油浸式变压器故障率模型及故障诊断研究

摘要

电力变压器是电网中的核心部件，也是电网公司的重要资产，其安全稳定运行意义重大。在实时监测变压器状态、运行条件的基础上，可对变压器的故障率进行评价，进而合理安排检修维护措施来降低设备发生故障的风险。此外，对已经故障停运或故障率高的变压器进行故障诊断，迅速找到故障原因并采取相应修复措施，能够有效减少维护时间，降低变压器停运造成的经济损失。因此，本文针对油浸变压器的故障率建模方法和故障诊断方法，开展了以下研究。
　　基于比例故障率模型(Proportional Hazard Model，PHM)和油中溶解气体信息提出了一种综合考虑老化和设备状态的油浸变压器故障率模型。本文提出的模型中，比例故障率模型的基准故障率函数采用常用的温升老化模型，连接函数中的协变量选择了能够全面客观反映设备状况的油中溶解气体信息，然后推导了故障前时间的概率密度分布，并给出了使用极大似然估计拟合参数的方法。通过算例证明了提出模型的正确性。
　　支持向量机(Support Vector Machine，SVM)可用于变压器故障诊断，针对现有SVM方法在样本故障特征不明显情况下有误分类的情况，提出了一种基于支持向量机多分类概率输出的变压器故障诊断方法，此方法可以得到发生不同类型故障的可能性，即故障类别的概率，经过进一步分析后给出诊断结论。算例表明本方法在继承了SVM方法优点的基础上，提供了概率信息，对现有SVM方法误诊断样本也能给出可能存在的故障，弥补了现有SVM方法在变压器故障特征不明显条件下的不足。
　　在电网公司“调控一体化”的大背景下，进一步挖掘分析设备监测信息，为给调控中心设定潜在事故预警预案、制定运行方式、合理安排检修计划、优化调度策略提供基础，实验室项目组开发了“基于输变电设备可载性分析的智能电网风险评估与决策系统”。本文介绍了此系统的功能，然后重点介绍和展示了笔者开发的输变电设备健康评估功能中变压器状态评估和故障诊断模块、基于SVG的信息展现模块。

目录

声明

致谢

摘要

插图清单

附表清单

第1章 绪论

1．1 课题意义

1．2 变压器故障率模型研究现状

1．2．1 故障率函数

1．2．2 变压器故障率建模思路

1．2．3 基于历史统计信息的故障率模型

1．2．4 基于检测量的故障率模型

1．3 变压器故障诊断方法研究现状

1．3．1 变压器故障类型

1．3．2 变压器内部故障特征气体及其检测

1．3．3 传统的故障诊断方法

1．3．4 引入人工智能方法的故障诊断方法

1．4 本文工作和章节安排

第2章 变压器故障率模型研究

2．1 引言

2．2 比例故障率模型

2．3 基于PHM和油气信息的变压器故障率模型

2．3．1 基准故障率函数的建模

2．3．2 连接函数的建模

2．3．3 参数估计方法

2．4 算例分析

2．5 本章小结

第3章 变压器故障诊断方法研究

3．1 引言

3．2 基于SVM概率输出的多分类模型

3．2．1 SVM原理简介

3．2．2 支持概率输出的SVM

3．2．3 基于SVM概率输出的多分类模型

3．3 输出故障概率的变压器故障诊断方法

3．3．1 传统基于SVM故障诊断方法存在误诊断的原因

3．3．2 故障特征量的选取和故障分类

3．3．3 诊断模型参数的选择

3．3．4 故障诊断流程

3．4 算例分析

3．4．1 SVMCPO方法与分层决策SVM诊断方法的比较

3．4．2 SVMCPO方法的应用价值

3．5 本章小结

第4章 基于输变电设备状态监测信息的智能电网风险评估与决策系统

4．1 引言

4．2 系统框架与功能设计

4．2．1 系统功能总流程

4．2．2 基于实时监测信息的输变电设备健康评估模块

4．2．3 输变电设备故障率与可载性分析模块

4．2．4 电网运行风险评估模块

4．3 基于SVG的信息展示与用户交互技术

4．4 系统实现

4．4．1 系统开发环境与工具

4．4．2 数据需求

4．4．3 数据来源

4．4．4 数据采集技术

4．4．5 数据库表设计

4．4．6 界面原型布局设计

4．4．7 系统效果展示

4．5 本章小结

第5章 结论与展望

5．1 结论

5．2 展望

参考文献

攻读硕士学位期间发表或录用的论文