基于模糊决策的电力变压器风险评估方法

1、基于模糊决策的电力变压器风险评估方法*王有元1，周婧婧1，陈伟根1，杜林1，宋伟光2（1 重庆大学输配电装备及系统安全与新技术国家重点实验室重庆400044；2 绍兴电力局绍兴312000）摘要：针对传统风险评估方法存在评价指标等同对待、当风险优先级（RPN）相等时无法进行评估、评估结果准确性低等不足，提出了基于模糊多准则决策的电力变压器风险评估方法，并成功应用于电力变压器故障模式的风险评估。该方法在对电力变压器进行故障模式及影响分析（FMEA）的基础上，选择发生度、严重度和可检测度作为电力变压器的风险评价指标；采用三角模糊数对3项风险评价指标分别进行模糊化处理，运用熵重法确定各评价指标的权重

2、以表现其相对重要度；通过使用模糊多准则决策理论对故障模式进行排序最终得到风险评估结果。评估实例表明，该方法不仅有效地克服了传统评估方法无法实现评价指标的区别对待和当风险优先级（RPN）相等时无法进行评估这两大不足，而且能有效提高评估结果的准确性。关键词：电力变压器；模糊多准则决策；风险评估；FMEA；三角模糊数；熵重法中图分类号：TM411文献标识码：A国家标准学科分类代码：470.4034Risk assessment method of power transformer based on fuzzy decision-makingWang Youyuan1, Zhou Jingjing1

3、, Chen Weigen1, Du Lin1, Song Weiguang2（1 State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing 400044, China; 2 Shaoxing Electric Power Bureau, Shaoxing 312000, China）Abstract：To solve the problems pertaining to traditional ri

4、sk assessment methods such as non-differential analysis of evaluation indexes, impossibility of risk evaluation with equal risk priority numbers (RPN) and low accuracy of evaluation results, this paper proposes a risk assessment method based on fuzzy multi-criteria decision-making, which has been su

5、ccessfully employed to evaluate the risk of power transformers. On the basis of the failure mode and effect analysis (FMEA) of power transformer, the occurrence, severity and detectability are chosen as the risk evaluating indexes in this method; the values of these three indexes are respectively fu

6、zzed by using triangular fuzzy number; the weights of the indexes indicating their relative importance are obtained by using entropy method; and the fault modes are sorted by means of fuzzy multi-criteria decision-making; finally, the result of risk assessment can be achieved. The assessment results

7、 show that the method not only can effectively overcome the defects of traditional assessment methods that are non-differential analysis of evaluation indexes and impossibility of risk evaluation with equal Risk Priority Numbers, but also can effectively improve the accuracy of the assessment result

8、s.Key words：power transformer; fuzzy multi-criteria decision-making; risk assessment; FMEA; triangular fuzzy number; entropy method1引言电力事业的迅速发展和市场经济的引入对电力变压器的安全、经济运行提出了更高的要求。为保障电力变压器的有效运行，有必要对其进行风险评估，识别可能存在的风险以及这些风险带给变压器的影响，并采取相应的安全防范措施有效降低风险或避免风险。收稿日期：2008-11 Received Date：2008-11*基金项目：重庆市自然科学基金（CS

9、TC, 2008BA3026）资助项目传统风险评估的分析流程如下：1)将FMEA中各故障模式的严重度、可检测度、发生度3项参数的定量值相乘，得到该故障模式的风险优先级（RPN）；2)比较各故障模式RPN的大小，进行排序；3)根据排序，确定系统可能发生的风险较大的故障，并采取相应的预防措施，从而达到提高系统安全性的目的1。此法虽然易于操作，但存在一定问题：不同故障模式的严重度、可检测度、发生度3项定量值的乘积可能产生同样的RPN值,然而实际上风险水平是完全不同的；在求取RPN的过程中，没有考虑严重度、可检测度、发生度之间的相对重要度,而是将其等同对待,影响了安全性分析的准确性；对于指标参数的划分

10、以精确数值表示，未考虑到不确定因素的影响，主观性、随意性较强1。针对上述缺陷,本文从模糊决策的角度出发，基于FMEA所提供的发生度、严重度、可检测度3项指标信息，引入熵重法和模糊数的概念，提出了基于模糊多准则决策的风险评估方法,并成功应用于电力变压器的风险评估。2电力变压器的故障模式及影响分析2.1FMEA概述FMEA是以可靠性为中心的维修（RCM）中重要的分析方法之一，它按照一定的格式有步骤、定性地分析每一个部件可能的失效模式，以及失效模式对系统及失效后果的严重程度。因其不需要高深的数学理论、易于掌握、实用价值高，在国内外众多工程领域得到广泛运用2。其主要步骤如下：1) 确定子系统的最终分析

