电力变压器的运行状态综合评价探讨

（国网安徽省电力有限公司马鞍山供电公司，安徽 马鞍山 243000）

变压器是电力系统中的核心联络设备，影响电力系统正常运行，其中的异常运行状态可能引发大规模的停电事件，影响企业生产与居民的正常生活。而为了更好地应对越来越常见的变压器运行状态故障情况，需要借助各种先进手段对变压器的状态进行评价，这也是本文研究的目的所在。

1 电力变压器的运行状态评价指标

为了更好地识别电力变压器的运行情况，科学的数据采集是整个工作的关键，而变压器作为整个输变电设备中最为复杂的一部分，在运行期间需要评价的指标数据很多，造成相关指标的不确定性，所以，需要从多个角度对变压器的性能进行评价。

1.1 油中溶解气体

从冷却方式来看，变压器主要分为油浸式、干式与氧化物式，其中油浸式变压器最为常见，这种变压器通过将线圈、铁芯等浸泡在充满绝缘油的波纹油箱中，通过管道实现了油枕与油箱的连接。在变压器正常运行条件下，油溶解的主要气体包括氮气、氧气等，但是随着变压器运行时间的增加，因持续的受热、放电等作用影响，油与固体绝缘体之间会出现分解、劣化，释放少量的烃类与特征气体（如甲烷、乙烯、一氧化碳等），气体所形成的小气泡会在绝缘油中形成扩散、对流，最终在油内溶解，增加了油的杂质含量，引发故障[1]。

一般在故障评价中，主要根据特质气体以及浓度的差异来进行判断，而受异常状态的影响，会发现低能量的潜在症状，若不能得到有效的处理，可能会引发非常严重的事故，所以需要重点考虑特征气体的产气速率等情况，其表达公式为：

式中，γ—绝对产气速率；C1—第一次采样结果中，油中相关气体的浓度（μL/L）；C2—第二次的气体采样结果（μL/L）；△t—两次采样结果中设备的运行时间（d）；p—油密度（kg/m3）；M—变压器油总质量。

1.2 绝缘油特性

随着变压器运行时间的增加，因为内部油溶解气体反应以及外部氧化反应等因素影响，会形成更多的杂质而降低了绝缘水平，引发故障。

以油击穿电压为例，在正常的交流电厂环境下，采样绝缘油持续升压直至击穿，此时的点暗影等级为绝缘油击穿电压。而在变压器运行的条件下，受多种因素作用影响会在油中出现杂质，并且当绝缘油杂质越多以及老化情况越严重，则电压等级会进一步下降，这也被认为是重要的实验指标[2]；而在变压器受潮之后，局部放电的初始电压水平下降，会更容易发生放电等问题；受长时间运行的影响，受杂质气体以及水的共同作用，造成电场强度降低并引发局部放电。

2 基于动态贝叶斯方法的电力变压器的运行状态评价

2.1 动态贝叶斯方法介绍

贝叶斯网络是现阶段学术界针对不确定时间概率最有效的推理模型，满足电力设备的状态诊断要求。所以在电力变压器运行状态综合评价中，本文将结合贝叶斯建模方法来分析各种变压器的运行状态情况，根据状态运行结果能够实现对变压器运行的有效评价；在技术应用阶段，通过贝叶斯网络计算变压器的整体状态，实现对变压器运行整体风险的评估，这个处理方法能够更有效地对任意一期的各种故障进行识别，也能通过各种数据来解释变压器中的各种故障元素，亦可在贝叶斯网络框架的基础上实现连续监测，满足运行状态评价要求。

例如在故障处理阶段，可以基于事件序列图来细化变压器的风险场景，在该场景中，任何的因果因素都会被视为风险来源，因此，可以通过风险场景的定性识别方法来计算出具体场景中存在的风险；或者为了进一步提高数据处理效果，通过与其他的事件序列图向配合，用于完成复杂的系统风险及其安全因素分析等，具有良好效果。

2.2 基于贝叶斯网络的建模方法

2.2.1 强物理现象转变为变压器“状态”

在本次研究中，本文将在结合候选风险因素的基础上，对各类变压器的运行故障事件进行评价，而实际上，这些风险事件的发生本身具有不确定性，因此在引入贝叶斯网络技术的基础上，可以采用有限状态集的方法，传递变压器状态的信息，如历史取样、台账、试验数据等，并结合在线状态监测数据，将压力、温度等物理现象直接转变为“状态”，形成变压器设备的信息表达结果。

2.2.2 构建贝叶斯网络

本次研究中结合贝叶斯方法进行组合，其中的关键步骤为：

（1）掌握各种影响系统状态的变量。正常情况下这些变量指标都是一些相对低级别的设备数据，一旦出现失效风险会在各种子系统中进行传播，并最终引发各类风险事件。所以在建模期间，可以通过收集各种低级别组件的历史数据，从中剖析各种可能完成的故障指标，最终构建完整的贝叶斯网络。

（2）采用定义节点之间的边界来确定网络结构关系，通过FT或者ET等系统逻辑图确定网络结构，并识别其中更详细的逻辑关系。

（3）结合网络结构与网络变量、运维经验等，通过条件概率表定义不同边缘与节点之间的关系。

2.2.3 在贝叶斯网络中评估各个节点

为了进一步增强其中的数据处理结果，可以直接通过叶贝丝网络值来监控各项节点指标，并通过将这些节点分解为不同的故障数据，从中获得更加详细的变压器运行信息。

在此基础上，通过计算不同传感器所反馈的变压器数据，为不同场景分配数值，其中的信息度量被定义为衡量可靠信息量的尺度，其中实质性的内容就是在同一个变压器中持续提取其中的关键指标，并将指标转变为信息度量函数的方法进行配置关联。

2.2.4 动态贝叶斯的网络转换

将上述的关联指标直接加入不同的片段时间，通过记录各个节点上的参数，实现对特定节点的值的扩展跟踪，这个过程就是将贝叶斯网络转变为动态贝叶斯网络。在数据处理期间，通过将不同单位下的时间做离散，形成相应的时间片段，不同的时间片段通过箭头连接，通过箭头连接的方法能够演变其中的各项风险，最终达到了实时运行状态监控的目的。

2.3 应用实例分析

为了进一步评价动态贝叶斯网络控制方法在变压器运行状态监控中的作用，本文以某变压器为研究对象，通过提取3个时间片段的历史故障信息，同时对信息做动态贝叶斯网络的模型分析，可以发现通过动态贝叶斯网络方法所模拟仿真的结果故障信息与变压器的实际故障情况基本相同，这一结果说明动态贝叶斯网络方法可以满足变压器运行状态检测的要求。

3 结语

面向电力变压器的运行状态综合评价能够有效保障变压器的运行质量，本文介绍了基于动态贝叶斯网络的运行状态综合评估方法，从案例结果可知，本文所介绍的动态贝叶斯网络模型满足变压器运行状态诊断要求，能够为电力变压器的针对性管理提供足够的数据支持，具有显著优势，值得推广。