一种灾后变压器可用性评估方法及系统与流程

1.本发明涉及变压器性能评估技术领域，尤其是涉及一种灾后变压器可用性评估方法及系统。


背景技术：

2.灾后系统元件状态评估可以确定系统元件是否仍然可用或需要维修或更换。这种评估可以帮助电力系统管理者了解灾后电力系统中的元件状态，为恢复电力系统的运行提供必要的信息，帮助电力系统管理者了解灾后电力系统中的元件状况，制定合理的修复和恢复计划，提高电力系统的可靠性和安全性。
3.电力变压器是电力系统能量传输和转换中应用最广泛的核心设备之一，其运行的健康状态密切关系着系统的安全可靠运行，因此当系统发生故障给需要对电力变压器进行状态评估。目前针对油浸式变压器在发生故障时，由于变压器油的分解、固体绝缘材料的分解以及一些其他原因，会分解产生一些气体，如：氢气(h2)、甲烷(ch4)、乙烷(c2h6)、乙烯(c2h4)等。基于对上述气体进行成分分析形成的油中溶解气体分析法(dissolved gases analysis，dga)，是常用的变压器状态评估的手段。近年来，随着机器学习算法的快速发展，已形成多种基于dga数据的变压器故障诊断方法，常见的方法有支撑向量机、神经网络和深度学习等的故障诊断方法。但是众多方法主要满足状态评估，却较少考虑元件的具体可用性情况，而在实际灾后系统中，面对待恢复变压器设备，需要针对当前状态监测数据给出其可用性情况。
4.因此，尽管目前基于机器学习等智能算法的关于电力变压器状态评估的研究取得不少成果，但均未考虑变压器保护动作情况，导致最终的评估结果不可靠，且已有研究并无法充分给出待恢复变压器设备的可用性情况，影响后续恢复策略的制定，无法很好保障电力系统的可靠性和安全性。


