引言

變壓器作為電力調壓/傳輸?shù)年P鍵性核心部件,是電力運維重點監(jiān)控對象。近年來,基于數(shù)據(jù)驅動的變壓器故障診斷模型研究成為熱點,如采用統(tǒng)計分析、BP神經(jīng)網(wǎng)絡、支持向量機、貝葉斯網(wǎng)絡、聚類分析等對數(shù)據(jù)進行訓練得到預測模型來進行故障預測。但此類算法需要大量數(shù)據(jù)進行模型訓練,而實際應用中卻難以滿足,導致模型準確率低、精細化程度不夠等問題。

基于機理分析驅動的變壓器故障診斷模型研究仍在不斷發(fā)展,此類方法試圖將變壓器化學試驗數(shù)據(jù)、電氣分析數(shù)據(jù)和巡檢數(shù)據(jù)等進行融合,并建立關系網(wǎng)絡,以此推算潛伏故障,如模糊學習、關聯(lián)規(guī)則挖掘、隱含馬爾科夫模型等。但變壓器故障與相關特征數(shù)據(jù)間因果關系不明確,需要大量的專業(yè)經(jīng)驗輔助支撐,導致最終故障模型可靠性低。

綜上,本文提出并設計了一種基于機理/數(shù)據(jù)混合驅動的變壓器故障診斷模型。該模型利用歷史運行數(shù)據(jù)、案例庫和故障樹,通過案例匹配和規(guī)則推理方法,構建機理/數(shù)據(jù)混合驅動的故障診斷模型,有效地避開了復雜數(shù)學建模過程,節(jié)約了成本,通過案例自增的方式進化案例庫,有效提高了模型的穩(wěn)定性。

1模型整體架構設計

變壓器故障診斷模型是使用變壓器臺賬數(shù)據(jù)、運行數(shù)據(jù)、故障數(shù)據(jù)、歷史案例等信息作為系統(tǒng)輸入,然后利用診斷模型對變壓器的運行狀態(tài)進行評估和潛伏性故障診斷,得出故障診斷結果及解決辦法,作為輸出反饋給用戶。其整體框架如圖1所示。

1.1用戶層

用戶層包括輸入故障現(xiàn)象模塊、故障現(xiàn)象預處理模塊、故障處理模塊及結果反饋模塊。對故障現(xiàn)象進行描述和預處理后,將狀態(tài)信息輸入到故障診斷層,并提出故障查詢。得到診斷結果之后,需要檢修人員拿著結果找出故障原因,并解決故障。如果該規(guī)則已存在于案例庫,則調用歷史案例:若該規(guī)則與案例庫不同或者是一條新規(guī)則,則將該規(guī)則反饋給故障構建層進行案例庫更新。

1.2故障診斷層

故障診斷層承接用戶層輸入,完成故障診斷并反饋結果給用戶層,是診斷系統(tǒng)的核心,包括故障診斷模型和故障類型及解決辦法輸出模塊。故障診斷模型核心是采用案例和規(guī)則串行推理的方式對故障進行診斷并輸出診斷結果。故障類型及解決辦法輸出模塊主要負責將故障診斷結果 ,包括故障原因、故障解決辦法等信息輸出給用戶。

1.3案例庫構建層

案例庫構建層是系統(tǒng)底層知識庫,包括現(xiàn)象案例映射模塊和案例庫更新模塊。根據(jù)歷史故障診斷經(jīng)驗,案例映射模塊進行案例收集,包括故障現(xiàn)象、原因、類型及經(jīng)過實踐驗證的解決辦法之間的映射關系。在進行故障診斷時,可以為故障診斷層提供相似的案例。案例更新模塊,負責將新的案例收集入庫,及時更新和進化案例庫。

1.4規(guī)則構建層

規(guī)則構建層也是系統(tǒng)底層規(guī)則庫,負責規(guī)則的生成及管理 ,其核心為基于規(guī)則生成模塊。本文應用故障樹分析方法構建變壓器規(guī)則模型。此模塊產(chǎn)生的規(guī)則作用并服務于故障診斷層的規(guī)則推理模塊。