11、层次；2) 在各分析层次中，分析功能与故障的对应关系，建立故障与系统构成元素之间的关联索引；3) 以系统构成元素与故障的一个关联为分析单元，分析系统构成元素的主要故障模式和故障直接原因及故障后果；4) 将具有安全性后果、隐蔽性后果和对整个系统有使用性后果的故障分析结果列入重要故障模式汇总表。2.2变压器的FMEA结合国内外多年来搜集的历史资料、数据，将电力变压器分为器身、油箱、绝缘油、冷却系统、分接开关、套管、测试及保护系统等7大子系统3，如图1所示。在此基础上，进行变压器各部件的故障模式及影响分析。图1变压器系统结构图Fig.1 System structure diagram of a t

12、ransformer本文以潜油泵为例，以绍兴电力局电力变压器的实际运行情况为依据，对其进行故障模式及影响分析3，结果如表1所示。表1潜油泵的故障模式及影响分析Table 1 The FMEA of an oil pump故障模式故障现象故障原因故障影响监测方法处理方法预防措施严重度可检测度发生度RPN局部系统渗漏油油泵渗油有砂眼，密封件老化，质量不好，安装质量差潜油泵渗油，负压处渗油将使轻瓦斯动作主变效能降低油泵检查、检测考虑带电处理，带电补焊需做好安全措施，前后取色谱样，更换潜油泵及密封橡皮需退出重瓦斯保护选用优良产品，保证安装工艺，提高检修质量，对老旧设备改造31515运转方向异常部分油流

13、继电器抖动、油泵有异声电源相位不一致导致油泵反转油流异常，冷却效果下降主变效能降低油泵检查、检测调整油泵相位保证安装工艺，提高检修质量2124部分停运部分工作油泵停运，变压器油温上升部分油泵控制回路故障变压器异常升温主变效能降低二次监控、检测立即处理故障油泵选用优良产品，保证安装工艺，提高检修质量，对老旧设备改造31412全部停运工作油泵全部停运，变压器油温迅速上升油泵及控制回路故障变压器异常升温主变停运二次监控、检测变压器必须马上减负荷使变压器温度降为正常值，立即处理选用优良产品，保证安装工艺，提高检修质量，对老旧设备改造41312烧损油泵保护热继电器动作，三相直流电阻严重不平衡或内部已缺相

14、或内部绝缘不合格油泵故障损坏冷却效果下降主变效能降低二次监控、检测更换故障油泵选用优良产品，保证安装工艺，提高检修质量215103基于模糊多准则决策的风险评估3.1风险评估方法概述模糊多准则决策方法4-10是以模糊理想解、模糊负理想解二者同时为参照基准建立起来的。其中，模糊理想解由每一属性中模糊指标值的极大值构成，而模糊负理想解由每一属性中模糊指标值的极小值构成，并采用海明距离的测度工具来度量决策方案与模糊理想解和模糊负理想解之间的差异。其基本思路是：先对模糊指标值进行加权，然后确定模糊理想解和模糊负理想解，并计算各故障模式与两者之间的距离，进而排列故障模式的风险优先级并作出最终选择。其操作步

15、骤如下：设有m个模糊指标值，i=1, 2,m；n种属性）1)模糊指标值矩阵归一化（为三角模糊数）: (1)2)模糊指标值矩阵加权化: (2)3)确定模糊理想解、模糊负理想解: (3) (4)式中：，j=1,n是属性 j 的模糊加权指标值所对应的模糊极大值；式中，j=1, ,n是属性 j 的模糊加权指标值所对应的模糊极小值。4）根据式(5)(6)计算与、与、与、与的海明距离： (5) (6)5）确定方案Ai与之间的差异、方案Ai与之间的差异: (7) (8)6）确定方案Ai与模糊理想解之间的相对贴近度Di ： (9)7）按照D值从大到小排列故障模式的风险优先级。3.2电力变压器风险评估模型相关参