技术实现要素：

5.本发明旨在提供一种灾后变压器可用性评估方法及系统，以解决上述技术问题，其评估结果充分考虑了变压器保护动作的情况，更具备可靠性，有助于系统灾后恢复策略的快速制定，提升电力系统的可靠性和安全性。
6.为了解决上述技术问题，本发明提供了一种灾后变压器可用性评估方法，包括以下步骤：
7.获取灾后的变压器的状态监测数据；
8.基于状态监测数据获取变压器故障标签值；
9.根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围；
10.以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正；
11.基于修正后的元件可用率确定变压器可用性情况。
12.上述方案提供的灾后变压器可用性评估方法，其评估结果充分考虑了变压器保护动作的情况，更具备可靠性，有助于系统灾后恢复策略的快速制定，有效提升电力系统的可靠性和安全性。
13.进一步地，所述以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正，具体为：
14.基于保信系统投运以后所有的变压器动作信息，若变压器当前元件平均每年动作次数小于0.5，则说明该元件可靠性高，以其健康度下最高可用率作为其当前可用率；若变压器当前元件平均每年动作次数大于或等于0.5，则说明该元件可靠性低，在其健康度下最高可用率下，以每动作一次降低a％可用率的方式对该元件可用率进行修正。
15.进一步地，所述基于状态监测数据获取变压器故障标签值，具体为：
16.将状态监测数据作为预设深度神经网络的输入，使深度神经网络基于状态监测数据进行训练及预测验证，获取变压器故障标签值。
17.进一步地，所述根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围，具体表示为：
[0018][0019]
式中，r表示可用率范围；y表示变压器故障标签值，其中，0代表正常，1为中低温过热，2代表高温过热，3代表低能放电，4代表高能放电，5代表局部放电。
[0020]
进一步地，所述基于修正后的元件可用率确定变压器可用性情况，具体表示为：
[0021][0022]
式中：p表示变压器可用性情况，其为1时表示变压器可用，为0表示变压器不可用；r表示修正后的元件可用率，其表示为：
[0023]
r＝r
max-a％*n
[0024]
式中：r
max
表示当前健康等级最高可用率，n表示变压器保护平均一年动作次数取整值。
[0025]
本发明还提供一种灾后变压器可用性评估系统，用于实现一种灾后变压器可用性评估方法，其包括：
[0026]
数据获取模块，用于获取灾后的变压器的状态监测数据；
[0027]
故障标签值获取模块，用于基于状态监测数据获取变压器故障标签值；
[0028]
可用率确定模块，用于根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围；
[0029]
可用率修正模块，用于以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正；
[0030]
可用性情况确定模块，用于基于修正后的元件可用率确定变压器可用性情况。
[0031]
上述方案提供的系统可以实现对灾后变压器可用性的快速、准确评估，该系统架构简单，实现便捷，其评估结果充分考虑了变压器保护动作的情况，更具备可靠性，有助于系统灾后恢复策略的快速制定，有效提升电力系统的可靠性和安全性。
[0032]
进一步地，所述可用率修正模块，用于以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正，具体为：
[0033]
基于保信系统投运以后所有的变压器动作信息，若变压器当前元件平均每年动作次数小于0.5，则说明该元件可靠性高，以其健康度下最高可用率作为其当前可用率；若变压器当前元件平均每年动作次数大于或等于0.5，则说明该元件可靠性低，在其健康度下最高可用率下，以每动作一次降低a％可用率的方式对该元件可用率进行修正。
[0034]
进一步地，所述故障标签值获取模块，用于基于状态监测数据获取变压器故障标签值，具体为：
[0035]
将状态监测数据作为预设深度神经网络的输入，使深度神经网络基于状态监测数据进行训练及预测验证，获取变压器故障标签值。
[0036]
进一步地，所述可用率确定模块，用于根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围，具体表示为：
[0037][0038]
式中，r表示可用率范围；y表示变压器故障标签值，其中，0代表正常，1为中低温过热，2代表高温过热，3代表低能放电，4代表高能放电，5代表局部放电。
[0039]
进一步地，所述可用性情况确定模块，用于基于修正后的元件可用率确定变压器可用性情况，具体表示为：
[0040][0041]
式中：p表示变压器可用性情况，其为1时表示变压器可用，为0表示变压器不可用；r表示修正后的元件可用率，其表示为：
[0042]
r＝r
max-a％*n
[0043]
式中：r
max
表示当前健康等级最高可用率，n表示变压器保护平均一年动作次数取整值。
附图说明
[0044]
图1为本发明一实施例提供的一种灾后变压器可用性评估方法流程示意图；
[0045]
图2为本发明一实施例提供的一种灾后变压器可用性评估系统架构图。
具体实施方式
[0046]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0047]
请参见图1，本实施例提供一种灾后变压器可用性评估方法，包括以下步骤：
[0048]
s1：获取灾后的变压器的状态监测数据；
[0049]
s2：基于状态监测数据获取变压器故障标签值；
[0050]
s3：根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围；
[0051]
s4：以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正；
[0052]
s5：基于修正后的元件可用率确定变压器可用性情况。
[0053]
本实施例提供的灾后变压器可用性评估方法，其评估结果充分考虑了变压器保护动作的情况，更具备可靠性，有助于系统灾后恢复策略的快速制定，有效提升电力系统的可靠性和安全性。
[0054]
进一步地，所述以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正，具体为：
[0055]
基于保信系统投运以后所有的变压器动作信息，若变压器当前元件平均每年动作次数小于0.5，则说明该元件可靠性高，以其健康度下最高可用率作为其当前可用率；若变压器当前元件平均每年动作次数大于或等于0.5，则说明该元件可靠性低，在其健康度下最高可用率下，以每动作一次降低a％可用率的方式对该元件可用率进行修正。
[0056]
需要说明的是，参数a可以根据实际的需求进行设置。
[0057]
进一步地，所述基于状态监测数据获取变压器故障标签值，具体为：
