].電網技術，2011，35（10）∶104-109.

[4]王大治，楊承河，侯方迪，等.配電網風險防控分析及安全預警技術的應用.

[5]HANDSCHIN E，JURGENS I，WELLER J，et al.Novel Methods for the Condition Based Maintenance of Distribution Networks[C]//Power Tech，2007 IEEE Lausanne，2007.

[6]國家能源局.DL/T 572-2010電力變壓器運行規程[S].北京：中國電力出版社，2010.

[7]國家標準化管理委員會.GB/T 12325-2008電能質量-供電電壓偏差[S].北京：中國電力出版社，2008.

[8]國家標準化管理委員會.GB/T 15543-2008電能質量-三相電壓不平衡[S].北京：中國電力出版社，2008.

[9]國家技術監督局.GB/T 14549-93電能質量-公用電網諧波[S].北京：中國電力出版社，1993.

[10]國家電網公司.Q/GDW 645-2011配網設備狀態評價導則[S].北京：中國電力出版社，2011.

[11]汪培莊，李洪興.知識表示的數學理論[M].天津：天津科學技術出版社，1994.

[12]劉文奇.均衡函數及其在變權綜合中的應用[J].系統工程理論與實踐，1997，17（4）∶58-64.

[13]駱思佳，廖瑞金，王有元，等.帶變權的電力變壓器狀態模糊綜合評判[J].高電壓技術，2007，33（8）∶106-110.

（本文編輯：陸瑩）

State Evaluation of Distribution Transformers Based on Real-time Operation Data Mining

XIE Cheng1，CAO Zhangjie2，WEN Dian1，JIN Yongtao1
（1.State Grid Zhejiang Electric Power Research Institute，Hangzhou 310014，China；2.State Grid Hangzhou Power Supply Company，Hangzhou 310009，China）

With the wide application of online monitoring of distribution networks，it becomes a new trend for distribution network operation and maintenance to evaluate health condition of equipment based on massive operation data in order to take the initiative to warn defects and faults of distribution network equipment and maximize utilization ratio of the limited human resources.Through analysis on the real-ime operation data of distribution transformer collected by intelligent transformer monitoring system，indices that reflect health condition are selected.With the method of variable weight synthesizing and weight calculation of average value of index，a condition evaluation model based on real-time operation data for distribution transformer is established.The example shows the evaluation result and trend are coincident with the fault report，which proves that the evaluation model is effective and reflects the further application in diagnosis and warning of distribution transformer defects.

distribution transformer；operation information；health condition evaluation；variable weight synthesizing；real-time operation data

10.19585/j.zjdl.201708001

1007-1881（2017）08-0001-06

TM421

A

國網浙江省電力公司科技項目（5211DS16001Y）

2017-05-10

謝成（1988），男，工程師，從事配電網故障診斷與配電自動化研究工作。