16、数的确定3.2.1指标值的确定根据电力变压器的历史运行情况、维护情况、故障及事故分析情况，将FMEA中3种指标值严重度、可检测度、发生度分别划分为5个等级，如表2所示。表2指标等级划分表Table 2 Class evaluation of the index项目严重度轻度一般比较严重严重非常严重可检测度直观检测综合判断吊罩返厂发生度很少发生较少发生周期发生较多发生经常发生表中各参数的划分标准参考变压器故障的历史记录及专家意见，具体定义如下：1）严重度根据故障对变压器运行的影响程度和对变压器的损害程度进行严重度指标的等级划分，如表3所示。表3严重度指标的等级定义Table 3 Class ev

17、aluation of the severity等级定义轻度缺陷产生，但对整体影响不大，处理时无须停电一般缺陷产生，但对整体影响不大，可结合大修时处理比较严重缺陷明显，加强监测，条件允许，立即安排检修严重设备明显受损，时时监测，一个工作日内停运待检特别严重设备损坏严重，影响电网安全，需立即停运抢修，检修周期长2）可检测度根据变压器故障的可检测程度进行可检测度指标的等级划分，如表4所示。表4可检测度指标的等级定义Table 4 Class evaluation of the detectability等级定义直观通过肉眼观察、声响判断、表面温度等直观方法即可判断检测必须通过专门仪器检测后才能判断

18、综合判断必须通过多种检测结果进行综合分析后才能判断吊罩必须通过吊罩才能判断返厂现场不能进行判断3）发生度根据故障的发生频度进行发生度指标的等级划分，如表5所示。表5发生度指标的等级定义Table 5 Class evaluation of the occurrence等级定义极少发生35年1次较少发生13年1次周期发生故障发生具有周期性较多发生0.51年1次经常发生常见3.2.2指标值的模糊化为了减小各指标参数划分受不确定因素的影响程度，本文根据故障严重度、可检测度、发生度等3项指标的特性，选用三角模糊数进行各指标值的模糊化。三角模糊数的定义如下5：若实数域上的模糊集为三角模糊数，其隶属函数可

19、表示为： (10)如图2所示，隶属函数由a、m、b决定，简记为（a, m, b），其中为x=m时的隶属度(x)。图2三角模糊数 Fig.2 Schematic diagram of triangular fuzzy number根据三角模糊数隶属函数的表示方法，并结合故障严重度、可检测度、发生度等3项指标的特性，确定对各指标值模糊化所采用的三角模糊数的隶属函数如图3所示。图3等级划分图Fig.3 Class evaluation由图3可得各等级的隶属函数：（0，0.15，0.3）；（0.3，0.4，0.5）；（0.4，0.6，0.8）；（0.7，0.85，1.0）；（0.9，1.0，1.0）。

20、3.2.3指标权重的确定对于FMEA中3种指标值严重度、可检测度、发生度，传统风险评估方法在求取RPN的过程中，并不考虑严重度、可检测度、发生度之间的相对重要度，而是将其等同对待，严重影响了评估结果的准确性。为了克服这一缺陷，本文采用熵重法确定各指标的权重值。根据熵重法的基本原理5，指标权重值可表示为： (11)式中：Ej 为指标的熵，可表示为： (12)式中：m为故障模式，即方案的个数；n为评价指标，即属性的个数；为决策矩阵中的元素，即第i种故障模式所对应的第j种评价指标的取值。4实例分析本节以2.2节中潜油泵的故障模式及影响分析为基础，运用本文提出的基于模糊多准则决策理论的风险评估方法进行

21、故障模式的风险评估。具体评估流程如图4所示。图4风险评估流程图Fig.4 Flow diagram of risk assessment1）由表1中FMEA分析结果，得到3个评估指标（严重度、可检测度、发生度）、5种故障模式（渗漏油、运行方向异常、部分停运、全部停运、烧毁）的决策矩阵D：2） 由式(11)、(12)得到各评估指标的权重如表6所示。表6各指标的熵及权重的计算结果Table 6 Calculation results of entropy and weight严重度检测度发生度Ej0.982 80.995 20.970 3wj0.3320.0920.5743）根据式(1)将决策矩阵