2機理/數(shù)據(jù)混合驅動方法

基于機理/數(shù)據(jù)混合驅動的故障診斷模型是故障診斷層的關鍵技術,其整體思路為利用案例匹配和規(guī)則推理相結合的方式,首先輸入故障現(xiàn)象,然后檢索案例庫,尋找相似案例。若有相似案例 ,則快速獲得診斷結果及相應檢修策略:若沒有合適的相似案例,則啟動規(guī)則推理,最終將推理產(chǎn)生結果作為診斷結果進行輸出。該模型流程圖如圖2所示。

第一步:故障數(shù)據(jù)輸入。由用戶輸入變壓器故障數(shù)據(jù)特征屬性的描述信息,并提出查詢需求。

第二步:數(shù)據(jù)預處理。在進行故障診斷前,因故障現(xiàn)象屬性描述不一致,需要對故障現(xiàn)象的描述信息進行預處理,獲取統(tǒng)一、規(guī)范的故障現(xiàn)象特征值。

第三步:案例庫匹配。檢索故障案例庫,利用匹配算法進行案例匹配。如有相似案例 ,則輸出相似度最大的案例:如沒有相似案例,則啟動基于FTA的規(guī)則推理算法進行推理。

第四步:基于FTA的規(guī)則推理。該模型的核心思想是根據(jù)以往專家經(jīng)驗,將所有案例利用故障樹歸納生成規(guī)則,然后采用基于規(guī)則引擎的推理方法,將待診斷故障現(xiàn)象、數(shù)據(jù)與規(guī)則庫進行匹配,來推理得出診斷結論。

第五步:診斷結果輸出。此階段負責根據(jù)之前的方法(匹配到最相似案例,或者利用規(guī)則推理模型）生成故障診斷結果,然后將相關結果信息如故障診斷結果、可能故障原因及解決辦法進行輸出。

第六步:更新案例庫。根據(jù)系統(tǒng)診斷出的新的故障信息,對案例庫進行更新和維護。

第七步:診斷結果反饋。將最終的故障診斷結果信息反饋給系統(tǒng)用戶。

3基于FTA的規(guī)則生成方法

FTA(Fault Tree Analysis）是由美國貝爾實驗室首次應用并發(fā)展起來的一種由上往下的演繹式失效分析法[6] 。變壓器故障按部件劃分建立故障主樹,包括繞組故障、鐵芯故障、套管故障、有載分接開關故障、冷卻系統(tǒng)故障、非電量保護故障等,如圖3所示。

其中,繞組故障子樹包括繞組變形、短路故障、斷路故障和其他過熱故障,而短路故障是繞組故障中發(fā)生率最高、危險性最大的一類故障。本文以繞組故障子樹為例進行分析 ,如圖4所示。

4案例分析

某110kV變壓器自2010年投入運行以來,多次受到中壓和低壓側的外部短路沖擊,且因短路引起的沖擊十分嚴重。根據(jù)現(xiàn)場檢測器采集的數(shù)據(jù)進行相關分析,結果如表 1、表2、表3所示。

如表1、表2、表3所示 ,變壓器油中出現(xiàn)了乙炔氣體并超標(表1）,經(jīng)過預防性試驗發(fā)現(xiàn),變壓器中繞組電容量(表2）和低電壓阻抗(表3）出現(xiàn)較大變化。將上述信息輸入到變壓器故障診斷模塊后,故障診斷模塊推斷出該變壓器繞組可能存在變形,如圖5所示。

對變壓器進行解體檢查,證實了上述判斷,變壓器中的三相中壓和低壓繞組均發(fā)生明顯變形,尤以中壓C相最為嚴重,如圖6所示,驗證了本方法的有效性。

圖6變壓器繞組變形實物圖

5 結語

本文在研究變壓器常見缺陷或故障模式、專家診斷驗及國內外故障診斷算法的基礎上,提出并設計了基于機理/數(shù)據(jù)混合驅動的串聯(lián)式變壓器設備故障快速診斷模型和系統(tǒng)。由案例驗證可知,本模型可以很好地輔助變壓器故障的診斷,為設備檢修決策提供指導。