概要电力变压器是电力系统中能量传输和切换的核心，其运营状态直接影响到电网的安全性与平稳运营。当前，我国有数较多变压器的运营年限多达二十年，这些变压器的绝缘状态各有不同，再次发生故障的概率也千差万别。变压器一旦再次发生故障可能会导致经济的巨大损失，甚至产生相当严重的社会影响。

但是，盲目的修理也不会造成大量人力物力资源的浪费。因此，对变压器展开有效地的状态评估和绝缘寿命预测，分析变压器的全寿命周期成本和运营风险，综合考虑到变压器运营的可靠性和经济性，制订合理的运营确保和状态检修策略，减少事故再次发生的几率，具备最重要的理论和实际意义。

论文在搜集整理大量技术标准、规程导则及变压器实际运营状态数据的基础上，以油中沉淀气体为特征量深入研究了基于殖民竞争法优化反对向量机的电力变压器故障诊断和基于云预测理论的变压器故障预测方法，对基于时温水变换的电力变压器绝缘寿命评估模型展开了研究，研究了云理论与证据推理小说融合的绝缘状态评估模型，在建构变压器风险评估模型和全寿命周期成本模型的基础上，根据变压器的身体健康状态和预期绝缘寿命，顾及变压器运营的可靠性和经济性，对运营中的电力变压器展开运营确保和检修策略策略的制订。论文获得的创新性成果主要有：将多分类反对向量机（SVM）应用于电力变压器故障诊断中，通过人组编码结构多个二分类SVM分类器构建多类分类。利用殖民竞争算法（ICA）取得SVM分类模型的拟合参数，应用于交叉检验（CV）的思想来提升分类算法的整体一般化性能，并使用加州大学欧文分校机器学习数据库的基准数据集展开检验。

变压器故障诊断实例分析表明，明确提出的基于ICA和SVM分类方法对电力变压器展开故障诊断是精确和有效地的；与传统的IEC三比值法、径向恩神经网络（RBFNN）及粒子群优化反对向量机（PSO-SVM）的变压器故障诊断方法比起，明确提出的方法故障诊断时间较短，发散速度快，在训练和测试阶段都取得了较高的准确率。研究了基于油中沉淀气体（DGA）的云理论故障预测方法，在云转换和云跃居的基础上基于云产于特征分析创建基于云推理小说的多重故障诊断模型和基于云推理小说的变压器短期故障预测模型，防止了传统基于时间序列的预测算法（如反对向量机和灰色预测模型等），在油中沉淀气体数据出现异常波动较小时误差稍大，鲁棒性较好，且无法有效地解决问题非等间隔时间序列数据预测的问题。实例研究指出，明确提出的基于云推理小说的多重故障诊断模型能为变压器的多故障诊断获取一条新思路，基于中沉淀气体的云理论故障预测方法与反对向量机和灰色预测方法比起，在油中沉淀气体数据出现异常波动较小时，无论在预测精度和稳定性方面皆具备一定的优势。为改良现有的油纸绝缘热老化寿命评估模型，使模型的预测结果更加精确，研究了初始水分含量及温度对油纸绝缘试品的加快热老化特性影响。

在提供变压器纸中水分含量方面，对基于FDS的变压器纸中水分含量评估法和基于油纸水分平衡曲线的纸中水分评估法展开了研究。在提供变压器绝缘老化状态方面，对基于FDS的变压器绝缘老化状态评估法和基于油中糠醛含量修正的绝缘老化状态评估法展开了研究。

使用变压器阻抗导则中对变压器热点温度的计算出来模型对变压器展开平均温度的计算出来，以绝缘纸聚合度作为密切相关老化程度的特征参量，引进纤维素积累损失动力学方程研究其在老化过程中的变化规律，在时温变换方法基础上明确提出一种时间–温度–水分变换的新方法，并改良了热老化寿命评估模型。结果表明，与之前的寿命模型比起，改良的模型不但考虑到了温度对绝缘纸热老化速率的影响，而且考虑到了有所不同初始水分含量对油纸绝缘热老化的加快起到，有助对油纸绝缘的热寿命展开更加合理的评估。针对变压器绝缘状态评估中不存在影响评估结果因素多、评估因素不相容且影响程度又不尽相同的难题，明确提出了基于云理论和证据推理小说融合的变压器绝缘状态通决策模型，建构了云隶属于度函数来叙述评估模型的因素层指标，根据云理论评估结果确认证据推理小说决策模型的完整基本概率分配，利用证据融合获得了识别框架中基本概率分配函数，最后基于仅次于基本概率分配函数决策规则展开评估目标判断。

