2018, Vol. 36 
随着大电网的快速发展，电力系统内部设备数量迅速增长。变压器作为输变电系统的中枢设备，由于其结构复杂、参评状态量众多，对其进行客观、接近实际运行状况的健康诊断在电力生产中的难度相当大。截至2018年6月，蒙西电网在运变压器1150台，年平均增长率高达12.19%，并呈年度递增趋势[1]。如何在变压器数量剧增的条件下，保证变压器的安全运维都在可控范围，是电力行业面临的巨大难题。
本文重点介绍了一种通用且全新的变压器群组评估方法，该方法基于变压器容量、价值、负荷重要性、有无备用等因素，得出被评估变压器的重要度，形成以设备故障概率为纵轴，设备重要度为横轴的二维设备状态分布图。根据故障时损坏风险、绕组过热风险、绝缘击穿风险、附件故障风险、随机故障风险和金属过热风险6个评估单元对变压器进行故障概率分析。最终由设备重要度和故障概率共同确定变压器的故障风险。
1 变压器健康状况评估现状为了找到最接近变压器实际运行状况的状态评估方法和影响变压器寿命的关键预测量与维护成本之间的关联，国内、外对变压器的健康状况和寿命评估做了大量的研究。文献[2-5]按照变压器结构将变压器分为本体和套管、分接开关等不同子系统，根据不同部位的运行状态进行寿命预测；文献[6-8]按照变压器常见故障类型，建立绝缘单元评估系统，根据特定物质的含量确定变压器的服役年限；文献[9-11]基于全寿命理论进行变压器运维成本控制。评价角度和关注点不同，采用的评估模型也不同，但当前的评估模型都自成体系，缺乏通用性，具体分析如下。
（1）无论如何划分评估单元，现阶段变压器状态评估普遍使用基于加权因子的状态评估方法，该方法虽然操作性强、判断简单快速，但评估过程中存在众多不可避免的失真弊端：①采用“设备得分=权重系数×劣化程度”计算，仅凭经验人为设定状态量的基本权重系数和不同劣化程度分值，主观因素过度参与评估结果；②分值离散不连续，数据过滤网眼结构太过松散，分值结果敏感度严重不足；③将部件和试验数据混合评估，可能导致不同风险的混合；④强行将无关的状态量进行比较等。从严格意义上来说，现阶段主变压器状态评估并未达到根据主变压器实时状态制定检修方案的要求。
（2）虽然变压器评估方法呈现多样化，但大多数方法是通过使用多目标信息综合处理实现对所关注的部件或风险进行决策的目标。评估基础取决于特定部件或试验的历史数据，就目前而言，无论是历史数据量还是数据准确度都达不到要求。
2 基于变压器技术评估参数和经济评估参数的变压器数学模型图 1显示了一种使用通用数据处理流程对群组变压器进行系统评估的方法和流程。通过建立经济输入参数Fm的至少1个第一数据集和技术输入参数Rn的至少1个第二数据集，使用预定数值或逻辑以及特定加权因子将所建立的输入参数以组合或链接的方式汇入经济评估参数FIx和技术评估参数RIx中，最终通过预定数值联动和加权确定总体评估参数EIx。
|
图 1 基于变压器技术评估参数和经济评估参数的变压器评估流程 |
为了确定技术评估参数RIx，需要根据相关的设备参评数据（包括设备设计参数、在线监测数据、离线试验数据等）获取数列r11，r12，…，rli；r21，r22，…，r2i；…；rn1，rn2，…，rni，再进行数据VR预处理，得到与参评变压器设计、运行能力、组件等可决定评估特性的客观评估参数R1，R2，…，Rn对应的有效状态量。遵循至少一个连锁规则Pn，其通用公式表示为：
|
(1) |
在步骤1R中, 将有效状态量作为技术输入数据引入该方法，如果需要，开放适当的用于数据检测或传输的接口，方便后期评估调用。
步骤2R是对R1，R2，…，Rn相关输入特性的初步加权和缩放，步骤2R中包含基于实证数据、经验值或特定技术评价参数的加权因素wt1，wt2，…，wtn和缩放中间变量SR1，SR2，…，SRn。权重和变量的选择主要考虑运行风险或与特定故障模式相关联的技术后果，特别是多台主变压器并列运行或对检修产生连带影响的情况要慎重选取权重和变量及其取值范围。
步骤3R、4R侧重于对特定设备逻辑联系的进一步细化加权，根据特定判据或运行经验优先分配或定义可能执行的判断流程。其中加权因素w1，w2，…，wn特定针对设备，缩放中间变量SR1，SR2，…，SRn通常用于优先分配，在分配过程中可能出现赋值相同的情况。
公式（2）—（4）均可作为确定RIx的途径，其中k、n、H均为常数：
|
(2) |
|
(3) |
|
(4) |
该方法技术参数评估流程的优势在于可采用模糊逻辑规则、方法或概率方法的模糊输入规则或方法输入初评参数，自由地运行索引值类型，且数目源个数不做限定。
