1、變壓器是電網(wǎng)中最重要、最昂貴的輸變電設(shè)備之一，若其發(fā)生故障，可能造成巨大的設(shè)備資產(chǎn)損失和停電損失，產(chǎn)生惡劣的社會(huì)影響。在線監(jiān)測(cè)技術(shù)的有效應(yīng)用有利于保證變壓器的長(zhǎng)期穩(wěn)定運(yùn)行，因此在全國(guó)電網(wǎng)范圍內(nèi)得到了廣泛的應(yīng)用。變壓器狀態(tài)的評(píng)估結(jié)果不僅對(duì)其檢修等生產(chǎn)活動(dòng)的安排產(chǎn)生影響，同時(shí)也是優(yōu)化其在線監(jiān)測(cè)裝置配置與運(yùn)行的重要參考依據(jù)。通過對(duì)變壓器狀態(tài)評(píng)估研究成果的總結(jié)以及對(duì)在線監(jiān)測(cè)實(shí)際應(yīng)用的調(diào)研，發(fā)現(xiàn)主要存在以下問題:
　　(1)盡管已有多種變壓

2、器的狀態(tài)評(píng)估模型被開發(fā)出來，但由于各種不足和限制，能夠投入實(shí)際應(yīng)用的模型還很少;已有的變壓器故障診斷方法都是基于離線油中溶解氣體數(shù)據(jù)，忽略了數(shù)據(jù)隨時(shí)間的變化趨勢(shì)，未能夠充分利用在線數(shù)據(jù)。
　　(2)在線監(jiān)測(cè)裝置本身也屬于電力設(shè)備，在對(duì)變壓器等輸變電設(shè)備進(jìn)行智能化改造時(shí)，在線監(jiān)測(cè)裝置的配置仍然需要進(jìn)行合理的規(guī)劃;同時(shí)，在線監(jiān)測(cè)裝置投入使用后，如何對(duì)其運(yùn)行和維護(hù)等生產(chǎn)活動(dòng)進(jìn)行合理的優(yōu)化，也是電力部門亟需解決的問題。
　　基于以上

3、背景，針對(duì)變壓器的狀態(tài)評(píng)估方法和在線監(jiān)測(cè)優(yōu)化等相關(guān)問題展開科學(xué)與技術(shù)研究。首先開發(fā)了變壓器狀態(tài)評(píng)估多層次不確定模型，并完善了計(jì)及DGA時(shí)間特性的變壓器故障診斷技術(shù)，進(jìn)而以狀態(tài)評(píng)估結(jié)果為參考依據(jù)，建立了變壓器在線監(jiān)測(cè)裝置配置優(yōu)先級(jí)評(píng)估模型，并以DGA數(shù)據(jù)的變化趨勢(shì)為參考，制定了油色譜在線監(jiān)測(cè)周期動(dòng)態(tài)調(diào)整策略。研究成果將有利于保證變壓器的穩(wěn)定運(yùn)行并改善變壓器在線監(jiān)測(cè)裝置的配置和運(yùn)行方式，具有重要的理論價(jià)值和應(yīng)用價(jià)值。本文的主要內(nèi)容包括:

4、r>　　(1)綜合考慮變壓器狀態(tài)評(píng)估中存在的模糊性和隨機(jī)性等不確定性問題，建立了變壓器多層次狀態(tài)評(píng)估模型。首先構(gòu)建了變壓器狀態(tài)評(píng)估的指標(biāo)體系，基于指標(biāo)劣化度確定了等級(jí)劃分標(biāo)準(zhǔn)，并將狀態(tài)評(píng)估分為整體、系統(tǒng)和子系統(tǒng)3個(gè)階段;其次根據(jù)物元云模型得到定量評(píng)估指標(biāo)的等級(jí)關(guān)聯(lián)度，結(jié)合最優(yōu)權(quán)重獲得定量評(píng)價(jià)系統(tǒng)中各子系統(tǒng)的狀態(tài)評(píng)估結(jié)果;最后對(duì)原始證據(jù)進(jìn)行隨機(jī)處理和貝葉斯近似，基于D-S證據(jù)理論對(duì)各子系統(tǒng)與各系統(tǒng)的評(píng)估結(jié)果進(jìn)行融合，得到整體的狀態(tài)評(píng)估結(jié)果

5、。實(shí)例證明所提出的變壓器狀態(tài)評(píng)估模型切實(shí)可行，融合多指標(biāo)并結(jié)合信度準(zhǔn)則能夠正確地判斷變壓器的運(yùn)行狀態(tài)，為電力變壓器的狀態(tài)評(píng)估提供了一種新的思路。
　　(2)提出了一種基于在線油中溶解氣體數(shù)據(jù)的故障數(shù)據(jù)提取技術(shù)。首先概括了基于油中溶解氣體分析技術(shù)(Dissolved Gas Analysis，DGA)的變壓器故障診斷流程，并基于在線數(shù)據(jù)對(duì)該流程進(jìn)行了改進(jìn);進(jìn)而提出了基于相互比較法和最小二乘法的在線油色譜數(shù)據(jù)失效數(shù)據(jù)剔除方法;最后提出

