为提升大型舰船电气设备中电力变压器剩余寿命估计的准确度，提出大型舰船电气设备中电力变压器剩余寿命估计方法。构建电力变压器剩余寿命估计模型，该模型共分为3层：第一层估计模型利用电力变压器基础信息，获取大型舰船电气设备中电力变压器健康指数。第二层估计模型利用电力变压器测试信息，获取大型舰船电气设备中电力变压器老化状态。通过前2层模型确定电压变压器初始健康指数。第三层估计模型，利用电力变压器运行信息与故障信息优化前2层估计模型所得结果，得到电力变压器最终健康指数。根据健康指数与剩余寿命的对应关系，得到大型舰船电气设备中电力变压器剩余寿命估计结果。实验结果表明，该方法能够准确估计电压变压器健康指数，并提升电力变压器剩余寿命的估计。
In order to improve the accuracy of residual life estimation of power transformer in large ship electrical equipment, a residual life estimation method of power transformer in large ship electrical equipment is proposed. The remaining life estimation model of power transformer is constructed. The model is divided into three layers: the first layer estimates the health index of power transformer in large ship electrical equipment by using the basic information of power transformer. The second layer estimation model uses the test information of power transformer to obtain the aging state of power transformer in large ship electrical equipment; The initial health index of voltage transformer is determined by the first two-layer model. The third layer estimation model uses the operation information and fault information of power transformer to optimize the results of the first two layers estimation model to obtain the final health index of power transformer. According to the corresponding relationship between health index and residual life, the residual life estimation results of power transformer in large ship electrical equipment are obtained. The experimental results show that this method can accurately estimate the health index of voltage transformer and improve the estimation of residual life of power transformer.
2022,44(6): 165-169 收稿日期：2021-10-27
DOI：10.3404/j.issn.1672-7649.2022.06.035
分类号：TM41
作者简介：夏云鹏(1977-)，男，硕士，研究员，主要从事自动化技术研究
参考文献：
[1] 刘云鹏, 许自强, 李刚, 等. 人工智能驱动的数据分析技术在电力变压器状态检修中的应用综述[J]. 高电压技术, 2019, 45(2): 337–348
[2] 黄翔, 王凌云, 王泉, 等. 基于直觉模糊VIKOR法的电力变压器部件风险优先级评估[J]. 高压电器, 2020, 56(12): 177–183
[3] 王威望, 刘莹, 何杰峰, 等. 高压大容量电力电子变压器中高频变压器研究现状和发展趋势[J]. 高电压技术, 2020, 46(10): 3362–3373
[4] 陈长征, 刘洋. 基于隐马尔科夫模型的变压器剩余寿命分析[J]. 沈阳工业大学学报, 2020, 42(04): 412–416
[5] 王文宾, 白文广, 石磊磊, 等. 电力变压器全寿命周期经济-物理综合寿命评估方法[J]. 电力系统保护与控制, 2019, 47(4): 91–98
[6] 陈磊, 赵日升, 矫镕达, 等. 基于ANFIS和SOM的抽水蓄能电站主变压器健康状态监测[J]. 水电能源科学, 2020, 38(3): 177–180
[7] 王利婷. 绝缘电阻的直接测量法及其在电气自动化工程中的应用——评《电力变压器智能故障诊断与绝缘测试技术》[J]. 绝缘材料, 2020, 53(11): 120
[8] 张若愚, 齐波, 张鹏, 等. 面向电力变压器状态评价的油中溶解气体监测数据补全方法[J]. 电力自动化设备, 2019, 39(11): 181–187
[9] 卞建鹏, 杨苏, 高世闯, 等. 基于全寿命周期成本的电力变压器检修决策[J]. 电力系统及其自动化学报, 2019, 31(5): 77–83
[10] 谢志成, 钱海, 林湘宁, 等. 直流偏磁下变压器运行状态量化评估方法[J]. 电力自动化设备, 2019, 39(2): 216–223
[11] 禹洪波, 袁婉玲, 汪敏, 等. 基于非对称贴近度证据云物元模型的电力变压器综合状态评估方法[J]. 电网技术, 2021, 45(9): 3706–3713
[12] 王泉, 姚俊伟, 智李, 等. 基于矩估计法和模糊—证据融合的电力变压器套管状态评估[J]. 电力科学与技术学报, 2020, 35(1): 130–136
[13] 鄢仁武, 罗家满, 徐育福. 基于盲数理论的电力变压器全寿命周期成本分析[J]. 电力系统及其自动化学报, 2019, 31(6): 15–20
[14] 邓军, 孟杰, 潘志城, 等. 基于振动检测技术的电力变压器故障概率预测模型[J]. 变压器, 2020, 57(11): 37–40+68