2.2 变压器经济评估参数的确定为了确定经济评估参数FIx，先按照设备的重要度进行分级配置，再进行VF预处理，使得用于VF预处理的每组输入值均可用于与经济相关的输入参数F1，F2，…，Fm。F1，F2，…，Fm通常是由数列f11，f12，…，f1q；f21，f22，…，f2q；…；fm1，fm2，…，fmq得到，例如购置成本、维护成本、获得利润、运输成本、安装成本、设备故障时的单位时间成本等。这些任意组合的成本因素, 在步骤1F中通过至少一个逻辑链接规则Gm执行成本合成，其通用公式可表示为：
|
(5) |
步骤2F目的是建立总成本TF，通过数值联动步骤3F将与经济相关的输入参数F1，F2，…，Fm与经济评估参数FIx构造成正比关系。为了进一步确定经济评估参数FIx，建立的总成本TF的预定比例将在步骤4F中进行缩放。
2.3 总体评估参数的合成步骤5结合进一步的加权因子（wf和wr）或联动步骤6，将技术评估参数RIx和经济评估参数FIx进行汇集，最终确定总体评估参数EIx。原则上，可以通过代入任意常数或逻辑关联规则Q来表示总体评估参数的通用形式：
|
(6) |
公式（7）—（9）提供了3种可能确定EIx的方法：
|
(7) |
|
(8) |
|
(9) |
公式（7）包含一类特定表达，即当加权因子wf和wr赋值均为1时，该结果为二维空间中的欧氏距离，利用该结果可划分预测状态点的若干邻域点，并通过邻域点建立线性或非线性的局域预测模型。
3 变压器群组评估过程结合具体参评数据，群组变压器评估包含以下数据类别和逻辑关系：（1）筛选大型变压器群组的故障风险，以识别关键资产；（2）利用现行设计方法和工具对关键变压器的详细设计参数进行评估，包括当前设备的运行参数与已知的设计问题等；（3）依据常规试验数据和诊断性试验数据结果进行详细状态评估；（4）服役寿命判断，包括所有对变压器输出有影响的关键因素。评估过程见表 1。
|
表 1 变压器群组三段式过程评估内容、目的及参评变压器数量 |
对整个群组变压器进行基于模糊逻辑的技术（设计数据、诊断测试数据等）和非技术（用途、重要性、替换变压器等）关键量评估，具体评估内容包含计算个体变压器的故障风险和评估个体变压器的相对重要度两部分。故障风险的计算是在变压器故障数据作为变压器功率选择和设计参数的函数统计分析基础上发展而来的，其中包含了数十年已经公布的变压器通用设计薄弱点。变压器的相对重要度主要考虑有关资产业务的经济影响。重要度可以通过不同的方式确定，如变压器的重置成本、与故障有关的停电损失、故障发生时的可能损失等。在故障风险和每个独立的变压器在群组中的相对重要度被建立之后，组合维护优先计划区域划分如图 2所示。图 2点表示参评变压器个体，红色、黄色和绿色区域分别对应变压器运行的危急、注意和正常状态。根据变压器群组维护优先计划区域划分结果可以获得群组中不同变压器的排名列表，用于识别变压器修理和维护紧急程度。
|
图 2 变压器群组维护优先计划区域划分 |
变压器的设计参数评估是变压器寿命判断和资产管理的重要因素之一。变压器设计参数评估被嵌入运行状态评估单元中，对设计参数的详细评估可确定维护运行和更换部件需要承担的风险。
设计参数具体如下：
（1）直流电阻和涡流损耗、环流损耗；
（2）励磁电流；
（3）是否存在磁屏蔽；
（4）导体连接方式等。
3.2.2 运行状态评估状态评估基于RCM（以可靠性为中心的维修）思想，融合了FAT（故障树）、FMEA（故障模式与影响因素分析）、Bayesian Network（贝叶斯网络）等方法，采取打分制，最终合成的分数越高其故障风险越高。图 3为风险单元状态评估故障树，其中包含了故障时损坏、绕组过热、绝缘击穿、附件故障、随机故障和金属过热6大风险评估单元。
|
图 3 风险单元状态评估故障树 |
对70台不同地理位置、同一厂家生产的110 kV及以上电压等级的变压器健康状况进行评估，以验证该评估方法的实用性。图 4为70台变压器评估风险等级分布，风险值接近的变压器点在图中显示为连续擦涂的点或连线。图 5为单台变压器资产详情，包括风险分值、状态评估的各风险评估单元的风险分值圆锥图（ROF）、评估因子浏览标签、缺陷信息、维护建议等详情。单台变压器故障风险概率由图 3所示不同的风险评估单元分数拟合得出，其故障概率分值为4.34，设备重要程度分值为35，代表设备自身维护级别的白色圆形标识显示为红色，表示变压器处于紧急维护状态。图 5中风险分值圆锥图（ROF）显示该变压器故障风险的主要来源为绝缘（Dielectric）、短路（Short Circuit）以及过热（High Temp）分值分别为3.88、0.31、0.15。
|
图 4 参评群组变压器风险等级分布 |
|
图 5 单台变压器资产详情 |
