基于云理論及熵權法的變壓器潛在故障風險評估方法

熊衛紅，張宏志，謝志成，韓雄輝,李正天,林湘寧

(1. 國家電網公司華中分部，湖北 武漢 430077；2. 華中科技大學 電氣與電子工程學院 強電磁工程與新技術國家重點實驗室，湖北 武漢 430074；3. 廣東省電力公司梅州供電局，廣東 梅州 514021)

0 引言

變壓器作為電網樞紐設備之一，其正常運行是電力系統安全、可靠、優質、經濟運行的重要保證。一旦變壓器發生故障，將會導致系統供電中斷，極大地影響工農業生產和人民的正常生活。另外，變壓器的造價十分昂貴、結構復雜，若因故障而損壞，其檢修難度大、時間長，將不可避免地導致嚴重的經濟損失。因此，準確、可靠地發現變壓器潛在的故障隱患，可以為及時制定合理的檢修計劃提供指導，避免變壓器故障的發生，從而提高設備運行可靠性[1-2]。

針對變壓器等電網樞紐設備的故障風險評估，國內外公認的有效方法有改良三比值法、Rogers法、Domerburg法等[3-4]。這些方法都是利用變壓器油中溶解氣體的比值進行編碼，由編碼結果查找對應的故障類型。然而，從實際應用來看，這些方法均存在“編碼盲點”的問題。為此，國內外學者引入人工智能算法對故障樣本進行學習，挖掘故障特征，進而形成知識庫對變壓器故障風險進行評估。常用的方法包括灰色理論、模糊理論、神經網絡、Petri網、粗糙理論、支持向量機、Bayesian網絡、證據理論等[5-11]。然而，由于設備狀態數據(包括在線監測、帶電檢測、預防性試驗數據等)具有體量大、類型繁多的特點，這些方法都存在一定的不足。……