针对在电力变压器传统风险评估中并未将风险经济性分析的问题，明确提出了一种综合考虑到可靠性与经济性的变压器风险评估模型。在综合考虑到检修对故障率影响的基础上，通过分析变压器的系统性风险、故障修缮风险、人员安全性风险、环境污染风险综合展开变压器风险评估，为变压器的状态检修获取了技术支持。

针对现有变压器检修策略制订中仅有考虑到其可靠性运营，忽视经济性运营的情况，本文综合考虑到变压器运营的可靠性与经济性，创建了基于风险评估与全寿命周期成本分析的变压器检修策略决策模型，该模型根据变压器的状态信息取得其故障概率，在确保变压器在寿命周期内可靠性指标小于低于可靠性拒绝的基础上，以变压器检修的风险收益与年成本比值综合拟合作为拟合检修策略的标准。通过实例检验，明确提出的检修策略决策模型可以为变压器的状态检修工作获取建议和参照。

关键词：电力变压器，油中沉淀气体，故障诊断，故障预测，绝缘寿命评估，状态评估，风险评估，仅有寿命周期成本，状态检修绪论本文研究背景及意义EquationChapter1Section1随着我国超高压和特高压输变电技术的很快发展，电网的容量不断扩大，电网的安全性与可信运营变得特别是在最重要[1]。电网一旦再次发生崩溃，不仅不会导致相当严重的经济损失，影响人民的长时间生活，甚至不会波及公共安全，导致险恶的社会影响。美国时间2003年8月14日下午15时，美国中西部、东北部及加拿大安大略省等地区再次发生大面积电力供应事故，事故造成了将近5000万人口的用电耕，造成了十分险恶的经济和社会影响[2]。

2006年11月4日晚上21时左右，西欧电网再次发生了牵涉到八个国家的大规模电力供应事故，电力供应时间持续了约一个多小时，此次电力供应事故造成了将近1000万人口的用电耕，造成了险恶的国际影响[3]。2008年1月11日，我国湖南电网遭遇了将近25天的雨雪、冰冻灾害，灾害导致大面积电力供应事故，给人民的生活带给十分险恶的影响。

大量的电力供应事故指出输变电设备故障造成电网电力供应的主要原因之一。根据我国国家电网运营分析报导，2005~2010年我国因输变电设备故障和自然灾害引起根本性电网故障次数占到当年总事故总次数的比例多达80%[4-9]，其中因输变电设备故障引起根本性电网故障次数占到当年总事故总次数的比例超过37.10~48.15%[10]。目前，国内外对电网电力供应事故的原因分析多局限于电网运营本身，而对电力设备故障引起电网事故推崇过于，对关键电力设备的状态检修技术研究严重不足[11]。实质上，确保电力设备的安全可靠运营对确保整个电网安全性、经济运行十分最重要。

特别是在作为电力系统关键输变电设备的变压器，其身体健康水平和运行状况优劣必要关系到电网的安全性与经济运行。以一套三相500kV，360MVA的大型变压器为事例，一旦再次发生事故，其修理费用当在数百万元，电力供应一天的必要电量损失（按1kWh电0.4元计）约280万元，而因电力供应引发的间接损失（按1kWh电产值4元计）可高约2800万元。若算入社会损失，例如按我国权威部门估算的必要损失、间接损失和社会损失的比例为1:4:6来统计资料损失，那么它给整个社会导致的损失将更大。长期以来，国内对变压器身体健康水平和运营状态优劣的辨别主要是依赖定期检修的方式来构建的，经常出现“过修”和“欠修”情况，导致极大人力、物力资源浪费，还减少了供电可靠性。

美国电力科学研究院研究指出：使用合理的变压器检修策略可以在确保变压器运营可靠性的条件下，节约30%-60%的成本。结论与未来发展主要结论EquationChapter6Section1随着电力发展所面对资源和环境压力的大大减小，资源和经费的容许与市场需求的快速增长之间的对立日益引人注目，仅有注目可靠性的检修策略不会由于对后期运营确保考虑到的严重不足使得在用于过程中带给极大的经济负担，因此有适当对检修策略的制订展开研究，使得需要顾及其成本与风险，最后超过技术性与经济性的综合拟合。

本文在搜集整理大量技术标准、规程导则及变压器实际运营状态数据的基础上，以油中沉淀气体为特征量深入研究了基于殖民竞争法优化反对向量机的电力变压器故障诊断和基于云预测理论的变压器故障预测方法，对基于时温水变换的电力变压器绝缘寿命评估模型展开了研究，研究了云理论与证据推理小说融合的绝缘状态评估模型，在建构变压器风险评估模型和全寿命周期成本模型的基础上，根据变压器的身体健康状态和预期绝缘寿命，顾及变压器运营的可靠性和经济性，对运营中的电力变压器展开运营确保和检修策略策略的制订。论文获得的创新性成果主要有：明确提出了基于殖民竞争算法优化反对向量机的电力变压器故障诊断方法。