22、D中的元素以三角模糊数的形式表示，并进行归一化：4）由式（2）对进行模糊指标值矩阵加权化，得到模糊加权决策矩阵：5）由式（3）、（4）确定模糊理想解、模糊负理想解：6）由式（5）、（6）计算方案与模糊理想解之间的海明距离如表7所示。7）由式（7）、（8）计算方案与模糊理想解、模糊负理想解之间的差异。8）由式（9）确定各方案与模糊理想解之间的相对贴近度，结果如表8所示。9）由表8中贴近度的取值进行方案的优先级排序：D1 > D3 > D4 > D5 > D2。因此，“部分停运”、“全部停运”2种故障模式的发生度、严重度虽然不同，但严重度、可检测度、发生度3项参数的定量值相

23、乘的结果相同。若利用传统风险评估方法，结果为D1 > D3 = D4 > D5 > D2，“部分停运”、“全部停运”的风险等级相同，严重影响了评估结果的准确性。引入三角模糊数对严重度、可检测度、发生度等3项风险评估指标进行模糊化处理后，在一定程度上排除了不确定因素对评估结果的影响；模糊多准则决策理论的运用，有效解决了传统风险评估方法的不足，明确了“部分停运”、“全部停运”两者间的风险等级；各评估指标权重的确定，有效解决了评估指标等同对待所带来的评估结果准确性低的问题。表7海明距离计算结果Table 7 Calculation results of Hamming distan

24、ce i=1i=2 i=3 i=4 i=5j=1j=2j=3j=1j=2 j=3j=1j=2j=3j=1j=2j=3 j=1j=2j=30.098000.21600.345 0.09800.101000.259 0.216000.048000.14800.299 0.04800.043000.147 0.148000.05700.345000 0.05700.2440.15400.086 000.0570.08800.299000 0.08800.2560.13600.152 000.088表8相对贴近度结果Table 8 The result of relative closenessi=1

25、i=2i=3i=4i=5Di+0.1460.7390.2050.4060.364Di-0.65900.5210.3750.145Di0.81900.71804800.2855结论1)以模糊多准则决策理论为基础，提出了一种适用于电力变压器故障风险的定量评估方法；2)采用三角模糊数对严重度、可检测度、发生度等3项风险评估指标进行模糊化处理，运用熵重法确定各指标的权重以表现其相对重要度，有效解决了因存在不确定性因素、指标等同对待所带来的风险评估结果准确性低的问题；3)模糊多准则决策理论的引入，弥补了传统风险评估中不同故障模式的严重度、可检测度、发生度3项评估指标定量值乘积相等而无法准确评估的不足；4

26、)以电力变压器潜油泵的风险评估为例说明了此方法在电力变压器风险评估中的一般步骤和具体实现方法。参考文献1 董玉亮,顾煜炯,杨昆.基于灰色理论和RCM分析的发电设备风险分析J.动力工程,2004,24(6):798-801.DONG Y L, GU Y J, YANG K. Risk analysis of power plant equipment based on grey theory and RCM analysisJ. Power Engineering, 2004,24(6):798-801.2 郭永基.可靠性工程原理M.北京:清华出版社,2002: 56-89.GUO Y J. R

27、eliability engineering principleM. Beijing: Qinghua Press, 2002:56-89.3 王晓莺. 变压器故障与监测M. 北京:机械工业出版社, 2004:176-185.WANG X Y. Transformer faults and detectingM. Beijing: China Machine Press, 2004:176-185.4 梁新元, 石庆喜. 三角模糊数的模糊因果图研究J. 仪器仪表学报, 2006,27(6):2495-2498.LIANG X Y, SHI Q X. Fuzzy causality diagra

28、m with triangular fuzzy numberJ. Chinese Journal of Scientific Instrument, 2006,27(6):2495-2498.5 李荣钧. 模糊多准则决策理论与应用M. 北京:科学出版社, 2002:110-159.LI R J. Fuzzy multiple criteria theory and applicationM. Beijing: Science Press, 2002:110-159.6 BOLANOS M J, LAMATA M T, MORAL S. Decision making problems in a

29、 general environmentJ. Fuzzy Set and Systems, 1988,25:135-144.7 CHAN F T S, CHAN H K, KAZEROONI A. A fuzzy multi-criteria decision-making technique for evaluation of scheduling rulesJ.International Journal of Advanced Manufacturing Technology, 2002,20(2):103-113.8 UANG J W. Combining entropy weight and TOPSIS method for information system selectionC.Cybernetics and Intelligent Systems, 2008 IEEE Conference on 21-24 Sept. 2008:1281-1284.9 MAHMOODZADEH S, PARIAZAR M, ZAERI M S, et al. Evaluate projects by using multiple criteria decision making techniqu