一種變壓器狀態(tài)評估方法的研究及應用

畢巖濱 郭斌

（中海油能源發(fā)展裝備技術(shù)有限公司）

0 引言

隨著現(xiàn)代化技術(shù)的發(fā)展，當今社會對電力供應需求越來越大，保障電力安全就變得尤為重要。同時為了滿足人們用電需求的增加以及較好的用電質(zhì)量體驗感，就需要不斷提高電網(wǎng)設(shè)備的穩(wěn)定性，時刻了解電網(wǎng)設(shè)備運行狀態(tài)。變壓器是電網(wǎng)中重要組成部分，在發(fā)電、送電、用電環(huán)節(jié)扮演著日益重要的角色。所以確保變壓器安全、穩(wěn)定運行非常重要，以變壓器評價結(jié)果為指導對變壓器進行合理的巡檢和調(diào)控對電力系統(tǒng)穩(wěn)定運行具有重要意義。

經(jīng)過不斷研究，目前國內(nèi)外研究學者、專家等提出了很多有關(guān)對變壓器進行評估和評價的方法和決策，包括：專家經(jīng)驗法、不確定性分析法、人工智能法（深度學習算法）、層析分析法（AHP）[1]。但目前這些方法或得出結(jié)果準確性不高，或?qū)嵤┢饋聿环奖恪Ｒ虼耍疚奶岢鲆环N基于層次分析法并結(jié)合專家系統(tǒng)的指標權(quán)重確定方法，通過上述方法得到變壓器各項指標權(quán)重，結(jié)合實際測量指標得分，最后得到變壓器整體評估狀態(tài)。

1 變壓器狀態(tài)的狀態(tài)指標

為了清楚了解某一時刻變壓器的健康程度，對變壓器狀態(tài)進行評估必不可少，但從不同層面反映變壓器狀態(tài)信息、本體性能的指標很多，所以需要將指標進行分層，將變壓器作為最高層，最高層的得分代表著其運行狀態(tài)的健康度；中間層故障層，其由很多指標構(gòu)成；故障層下為最底層的現(xiàn)場采集的狀態(tài)量，這些狀態(tài)量也是故障下指標的體現(xiàn)。

變壓器在線監(jiān)測中，由于不同指標的量綱和數(shù)量級不同，甚至差別過大，如果沒有對采集數(shù)據(jù)進行處理，就會導致大數(shù)據(jù)吞噬掉小數(shù)據(jù)；并且各項指標不同，也會存在越大越好型和越小越好型。所以在進行評價之前對采集到的數(shù)據(jù)指標進行處理，使其歸一化，表達式如下：

式中，xn為該指標特征量的得分，當xn>0時，令xn=1；當xn﹤0時，令xn=0；wn為該指標特征量實測值。在所有指標中存在越大越好型和越小越好型指標體，所以當指標為越大越好時，取注意值w′=1.3wa，當指標為越小越好型時，取注意值w′=1.3/wa的取值參考文獻[2]；wf為該指標初始值。

最終評分依據(jù)國家電網(wǎng)評價規(guī)程進行區(qū)間劃分，確定變壓器當前健康狀態(tài)。若設(shè)備處于非正常狀態(tài)，可通過得分反推設(shè)備異常原因。

2 層次分析法的基本原理及改進

2.1 基本原理

層析分析法是一種既可以對定量指標做評價也可以對定性指標做評價的方法。通常，AHP根據(jù)評價目標和目標所處性質(zhì)，將很復雜的評價問題分為各個指標，并通過內(nèi)在聯(lián)系，形成一個由淺到深的層析結(jié)構(gòu)。再求取指標權(quán)重，求權(quán)重一般是由專家將同一分組下的指標兩兩相比構(gòu)建判斷矩陣，判斷矩陣是一個正互反矩陣，它的互反關(guān)系是一種把人的判斷進行合理結(jié)合的方式。通過這種方式確定當前層次的指標相對其上一層支配指標的權(quán)重，然后通過一定算法逐層組合指標權(quán)重，最終得到最低層指標相對于最高層的綜合權(quán)重[3]。

2.2 運用步驟

2.2.1 建立層次

根據(jù)實際問題進行梳理分層，一般分為三層：指標層、準則層、目標層，首先確定每層元素的評價因素集。

2.2.2 構(gòu)造判斷矩陣

構(gòu)造所有層次的優(yōu)先關(guān)系判斷矩陣A=(aij)n×n，其中A表示階段目標，i和j表示評判因素。由于各個因素所占的比重不同，使用aij表示因素集i對因素j的重要程度。

