变压器故障的灰色预测方法研究

刘玲

【摘要】 本文采用数理统计方法估算故障隶属度，通过时间序列灰色预测法估计某时间内各故障隶属度及其发展趋势，对阀值原则进行改进，根据改进后的阀值原则推断可能发生故障的种类及其发展趋势。实例分析说明该模型能有效地预报变压器故障的发展情况。

【关键词】 变压器 故障预测 供电系统

油浸式变压器由于具有较高的绝缘强度、较长的使用寿命，广泛用于高压、超高压输电系统以及电气化铁路牵引供电系统中。变压器的使用寿命主要由绝缘材料的绝缘强度决定。及时、准确地发现变压器内部绝缘故障并预测故障的发展趋势能够有效减少供电系统停电事故，为运营单位加强负荷管理、制定变压器维修策略提供理论依据。

目前，国内外针对充油电气设备的故障诊断做了大量的研究，并已取得了一定的成果，人工智能方法，神经网络、模糊聚类分析[1]、灰关联分析[2]、支持向量机等，广泛应用于变压器故障诊断中，取得较好的诊断效果，但对可能发生的故障种类、故障的发展程度以及如何预防等缺少研究。

本文基于分析加权隶属度时间序列，判断可能发生的变压器故障种类，并用实例验证了该预测方法的有效性。

一、建模基础

1.1识别方法

定义1 设A为论域U上的向量模糊子集 = （A1 ， A2 ， …，An），设n维普通向量 =（x1，x2，…，xn），Ai（xi）（i=1，2，…，n）为xi对Ai的隶属度函数， （）为对模糊向量集合族的隶属度。

其中（）。

阀值原则：设论域U上有m个模糊子集A1 ， A2 ， …， Am，构成标准模型库，对任何x0∈U，决定水平a∈[0，1]。若存在i1，i2，…，ik，使，则判决x0相对地隶属于。

二、故障预测模型

收集故障变压器的历史数据，建立加权隶属度时间序列，通过灰色理论计算待预测的故障隶属度。最后进行归一化处理，采用改进的阀值原则预测将要发生的故障及其种类。

2.1 故障隶属度时间序列

（1）故障现象集和故障集确定

所谓故障现象集就是油中溶解气体组分之间关系。目前采用了IEC三比值法等编码，故障错判、误判现象较常见，虽然加入了模糊原理，仍然没有彻底解决缺码、数据本身不稳定所带来的问题，本文选择了气体之间的比值作为故障现象，研究表明CH4在油中溶解度受到温度等的影响最小，其他烃类气体次之，氢气受到外界因素的影响最大，H2/（C1+C2+H2）值比H2/CH4所外界影响小，统计表明 H2/（C1+C2+H2）、CH4/（C1+C2）、C2H6/（C1+C2）、C2H4/ （C1+C2）、C2H2/（C1+C2）能很好的反应变压器内部故障的状况。

（2）加权系数确定

根据故障现象对故障判别的重要性确定加权系数。统计用单故障现象判断故障时的正判率，然后归一化处理，即确定了加权系数矩阵。采用改进阀值方式判断，一级阀值取15%，二级阀值取10%。

定义n时刻第i种故障的隶属度为（），则{（），（），…， （）}便是变压器故障隶属度时间序列。

2.2 变压器故障预测

根据故障隶属度时间序列，预测一定时间后的各个故障隶属度，并且基于隶属度及其趋势预测故障的发展状况。把{（）}代入式中的，根据式（1）-（8），预测（）。采用改进的阀值原则判断n+1时刻的故障情况。

三、效果分析

笔者统计并选取了52例经典故障案例，15个正常实例，预测结果与实际比较，结果如表1所示。如果不计入正常的15台变压器，预测正确率达90.4%，中温故障、局部放电的实例较少，其预测的正确率可用更多的实例加以分析，根据表1分析，模型对各个单个故障情况的预测较准确。

四、结束语

及时、准确地发现变压器内部故障并预测故障的发展趋势，能够有效减少供电系统停电事故，为运营单位加强负荷管理、制定变压器维修策略提供理论依据。文章结合模糊识别和时间序列的灰色预测方法，建立故障预测模型，采用数理统计和模糊识别结合的方法，预测一定时间后的故障隶属度，根据改进的阀值原则，预测变压器运行状态以及故障的发展程度。实例表明该方法具有较好的效果。

参 考 文 献

[1] 符杨，田振宁，江玉蓉，等. 加权模糊核聚类法在电力变压器故障诊断中的应用[J].高电压技术，2010，36（2）：371-374.

[2] 宋斌，于萍，罗运柏，等. 基于灰关联熵的充油变压器故障诊断方法[J]. 电力系统自动化， 2005，29（18）：76-79.