基于故障樹的電力變壓器風險評估方法
【專利摘要】本發(fā)明是一種基于故障樹的電力變壓器風險評估方法，包括以下步驟：1）針對給定的故障樹，運用模糊層次分析法建立模糊判斷矩陣R；2）根據(jù)所述模糊判斷矩陣R寫出約束規(guī)劃問題方程組：根據(jù)上述約束規(guī)劃問題方程組求各故障原因的嚴重度權重ωi，獲得嚴重度權重向量W=[ω1,ω2,…ωn]T；3）根據(jù)所述嚴重度權重向量W求使所述適應值Z最小的嚴重度權重ωi的最優(yōu)解；4）將上述嚴重度權重ωi的最優(yōu)解代入公式（4）求出變壓器各故障原因的風險系數(shù)。本發(fā)明無需建立模糊判斷一致矩陣，在模糊判斷矩陣不一致的情況下也能評估出變壓器風險，較之現(xiàn)有技術必須建立模糊判斷一致矩陣的方法算法簡單、快速且精確度也較高。
【專利說明】基于故障樹的電力變壓器風險評估方法
【技術領域】
[0001]本發(fā)明涉及一種風險評估方法，尤其是一種基于故障樹的電力變壓器風險評估方法。
【背景技術】
[0002]變壓器是電力系統(tǒng)的重要電氣設備，其運行狀況直接關系到發(fā)、供電系統(tǒng)的安全性和供電可靠性，它被稱之為電力系統(tǒng)的心臟。隨著電網的迅速發(fā)展，高電壓、大容量的變壓器故障嚴重地威脅著整個電力系統(tǒng)的安全運行。但由于電力變壓器故障的多樣性，再加上故障的原因非常復雜且不明顯，要準確地判斷電力變壓器運行的可靠度變得相當困難。
[0003]電力變壓器的風險評估是電力設備狀態(tài)檢修工作的重點內容之一，從國內外的研究情況來看，對變壓器的狀態(tài)檢修工作的研究已經取得了一定的成果，但總的來說，較多的集中在對電氣或機械方面的具體參量進行監(jiān)測和一些宏觀的基于單一或少量參量的狀態(tài)檢修法，還缺乏一種有效的方法來表征變壓器運行狀態(tài)和各種試驗、運行條件、設備歷史信息等之間的綜合關系。變壓器的運行狀態(tài)是其健康狀態(tài)的直接反映，如果變壓器出現(xiàn)故障， 則相應的運行參數(shù)就會偏離正常值。為了反映變壓器的健康狀態(tài)，必須以這些能反映變壓器狀態(tài)的參數(shù)或參數(shù)處理結果作為評價變壓器狀態(tài)的指標。同時變壓器的異常運行狀態(tài)是相關(潛伏性)故障的綜合作用結果，以這些異常運行狀態(tài)(征兆狀態(tài))為對象，將變壓器的健康狀態(tài)評價劃分為對征兆狀態(tài)的評價，評價的結果可以反映各功能單元和整體的健康狀況，對故障預測和防范、合理安排檢修計劃和檢修重點具有重要的指導意義。
[0004]目前是運用故障樹分析法，針對給定的電力變壓器故障樹，采用模糊層次分析法分析。但是此方法通常需要建立嚴格的模糊一致矩陣來處理，不易實現(xiàn)。
[0005]有鑒于此，特提出本發(fā)明。