6、基于預(yù)測(cè)技術(shù)的故障數(shù)據(jù)提取方法。采用一組現(xiàn)場(chǎng)故障變壓器的連續(xù)歷史數(shù)據(jù)，對(duì)該故障數(shù)據(jù)提取技術(shù)對(duì)故障診斷效果的影響進(jìn)行了檢驗(yàn)，結(jié)果表明，故障特征氣體積累的時(shí)間越長(zhǎng)，越有利于對(duì)故障進(jìn)行正確的診斷，使用所提技術(shù)提取的故障數(shù)據(jù)可以提高故障早期診斷的準(zhǔn)確率，能夠有效提升故障診斷的靈敏度和準(zhǔn)確度。
　　(3)提出一種QPSO-FRVM的變壓器故障診斷模型。首先建立了快速相關(guān)向量機(jī)(Fast Relevance Vector Machine，F(xiàn)R

7、VM)多層次分類模型;其次提出劣化度故障特征提取方法，分析影響相關(guān)向量機(jī)分類性能的2個(gè)因素，借助量子粒子群算法(Quantum Particle Swarm Optimization，QPSO)確定每一層的核函數(shù)參數(shù)以及故障特征提取方法;最后以現(xiàn)場(chǎng)的離線油色譜數(shù)據(jù)對(duì)所提模型進(jìn)行了驗(yàn)證，并與IEC三比值法、支持向量機(jī)(Support Vector Machine，SVM)模型進(jìn)行對(duì)此。結(jié)果表明:FRVM模型與RVM模型相比，極大地縮短了訓(xùn)

8、練時(shí)間;QPSO-FRVM模型對(duì)小樣本有著良好的泛化能力，診斷結(jié)果與實(shí)際情況吻合性很好;核函數(shù)參數(shù)以及故障特征提取方法的選取能夠影響故障診斷的準(zhǔn)確率，而使用QPSO方法可以對(duì)參數(shù)進(jìn)行有效的優(yōu)化;QPSO-FRVM診斷模型可以彌補(bǔ)三比值法編碼缺失和判斷標(biāo)準(zhǔn)過于絕對(duì)的缺陷，與SVM模型比較，QPSO-FRVM診斷模型有著更高的診斷準(zhǔn)確率。
　　(4)提出了一種變壓器在線監(jiān)測(cè)裝置配置優(yōu)先級(jí)綜合評(píng)估模型。該評(píng)估模型包含設(shè)備層和系統(tǒng)層，并進(jìn)

9、一步地將設(shè)備層分為設(shè)備屬性評(píng)估和運(yùn)行狀態(tài)評(píng)估;然后對(duì)各評(píng)估方法進(jìn)行了描述，包括基于模糊層次分析法(Fuzzy AnalyticHierarchy Process，F(xiàn)AHP)進(jìn)行變壓器設(shè)備屬性優(yōu)先級(jí)評(píng)估，基于狀態(tài)評(píng)估技術(shù)對(duì)運(yùn)行狀態(tài)優(yōu)先級(jí)進(jìn)行評(píng)估，基于風(fēng)險(xiǎn)收益對(duì)系統(tǒng)層優(yōu)先級(jí)進(jìn)行評(píng)估。最后以實(shí)際電網(wǎng)算例對(duì)所提模型進(jìn)行了驗(yàn)證，仿真計(jì)算結(jié)果證明:模糊層次分析方法可以綜合考慮影響配置優(yōu)先級(jí)的多個(gè)相關(guān)設(shè)備屬性，并綜合多專家意見獲得各屬性的權(quán)重，進(jìn)而得

10、到設(shè)備屬性評(píng)估結(jié)果;以風(fēng)險(xiǎn)收益為評(píng)價(jià)指標(biāo)，可以綜合考慮在線監(jiān)測(cè)裝置的安裝與否對(duì)變壓器故障率以及修復(fù)時(shí)間的影響，進(jìn)而從整個(gè)系統(tǒng)的角度對(duì)在線監(jiān)測(cè)裝置的效益進(jìn)行評(píng)估;綜合考慮設(shè)備屬性、運(yùn)行狀態(tài)以及系統(tǒng)風(fēng)險(xiǎn)收益的評(píng)估模型，避免了只考慮其中一方面或兩方面優(yōu)先級(jí)評(píng)估結(jié)果的片面性，所得結(jié)果更具全面性。
　　(5)提出一種油色譜在線監(jiān)測(cè)周期動(dòng)態(tài)調(diào)整策略。首先在理論論述監(jiān)測(cè)周期影響油色譜在線監(jiān)測(cè)裝置壽命的基礎(chǔ)上，對(duì)平穩(wěn)過程短時(shí)監(jiān)測(cè)周期的時(shí)間序列數(shù)據(jù)

11、進(jìn)行相空間重構(gòu)，得到最優(yōu)時(shí)延和嵌入維數(shù)，并以最優(yōu)時(shí)延作為相對(duì)最優(yōu)監(jiān)測(cè)周期;然后基于引力搜索優(yōu)化方法和快速相關(guān)向量機(jī)建立氣體濃度自適應(yīng)預(yù)測(cè)模型，并設(shè)定預(yù)警標(biāo)準(zhǔn)，建立預(yù)警模型，并根據(jù)預(yù)警結(jié)果以及其他監(jiān)測(cè)設(shè)備監(jiān)測(cè)結(jié)果保持或縮短監(jiān)測(cè)周期。仿真計(jì)算結(jié)果證明:以相空間重構(gòu)獲得的最優(yōu)時(shí)延作為相對(duì)最優(yōu)監(jiān)測(cè)周期，可以延長(zhǎng)油色譜在線監(jiān)測(cè)裝置的使用壽命，并且以最優(yōu)時(shí)延采集的數(shù)據(jù)之間關(guān)聯(lián)性更強(qiáng)，更有利于對(duì)設(shè)備狀態(tài)的把握;引力搜索優(yōu)化方法可以較好地對(duì)快速相關(guān)向量