使用殖民竞争算法（ICA）取得SVM分类模型的拟合参数，应用于交叉检验（CV）的思想来提升分类算法的整体一般化性能，并使用加州大学欧文分校机器学习数据库的基准数据集展开检验。变压器故障诊断实例分析表明，明确提出的基于ICA和SVM分类方法对电力变压器展开故障诊断是精确和有效地的；与传统的IEC三比值法、径向恩神经网络（RBFNN）及粒子群优化反对向量机（PSO-SVM）的变压器故障诊断方法比起，明确提出的方法故障诊断时间较短，发散速度快，在训练和测试阶段都取得了较高的准确率。

明确提出了基于油中沉淀气体的云推理小说多重故障诊断模型和云理论故障预测模型。在云转换和云跃居的基础上基于云产于特征分析创建基于云推理小说的多重故障诊断模型和基于云推理小说的变压器短期故障预测模型，防止了传统基于时间序列的预测算法（如反对向量机和灰色预测模型等），在油中沉淀气体数据出现异常波动较小时误差稍大，鲁棒性较好，且无法有效地解决问题非等间隔时间序列数据预测的问题。

实例研究指出，明确提出的基于云推理小说的多重故障诊断模型能为变压器的多故障诊断获取一条新思路，与反对向量机和灰色预测方法比起，在油中沉淀气体数据出现异常波动较小时，无论在预测精度和稳定性方面皆具备一定的优势。基于纸中水分含量、变压器负荷情况、时–温–水分变换寿命模型，创建了基于时间、温度、水分牵头影响的绝缘寿命评估模型。明确提出了基于FDS的变压器纸中水分含量评估法和基于油纸水分平衡曲线的纸中水分评估法，以提供变压器纸中水分含量。明确提出了基于FDS的变压器绝缘老化状态评估法和基于油中糠醛含量修正的绝缘老化状态评估法，以提供变压器绝缘老化状态。

使用变压器阻抗导则中对变压器热点温度的计算出来模型对变压器展开平均温度的计算出来，以绝缘纸聚合度作为密切相关老化程度的特征参量，引进纤维素积累损失动力学方程研究其在老化过程中的变化规律，在时温变换方法基础上明确提出一种时间–温度–水分变换的新方法，并改良了热老化寿命评估模型。结果表明，与之前的寿命模型比起，改良的模型不但考虑到了温度对绝缘纸热老化速率的影响，而且考虑到了有所不同初始水分含量对油纸绝缘热老化的加快起到，有助对油纸绝缘的热寿命展开更加合理的评估。明确提出了基于云理论和证据推理小说融合的变压器绝缘状态评估模型。

从油中沉淀气体分析、电气试验和油化试验三个层面来取决于变压器的绝缘状态，将变压器绝缘状态评估看作是一个多属性决策问题，建构了基于模糊不清和证据推理小说融合的双层评估模型，分别展开模糊不清综合的因素层评估和证据推理小说决策的绝缘状态整体评估。变压器实例分析结果表明，利用单一因素展开评估，可信度较低，根据决策准则，一般来说无法获得评估结论；而利用多因素展开证据融合，可信度较高，最后获得的绝缘状态评估结论明晰、精确。

针对在电力变压器传统风险评估中并未将风险经济性分析的问题，明确提出了一综合考虑到可靠性与经济性的变压器风险评估模型。在综合考虑到检修对故障率影响的基础上，通过分析变压器的系统性风险、故障修缮风险、人员安全性风险、环境污染风险综合展开变压器风险评估。

风险评估方法直观有效地，可以为变压器状态检修策略制订获取技术支持。针对现有变压器检修策略制订中仅有考虑到其可靠性运营，忽视经济性运营的情况，本文综合考虑到变压器运营的可靠性与经济性，明确提出了一种基于风险评估与全寿命周期成本分析的变压器检修策略决策模型，该模型根据变压器的状态信息取得其故障概率，在确保变压器在寿命周期内可靠性指标小于低于可靠性拒绝的基础上，以变压器检修的风险收益与年成本比值综合拟合作为拟合检修策略的标准。通过实例检验，明确提出的检修策略决策模型可以为变压器的状态检修工作获取建议和参照。

本文来源：kaiyun体育app官网下载-www.gdwgza.com