[0058]
将状态监测数据作为预设深度神经网络的输入，使深度神经网络基于状态监测数据进行训练及预测验证，获取变压器故障标签值。其中，深度神经网络用于对变压器故障标签值与变压器状态间关系进行训练拟合，其网络输入为变压器的状态监测数据，输出为变压器故障标签值，具体为：
[0059]
y＝f(x)
[0060]
其中：x为网络输入数据，y为故障标签值，0代表正常，1为中低温过热，2代表高温过热，3代表低能放电，4代表高能放电，5代表局部放电。
[0061]
在本实施例中，针对于预设的深度神经网络，可以从各类样本集中选取16个样本共同组成训练集，选取8个共同组成测试集对深度神经网络进行训练及预测验证。在训练及预测验证时可以对样本数据进行如下归一化处理：
[0062][0063]
式中：x
istd
为样本中第i个特征归一化的值，xi为样本中第i个特征的值，x
imax
和x
imin
分别为样本中该特征对应的最大和最小值。
[0064]
进一步地，所述根据变压器故障标签值对变压器进行健康度划分，确定每种健康
度下元件可用率范围，具体表示为：
[0065][0066]
式中，r表示可用率范围；y表示变压器故障标签值，其中，0代表正常，1为中低温过热，2代表高温过热，3代表低能放电，4代表高能放电，5代表局部放电。
[0067]
进一步地，所述基于修正后的元件可用率确定变压器可用性情况，具体表示为：
[0068][0069]
式中：p表示变压器可用性情况，其为1时表示变压器可用，为0表示变压器不可用；r表示修正后的元件可用率，其表示为：
[0070]
r＝r
max-a％*n
[0071]
式中：r
max
表示当前健康等级最高可用率，n表示变压器保护平均一年动作次数取整值。
[0072]
本实施例提供的一种灾后变压器可用性评估方法，在获取灾后的变压器的状态监测数据后，通过深度神经网络(dnn)基于状态监测数据进行分类训练和预测验证，网络输入为变压器的状态监测数据，输出为变压器故障标签值；再根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围，最后以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正，并并按照变压器可用率高于0.85为可用，低于0.85为不可用的原则确定变压器可用性情况。该可用性评估方法在评估过程中充分考虑变压器保护的动作情况，使得评估结果更为可靠，有助于系统灾后恢复策略的制定和提升系统的安全性与可靠性。
[0073]
为了更清楚体现本发明的技术特征，凸显其技术优势，本实施例提供一种灾后变压器可用性评估方法的具体应用，具体为：
[0074]
步骤一：获取变压器状态监测数据，并从数据集中抽取训练集和测试集，并对样本各标签值进行归一化处理，本实例训练集容量为96，测试集容量为48；
[0075]
步骤二：采用dnn对训练集数据进行训练，并通过测试集预测得到预测集样本的故障标签情况；
[0076]
步骤三：考虑保护动作信息对元件可用率进行矫正，在本实施例中，参数a取值为5，并确定变压器的可用性情况，本实施例选取测试集中10个样本为例，其当前状态分类及保护历史动作信息如表1所示：
[0077]
表1当前状态分类及保护历史动作信息表
[0078][0079][0080]
可以看出，考虑保护动作次数之后，对于样本7、8、10，其可用性情况会由修正前的可用变为修正后的不可用，而这是由于设备历史状态的不可靠导致的，从而保证恢复过程的安全可靠。
[0081]
本发明还提供一种灾后变压器可用性评估系统，用于实现一种灾后变压器可用性评估方法，其包括：
[0082]
数据获取模块，用于获取灾后的变压器的状态监测数据；
[0083]
故障标签值获取模块，用于基于状态监测数据获取变压器故障标签值；
[0084]
可用率确定模块，用于根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围；
[0085]
可用率修正模块，用于以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正；
[0086]
可用性情况确定模块，用于基于修正后的元件可用率确定变压器可用性情况。
[0087]
上述方案提供的系统可以实现对灾后变压器可用性的快速、准确评估，该系统架构简单，实现便捷，其评估结果充分考虑了变压器保护动作的情况，更具备可靠性，有助于系统灾后恢复策略的快速制定，有效提升电力系统的可靠性和安全性。
[0088]
进一步地，所述可用率修正模块，用于以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正，具体为：
[0089]
基于保信系统投运以后所有的变压器动作信息，若变压器当前元件平均每年动作次数小于0.5，则说明该元件可靠性高，以其健康度下最高可用率作为其当前可用率；若变压器当前元件平均每年动作次数大于或等于0.5，则说明该元件可靠性低，在其健康度下最
高可用率下，以每动作一次降低a％可用率的方式对该元件可用率进行修正。
[0090]
进一步地，所述故障标签值获取模块，用于基于状态监测数据获取变压器故障标签值，具体为：
[0091]
将状态监测数据作为预设深度神经网络的输入，使深度神经网络基于状态监测数据进行训练及预测验证，获取变压器故障标签值。
[0092]
进一步地，所述可用率确定模块，用于根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围，具体表示为：
[0093][0094]
式中，r表示可用率范围；y表示变压器故障标签值，其中，0代表正常，1为中低温过热，2代表高温过热，3代表低能放电，4代表高能放电，5代表局部放电。
[0095]
进一步地，所述可用性情况确定模块，用于基于修正后的元件可用率确定变压器可用性情况，具体表示为：
[0096][0097]
式中：p表示变压器可用性情况，其为1时表示变压器可用，为0表示变压器不可用；r表示修正后的元件可用率，其表示为：
[0098]
r＝r
max-a％*n
[0099]
式中：r
max
表示当前健康等级最高可用率，n表示变压器保护平均一年动作次数取整值。
[0100]
本实施例提供的一种灾后变压器可用性评估系统，其在获取灾后的变压器的状态监测数据后，通过深度神经网络(dnn)基于状态监测数据进行分类训练和预测验证，网络输入为变压器的状态监测数据，输出为变压器故障标签值；再根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围，最后以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正，并并按照变压器可用率高于0.85为可用，低于0.85为不可用的原则确定变压器可用性情况。该可用性评估系统在评估过程中充分考虑变压器保护的动作情况，使得评估结果更为可靠，有助于系统灾后恢复策略的制定和提升系统的安全性与可靠性。
[0101]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

