Page 30 - 电力与能源2024年第六期

666 徐 聪：基于向量自回归的变压器故障率预测模型研究

2.2 故障率拟合 λ 2(t) = 0. 502 05λ 2(t - 1) - 0. 446 69 ×
本文设置变压器运行年限在 15 年以内为偶 λ 2(t - 2) + 0. 678 42λ 2(t - 3) - 0. 093 54 × （14）
然故障期，15 年以上为老化故障期。 I H ( t )+ 0. 006 77t eq ( t )+ 0. 020 16 ( t ≥ 15 )
变压器故障率影响因素如表 1 所示。以表 1 拟合模型与真实模型对比如图 1 所示，显示
的变压器投入运行时间、故障率以及健康指数之 了变压器故障率拟合模型结果与真实值之间的
间的关系为例进行参数拟合。 差距。

表 1 变压器故障率影响因素
运行年限/年 等效运行年限/年 健康指数 故障率
1 0.6 1.00 0.003
2 1.3 1.00 0.009
3 2.0 1.00 0.009
4 2.6 0.95 0.015
5 3.2 1.00 0.011
6 3.8 0.90 0.014
7 4.6 1.00 0.013
8 5.1 0.90 0.019 图 1 拟合模型结果与真实值的对比
9 5.8 1.00 0.016
由图 1 可见，本文拟合方式得到的结果与真
10 6.4 0.85 0.018
实值非常接近，其残差平方和为 0.003 2，判定系
11 7.0 0.95 0.017
12 7.7 1.00 0.013 数为 0.979 7。
13 8.0 0.70 0.038
14 9.0 1.00 0.003 3 结果分析
15 9.6 0.85 0.022
16 10.2 0.85 0.016 为了验证本文所提出的方法，以一台 220 kV，
17 10.9 0.90 0.028
180 MV·A 的变压器作为算例，该变压器历史测
18 11.5 0.90 0.046
19 12.2 1.00 0.033 试数据如表 3 所示。
20 12.8 1.00 0.043
采用本文提出的方法拟合变压器的故障率，
21 13.4 0.95 0.068
结果如图 2 所示。
22 14.1 1.00 0.045
23 14.7 0.90 0.061 由图 2 可见，本文提出的变压器故障率拟合
24 15.4 0.90 0.089
预测模型能够准确计算变压器的故障率，并且基
25 16.0 1.00 0.102
26 16.6 0.90 0.134 本与现场情况一致。此外，当变压器投入运行时
27 17.3 0.70 0.150 间小于 15 年时，变压器发生的故障为偶然故障，

不同滞后阶数下的 AIC 和 SC 的取值如表 2 偶然故障率很低，接近 0.01；当变压器投入运行
所示。由表 2 可见，当滞后阶数为 3 时，AIC 与 SC 15 年后，故障率上升。

取值最小。
4 结语
表 2 不同滞后阶数下 AIC 和 SC 的取值
滞后 AIC SC 滞后 AIC SC 变压器故障可分为偶然故障和老化故障，本
阶数 阶数
文采用向量自回归算法对变压器故障率进行了拟
0 -5.893 -5.743 3 -6.373 -6.074
1 -6.007 -5.808 4 -6.283 -5.934 合，得到故障率与变压器运行状态、环境参数以及
2 -5.912 -5.663 5 -6.199 -5.801 检修程度等的关系。算例结果表明，本文提出的

根据表 1 拟合式（4），可得变压器的老化故障 方法预测变压器故障率的准确率较高，非常接近
率模型如下： 变压器的真实故障率。