以绝缘单元为例进行评分说明。标准油中溶解气体组分试验结果在绝缘单元中的评分比重非常大。该评估单元使用大卫三角形评估法代替国内普遍使用的比值法，利用CH4、C2H4、C2H2这3种气体为主要特征气体进行故障类型和部位的判断。
5 结论（1）本方法基于对大量故障的统计分析，引入故障风险率参数，对参评技术和经济状态量采用模糊处理的方式，得到一种可对任意群组变压器进行评估的通用方法。
（2）本方法的最终结果显示为具有实际物理意义的设备健康分值，综合了技术进步、负荷率、重合闸、家族缺陷、有载开关档位、安装地点环境等因素，评价内容非常全面。
（3）本方法中提及了许多国内不常使用的判据，例如绝缘油分析诊断中使用CO/CO2，融合IEEE-C57.104与ICE60599中的可燃气体含量总和占产生气体总量的百分比等，比传统判断方法更加灵敏，为变压器群组评估甚至是单体评估提供了新的思路。
（4）利用群组比较分析工具和判断思想，深入挖掘现有变压器状态评估海量基础数据，寻找新的数据组合，可以开发特定故障风险的判断方法。
| [1] |
国家电网公司.国家电网公司2006-2015年变压器(换流变)/高抗故障通报[Z].北京: 中国电力科学研究院, 2016.
|
| [2] |
Tang W H, Spurgeon K, Wu Q H, et al. An eviden tial reasoning approach to transformer condition as sessments[J]. IEEE Transactions on Power Delivery, 2004, 19(4): 1696-1703. DOI:10.1109/TPWRD.2003.822542 |
| [3] |
Han Y, Song Y H. Condition Monitoring Techniques for Electrical Equipment:A Literature Survey[J]. Power Engineering Review, IEEE, 2002, 22(9): 59. |
| [4] |
黄华, 傅晨钊. 大型电力变压器状态分析综述[J]. 华东电力, 2004, 32(3): 23-26. DOI:10.3969/j.issn.1001-9529.2004.03.007 |
| [5] |
房博一, 阳仁庆, 王贵山, 等. 基于设备全生命周期成本的老旧变压器评估[J]. 电力大数据, 2018, 21(1): 75-79. |
| [6] |
Herman H, Shenton M J, Stevens G G, et al. A new approach to condition assessment and lifetime prediction of paper and oil used as transformer insulation[J]. IEEE 7th international conference on Solid Dielectrics, 2001, 473-476. |
| [7] |
Rivas E, Burgos J C, García-Prada J C. Condition assessment of power OLTC by vibration analysis using wavelet transform[J]. IEEE Transactions on Power Delivery, 2009, 24(2): 687-694. DOI:10.1109/TPWRD.2009.2014268 |
| [8] |
Arshad M, Islam S M. Significance of cellulose power transformer condition assessment[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2011, 18(5): 1591-1598. DOI:10.1109/TDEI.2011.6032829 |
| [9] |
王慧芳, 赵婉芳, 杜振东, 等. 基于寿命数据的电力变压器经济寿命预测[J]. 电网技术, 2015, 39(3): 810-816. |
| [10] |
宣磊, 邱革非. 变压器经济寿命评估方法研究[J]. 云南电力技术, 2013, 41(3): 12-14, 32. |
| [11] |
吴军英, 刘明硕, 常永娟, 等. 基于大数据的变压器设备状态及风险分析研究与应用[J]. 电力大数据, 2017, 20(10): 22-30. |