2.2.3 一致性檢驗與權(quán)重計算

通過上述方法得到判斷矩陣A，但是首先應該確定該判斷矩陣是否通過一致性檢驗，經(jīng)過一次性檢驗后，如果不滿足一致性檢驗條件，則應該重新調(diào)整判斷矩陣。一致性檢驗步驟如下：

1）由判斷矩陣特征值計算檢驗指標：

式中，CI為一致性檢驗指標；λmax是該判斷矩陣所有特征值中最大的特征值；n為指標的個數(shù)，也就是該判斷矩陣的階數(shù)。

2）計算一致性比率：當一致性比率﹤0.1時，認為滿足一致性檢驗條件，如果不滿足一致性檢驗條件，則應該重新調(diào)整判斷矩陣。只有滿足一致性檢驗后才能求取權(quán)重。

3）滿足一致性檢驗條件后，可以通過算術(shù)平均法得到權(quán)重向量W。

2.3 算法改進

層次分析法在使用過程中一般是由眾多專家進行決策的，由于每個專家的自身因素（經(jīng)驗、學歷、職稱等）存在不同，傳統(tǒng)的AHP在確定權(quán)重時，通常把每位專家權(quán)重都等于1/m（m為專家個數(shù)）。但是由于專家的情況不同，存在較大差異，這將會導致權(quán)重確定過于主觀，不太符合工程實踐。

因此本文在傳統(tǒng)AHP的基礎(chǔ)上通過引入專家系統(tǒng)來確定權(quán)重，可以較大程度忽視專家自身情況不同帶來的過于主觀評價。具體步驟如下：

1）假設(shè)有m位專家，目前層次有指標個數(shù)n，A(k)=(aij)n×n(k=1,2,3,…,m)，表示第k位專家對該層給定的判斷矩陣，并且假設(shè)所有專家給定的判斷矩陣均通過一致性檢驗，通過傳統(tǒng)AHP計算方法可以得到該層指標的初始權(quán)重值。以各專家給定的指標權(quán)重構(gòu)建一個m×n的矩陣W0，該矩陣中第i行j表示第i個專家對第j個指標的評價權(quán)重值。

2）以專家知識（學習）、經(jīng)驗（年齡）、工齡、職稱四個維度對應專家權(quán)重的確定因素集。分別以對m個專家這4個維度分析得到分析矩陣B（m×4）。由于眾數(shù)理論具有較好的保類性，在本算法中，通過提取矩陣B中每一行的中眾數(shù)構(gòu)建重要度矩陣R(r1,r2, ...,rm)。

3）根據(jù)公式：判斷矩陣最大特征值λmax與一致性檢驗比率成正比，一致性比率CR越小則說明專家意見越統(tǒng)一。

通過上述算法改進，可以看出不僅保留了傳統(tǒng)AHP的判斷矩陣算法，同時也遵循了專家個人不同情況。尊重個人判斷結(jié)果，又充分考慮了客觀因素帶來的誤差。

3 基于AHP和專家系統(tǒng)的變壓器狀態(tài)評估

上文介紹了對變壓器指標體系的建立，將指標體系分成三層，第一層為性能層由底層指標確定，第二層為部件層，由性能層確定，第三層為變壓器狀態(tài)，由各部件層確定。確定了各層指標權(quán)重的算法改進，并最終通過第二層的方法得到各層指標的最終權(quán)重。

本文基于上述提出一種基于AHP和專家系統(tǒng)的變壓器狀態(tài)評估方法，具體步驟如下：

1）通過第2節(jié)中的方法計算指標層下各個指標的權(quán)重w；

2）通過式（1）歸一化處理得到各個指標的狀態(tài)監(jiān)測得分h；

3）通過各個指標權(quán)重與得分的積進行累加，得到該層下的狀態(tài)得分W；

4）本文將變壓器分成三個層次，每層運用上述1~3步驟，最后通過式（3）得到變壓器最終得分S，判斷其所在的狀態(tài)區(qū)間，假設(shè)評估得到的分數(shù)處于正常階段，則直接輸出結(jié)果評估結(jié)束；如不正常，則可根據(jù)各故障類型得分查找故障指標，為后期檢修提供指導。

式中，vi為第i類故障所占權(quán)重；xi為第i類故障的狀態(tài)得分。通過下表[4]和得分確定變壓器的健康狀態(tài)。

表

4 結(jié)束語

文中通過對傳統(tǒng)AHP方法的闡述以及提出專家決策系統(tǒng)，將二者結(jié)合，相較于傳統(tǒng)AHP本文提出的這種方法更切合實際，符合工程實際，更能結(jié)合主觀和客觀對各項指標權(quán)重的確定，更能科學合理地分配指標權(quán)重，能較為準確地實現(xiàn)對變壓器的評估。