基于贝叶斯网络的电力变压器状态风险评估的方法

技术领域

本发明涉及变压器风险评估研究技术领域，具体地指一种基于贝叶斯网络的电力变压器状态风险评估的方法。

技术背景

变压器长期运行或者发生故障维修之后，变压器的需要定期对变压器进行状态量检测，但变压器的各状态量检测周期没有统一的标准，检测频率过高会耗费大量的人力，物力，检测频率太低不利变压器安全稳定运行。

发明内容

为了完善目前对于变压器状态检测的不足，对电力变压器进行状态风险评估，能够根据风险的概率值对电力变压器状态量制定具体的状态监测周期，预先进行防范，本发明提供了一种基于贝叶斯网络的电力变压器状态风险评估的方法，利用贝叶斯原理独有的概率计算方法，精确的计算出风险发生的后验概率，通过对电力变压器高风险状态量制定具体的检测周期，来实现预防风险发生的目的，同时降低低风险状态量检测频率，节约运行维护成本。

为实现此目的，本发明所设计的一种基于贝叶斯网络的电力变压器状态风险评估的方法，如图1所述，它包括如下步骤：

步骤1：根据电力变压器状态风险指标体系建立贝叶斯网络结构；

步骤2：根据电力变压器运行的预设专家经验，确定贝叶斯网络结构中节点的先验概率和条件概率分布，先验概率是根据电力变压器运行的以往经验，通过专家分析得到的概率，表明电力变压器状态量异常出现的概率；条件概率指变压器某一状态已经发生异常时(如变压器绕组已发生变形)变压器状态异常(如变压器绕组直阻异常)的发生概率；

步骤3：风险发生后，贝叶斯网络结构根据对应的电力变压器状态的先验概率和条件概率通过贝叶斯公式计算各对应电力变压器故障后的后验概率，即变压器状态量检测异常时(如变压器绕组直阻已发生异常)，其对应的变压器某一状态(如变压器绕组发生变形)发生故障的概率；

步骤4：根据电力变压器故障后的后验概率对应的风险制定相应状态监测周期，即后验概率大，检测周期间隔相对较短，后验概率小，检测周期间隔长。

在步骤1的过程中，确定电力变压器故障风险指标作为贝叶斯网络根节点，将各项具体的状态指标作为贝叶斯网络子节点，从而得到贝叶斯网络结构。

所述电力变压器故障风险指标包括：绕组放电状态指标、绕组变形状态指标和绕组过热状态指标。

所述绕组放电状态指标包括变压器油色谱总烃含量、油色谱C2H2含量和油色谱H2含量；

绕组变形状态指标包括：变压器的短路阻抗及负载损耗、变压器绕组的直阻、变压器的空载损耗、变压器的变比、变压器的电容量和变压器绕组的绕组频响；

绕组过热状态指标包括：油中溶解的CO和CO2的含量，变压器油的顶层油温，变压器油的底层油温。

所述步骤3中，通过贝叶斯网络结构对电力变压器状态风险进行后验概率计算。

本发明有益效果为：

与现有技术相比，本发明的有益效果是：本发明所述的基于贝叶斯网络的电力变压器的状态风险评估方法，将变压器故障风险作为贝叶斯网络节点，并以此建立具有其对应关系的贝叶斯网络结构，在风险未发生时，假定风险发生，通过贝叶斯网络计算对应风险的后验概率，即可得出各项风险的概率大小，进行提前防治，保证了电力变压器的安全运营，也为电网安全生产提供了保障。

附图说明

图1为本发明的流程图；

图2为本发明的贝叶斯网络结构图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步的详细说明：

本发明通过以下具体过程来模拟故障风险评估全过程：

1、根据电力变压器运行风险指标体系建立贝叶斯网络结构；

电力变压器安全评价的目标就是要保障电力变压器安全运行，评价指标的建立是否切合实际，实用有效，关键在于对电力变压器运行状态监测到位，包括对电力变压器历史运行状态分析及运行安全风险分析，然后根据电力变压器安全风险识别与分析结果，从电力变压器安全运行角度建立初步的安全评价指标，并根据风险因素排序结果、评价指标构建原则来构建评价指标体系，然后将体系各级指标作为节点建立贝叶斯网络结构(见图2)。

2、根据电力变压器运行的专家经验，确定贝叶斯网络结构中节点的先验概率和条件概率分布；

贝叶斯网络节点参数的确定；

根据电力变压器运行的专家经验，建立的贝叶斯网络结构，对各项节点风险的先验概率进行评估。

表1风险先验概率

风险发生后，所述贝叶斯网络拓扑结构根据对应的故障表征的先验概率和条件概率计算各对应风险成因的后验概率。

构建好的电力变压器状态风险评价的贝叶斯网络模型，在进行实例分析时，确定了节点的先验概率(表1)，即可由贝叶斯网络进行推理计算即可得到网络各个节点的后验概率，贝叶斯网络节点的联合概率分布P(U)可表示成每个子节点V

贝叶斯网络模型中包括3种推理计算，一是专家节点判据确定后推理更新得出网络根节点的概率；二是在确定根节点边缘概率后，由父节点先验概率及对应子节点的条件概率表推理计算得出子节点的边缘概率，即为因果推理；三是设定目标节点或中间节点为证据节点进行推理计算得出其他节点的概率，即为诊断推理。

专家节点判据确定后推理更新根节点概率

其中，i＝1，2…15、j＝0，1、k＝1，2，3，4，5，E

因果推理计算公式；

由全概率公式及非根节点的n个节点是相互独立的关系可知，其计算推理公式为：

其中，i＝0,1,2,3,4,5，6、j＝0或1、V

诊断推理计算公式；

由条件概率公式及各子节点的父节点相互独立关系可知，其诊断推理计算公式为：

其中，i＝1,2…15、j＝0或1、V

由此便可得到各节点的后验概率(表2)。

将模型的目标节点“电力变压器”设置为证据节点，假设其风险的发生概率为1，即其一定发生，进行诊断推理其他各个节点风险的发生概率，即后验概率，见表2。

表2节点后验概率

根据后验概率制定电力变压器状态量检测周期。

根据表2得到了风险后验概率，可知变压器发生风险后,主要风险因素依次油色谱为绕组过热(风险的发生概率较高，高于20％)，底层油温、顶层温度、油色谱总烃、油色谱CO、CO2、油色谱C2H2、绕组放电(风险的发生概率均高于10％)，对这些风险因素应加强状态量检测频率。

利用本方法进行电力变压器状态风险评估，能通过算法和专家经验所给出的风险概率所建立的贝叶斯网络进行后验概率计算，即假定电力变压器运行故障必定发生的情况下各项风险具体的发生概率，能够直观的看出各项风险的概率值，根据风险的概率值对变压器制定具体的状态检测数据和对应检测周期。

本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。