技术特征：
1.一种灾后变压器可用性评估方法，其特征在于，包括以下步骤：获取灾后的变压器的状态监测数据；基于状态监测数据获取变压器故障标签值；根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围；以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正；基于修正后的元件可用率确定变压器可用性情况。2.根据权利要求1所述的一种灾后变压器可用性评估方法，其特征在于，所述以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正，具体为：基于保信系统投运以后所有的变压器动作信息，若变压器当前元件平均每年动作次数小于0.5，则说明该元件可靠性高，以其健康度下最高可用率作为其当前可用率；若变压器当前元件平均每年动作次数大于或等于0.5，则说明该元件可靠性低，在其健康度下最高可用率下，以每动作一次降低a％可用率的方式对该元件可用率进行修正。3.根据权利要求1或2所述的一种灾后变压器可用性评估方法，其特征在于，所述基于状态监测数据获取变压器故障标签值，具体为：将状态监测数据作为预设深度神经网络的输入，使深度神经网络基于状态监测数据进行训练及预测验证，获取变压器故障标签值。4.根据权利要求2所述的一种灾后变压器可用性评估方法，其特征在于，所述根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围，具体表示为：式中，r表示可用率范围；y表示变压器故障标签值，其中，0代表正常，1为中低温过热，2代表高温过热，3代表低能放电，4代表高能放电，5代表局部放电。5.根据权利要求4所述的一种灾后变压器可用性评估方法，其特征在于，所述基于修正后的元件可用率确定变压器可用性情况，具体表示为：式中：p表示变压器可用性情况，其为1时表示变压器可用，为0表示变压器不可用；r表示修正后的元件可用率，其表示为：r＝r
max-a％*n式中：r
max
表示当前健康等级最高可用率，n表示变压器保护平均一年动作次数取整值。6.一种灾后变压器可用性评估系统，其特征在于，包括：数据获取模块，用于获取灾后的变压器的状态监测数据；故障标签值获取模块，用于基于状态监测数据获取变压器故障标签值；
可用率确定模块，用于根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围；可用率修正模块，用于以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正；可用性情况确定模块，用于基于修正后的元件可用率确定变压器可用性情况。7.根据权利要求6所述的一种灾后变压器可用性评估系统，其特征在于，所述可用率修正模块，用于以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正，具体为：基于保信系统投运以后所有的变压器动作信息，若变压器当前元件平均每年动作次数小于0.5，则说明该元件可靠性高，以其健康度下最高可用率作为其当前可用率；若变压器当前元件平均每年动作次数大于或等于0.5，则说明该元件可靠性低，在其健康度下最高可用率下，以每动作一次降低a％可用率的方式对该元件可用率进行修正。8.根据权利要求6或7所述的一种灾后变压器可用性评估系统，其特征在于，所述故障标签值获取模块，用于基于状态监测数据获取变压器故障标签值，具体为：将状态监测数据作为预设深度神经网络的输入，使深度神经网络基于状态监测数据进行训练及预测验证，获取变压器故障标签值。9.根据权利要求7所述的一种灾后变压器可用性评估系统，其特征在于，所述可用率确定模块，用于根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围，具体表示为：式中，r表示可用率范围；y表示变压器故障标签值，其中，0代表正常，1为中低温过热，2代表高温过热，3代表低能放电，4代表高能放电，5代表局部放电。10.根据权利要求9所述的一种灾后变压器可用性评估系统，其特征在于，所述可用性情况确定模块，用于基于修正后的元件可用率确定变压器可用性情况，具体表示为：式中：p表示变压器可用性情况，其为1时表示变压器可用，为0表示变压器不可用；r表示修正后的元件可用率，其表示为：r＝r
max-a％*n式中：r
max
表示当前健康等级最高可用率，n表示变压器保护平均一年动作次数取整值。

技术总结
本发明提供了一种灾后变压器可用性评估方法及系统，该方法包括以下步骤：获取灾后的变压器的状态监测数据；基于状态监测数据获取变压器故障标签值；根据变压器故障标签值对变压器进行健康度划分，确定每种健康度下元件可用率范围；以保信系统投运以后所有的变压器动作信息为参考，对变压器当前元件可用率进行修正；基于修正后的元件可用率确定变压器可用性情况。本发明提供了一种灾后变压器可用性评估方法，其评估结果充分考虑了变压器保护动作的情况，更具备可靠性，有助于系统灾后恢复策略的快速制定，有效提升电力系统的可靠性和安全性。性。性。


技术研发人员：陆秋瑜 李力 杨银国 陈玥 刘俊 杨梦琴 张睿哲
受保护的技术使用者：广东电网有限责任公司电力调度控制中心
技术研发日：2023.06.06
技术公布日：2023/8/31