【發(fā)明內容】

[0006]本發(fā)明的目的是提供一種無需建立模糊判斷一致矩陣也能評估出變壓器風險，從而使算法簡單、快速且精確度也較高的基于故障樹的電力變壓器風險評估方法。
[0007]為解決上述技術問題，本發(fā)明采用技術方案的基本構思是:
[0008]一種基于故障樹的電力變壓器風險評估方法，包括以下步驟:
[0009]I)針對給定的故障樹，運用模糊層次分析法建立模糊判斷矩陣R
[0010]R=(Aj)nxn
[0011]其中，!Tij表示 Ai 相對于 Aj 的嚴重度比較,0 ( !Tij ( I, (i=l, 2，..., n; j=l, 2，...，n), !^+!Tji=I, (i=l, 2，..., n; j=l, 2，...，n), Ap Aj分別為所述故障樹中同一故障樹枝下的第i 個故障原因和第j個故障原因；
[0012]2)根據(jù)所述模糊判斷矩陣R寫出約束規(guī)劃問題方程組:[0013]
【權利要求】
1.一種基于故障樹的電力變壓器風險評估方法，其特征在于，包括以下步驟:1)針對給定的故障樹，運用模糊層次分析法建立模糊判斷矩陣R R= (Aj)nxn其中，r^-表示 Ai 相對于 Aj 的嚴重度比較,0 ( !Tij ( I, (i=l, 2,..., n; j=l, 2，...，n), !^+!Tji=I, (i=l, 2，..., n; j=l, 2，...，n), Ap Aj分別為所述故障樹中同一故障樹枝下的第i 個故障原因和第j個故障原因；2)根據(jù)所述模糊判斷矩陣R寫出約束規(guī)劃問題方程組:
2.根據(jù)權利要求1所述的基于故障樹的電力變壓器風險評估方法，其特征在于，所述步驟2)中a為常數(shù)。
3.根據(jù)權利要求1所述的基于故障樹的電力變壓器風險評估方法，其特征在于，在所述步驟4)后包括:5)由式(5)求得整體風險指標P
4.根據(jù)權利要求3所述的基于故障樹的電力變壓器風險評估方法，其特征在于，在所述步驟5)后包括:6)根據(jù)式(6)計算可靠度R R=1-P (6)。
5.根據(jù)權利要求1-4中任一項所述的基于故障樹的電力變壓器風險評估方法，其特征在于，所述步驟3)中將所述嚴重度權重Qi作為飛行粒子，運用粒子群優(yōu)化算法從嚴重度權重向量W中找出使得所述適應值Z最小的嚴重度權重《 ,的最優(yōu)解。
6.根據(jù)權利要求5所述的基于故障樹的電力變壓器風險評估方法，其特征在于，所述步驟3)中將所述嚴重度權重Qi作為飛行粒子，運用粒子群優(yōu)化算法從嚴重度權重向量W 中找出使得所述適應值Z最小的嚴重度權重Coi的最優(yōu)解的步驟具體包括:31)將嚴重度權重向量W=[ ? 1； Co2，…《n]T用飛行粒子的位置Xid表示，其中Xid為I Xn維向量。對于位置Xid，設置m個飛行粒子進行搜索。 32)初始化m個飛行粒子，計算m個飛行粒子初始狀態(tài)的Z值； 設m個飛行粒子的初始位置為1:,初始速度為?將m個飛行粒子的初始位置I:作為嚴重度權重代入式(I )，計算每個飛行粒子的Z值。比較所有Z值，將最小Z值對應的飛行粒子的位置作為全局最優(yōu)值gBestid;每個飛行粒子的位置^作為各自的個體最優(yōu)值PBesth? 33)將m個飛行粒子的初始位置JC、初始速度KU、個體最優(yōu)值pBesC和全局最優(yōu)值gBestid代入公式(2)和(3)，計算下一時刻所有飛行粒子的位置X:tl和速度U ; 將m個飛行粒子當前時刻的位置X〗作為嚴重度權重代入式(1)，計算每個飛行粒子對應的Z值，將每個飛行粒子對應的Z值與上一時刻該飛行粒子對應的Z值比較，若當前時刻的Z值小于上一時刻的Z值，則該飛行粒子的個體最優(yōu)值更新成，否則保持不變；并將當前時刻的m個Z值中最小的Z值與上次全局最優(yōu)值gBestid對應的Z值進行比較，將全局最優(yōu)值gBestid更新成最小Z值對應的飛行粒子位置。

7.根據(jù)權利要求6所述的基于故障樹的電力變壓器風險評估方法，其特征在于，步驟31)中m個飛行粒子的初始位置；X0id和初始速度V0id為隨機值。
8.根據(jù)權利要求6所述的基于故障樹的電力變壓器風險評估方法，其特征在于，當滿足預定迭代次數(shù)和/或本次獲得的gBestid對應的Z值與上一次gBestid對應的Z值的差值小于一預定閾值時迭代終止步驟中的預定閾值為萬分之一。
【文檔編號】G06F19/00GK103500283SQ201310471729
【公開日】2014年1月8日 申請日期:2013年10月11日 優(yōu)先權日:2013年10月11日
【發(fā)明者】劉宏亮, 王昕 , 潘瑾, 高駿, 岳國良, 范輝, 高樹國, 趙軍, 杜大全 申請人:國家電網公司, 國網河北省電力公司電力科學研究院, 河北省電力建設調整試驗所