Page 22 - 电力与能源2023年第六期
P. 22
568 茅晓鹏，等：计及时空波动的电力变压器多维度动态评估模型
越远时，试验数据指标准确性相对下降。因此，针
2 计及时空波动的变压器评估指标权重动
对试验数据的权重，引入时间距离因子，对指标权
态计算
重进行动态修正，体现试验时间间隔对状态评估
2.1 基于层次分析法的指标权重计算方法 结果的影响。修正计算过程如下：
根据所建立的变压器多维度状态评估综合指 t ms /10
ìΔ S = 1 - Δ D /100 （9）
标体系，进行各层级的权重计算，包含维度层权重 í
î β ′ S = Δ S β S
以及指标层权重。采用常规的层次分析法确定各 式 中 Δ S —— 试 验 指 标 x S 的 时 间 距 离 因 子 ；
指标权重，主要步骤如下。 Δ D ——时间距离因子计算底数，考虑 6 年一个大
（1）分析各评价指标之间的关系，建立系统的 修周期时，底数取值 2； t ms——试验指标 x S 的试验
递阶层次结构。 时间距离当前的月份数； β S，β ′ S——试验指标 x S 的
（2）对同一层次的各指标关于上一层次中某
权重初始值和修正值。
一准则（指标）的重要性进行两两比较，采用 1~9
2.3 考虑外部环境影响的指标权重修正计算
比例标度法，确定两两比较判断矩阵，并进行一致 上海地区具有典型的四季分明特点，电网负
性检验。 荷也相应地存在明显的夏冬高峰特点。与此同
（3）由判断矩阵计算被比较指标对于该准则
时，电网侧的检修安排也具备时令季节性规律，设
（指标）的相对权重。
备定期检修、大修均集中在春秋季，迎峰度夏及迎
以判断矩阵 α S 为例，采用根法求解，得出单
峰度冬期间仅存在部分设备抢修。电网的整体运
一 准 则（指 标）下 被 比 较 指 标 的 相 对 权 重 向 量
行和检修安排都存在着随时令变化的特征，因此
) 。
T
设备评估的侧重点在不同时令季节的变化更能体
( α S1，α S2，…，α Sn S
计算判断矩阵 α S 的最大特征根：
现评估结果的科学性。
n S ( α S α Si ) i
λ max = ∑ （7） 一般来说，在夏冬季节，受负荷尖峰以及极
nα Si
i = 1
端天气影响，设备的运行环境更为恶劣。在此基
一致性检验：
础上，环境参数指标和在线监测指标的数据对于
CI ( λ max - m )/( m - 1 )
CR = = （8） 评估其状态更为重要；而在春秋季节，设备处在
RI RI
同理，求得判断矩阵 α X，α J，β 的权重向量，并 良好的外部运行环境下，负荷承载以及气候压力
进行一致性检验，当 CR 小于 0.1 即表明 一致性校 都更为平稳，在此阶段试验数据指标以及内部结
验通过（由于阶数小于 3 的矩阵总是具有完全满 构更新指标更为准确。基于上述规律，引入季节
意的一致性，因此当阶数小于 3 时，判断矩阵无需 变化因子，对指标权重进行动态修正，体现外部
进行一致性检验）。 环境变化对状态评估结果的影响。修正计算过
（4）针对维度层的权重代入计算得到维度层 程如下：
权重值，即 β S，β J，β H，β N；针对指标层各指标权重代 β ′ H = β H Ω H （10）
入计算获得指标层权重值，即 α i ( i = 1，2，...，n )。 式中 Ω——外部季节因子，取值小于 1，典型夏
2.2 考虑数据时间距离的指标权重修正计算 冬季节可取值 0.5； β H——环境参数指标的权重初
在不同维度的各类评估指标中，试验数据的 始值； β ′ H——环境参数指标的权重修正值。
实时性最低，不一定能反映设备的当前运行状况。
3 基于属性区间识别的动态评估方法
针对时间维度的试验数据评估指标，其指标准确
性受试验时间和评估时间的时间间隔影响最大。 3.1 变压器的时空维度状态评估模型
当试验时间距离评估时间越近时，试验数据 假定对于待评估设备 A，其时间评估指标数
指标准确性相对上升；当试验时间距离评估时间 量 为 n T，标 准 化 后 的 指 标 值 分 别 为 x′ T1， x′ T2，… ，
