基于参数辨识法对油纸绝缘变压器绝缘情况研究

摘 要：首先是对变压器油纸绝缘老化特性分析，获知变压器绝缘老化越严重，其内部的极化现象就更加多变，也就说明需要更多的极化支路来对绝缘介质的极化现象进行认辨。那么研究的重点就是极化支路数的确定与支路数与绝缘状态间的关系。通过采用参数辨识的方法，把信息熵的粒子群算法，将其应用到等值参数辨识里面，通过极化谱吻合度，以获得来最可以反映变压器绝缘状态的极化支路数。

关键词：参数辨识法；油纸绝缘变压器；绝缘

DOI：10.16640/j.cnki.37-1222/t.2018.23.176

0 前言

近年來，我国经济的发展，科学技术的快速进步，人民物质生活水平有了质量的改变，对用电的需求量变得更大。电力部门一方面要提供充足的电量，另一方面，还要确保电力设备的安全稳定运行，电网瓦解或大面积停电事故发生，不但会造成巨大的经济损失，而且会影响人民正常生活，甚至还会危及地区安全，以及造成严重的社会问题，因此确保电力设备的安全稳定运行，是电力系统供应可靠与电力传输系统的基础。多年来，根据我国对大型变压器的运行、试验与事故等数据统计分析发现，电力设备运行故障发生，其中有70%左右的是由绝缘故障造成的，尤其是油纸绝缘故障问题。因为在油浸式电力变压器中，由于长时间的运转，造成内部的油纸绝缘会出现受热老化，电老化，环境老化，从而因老化降解生成糠醛、水分等各种老化产物，使得绝缘纸老化过程中其聚合度会降低。本文就将对油纸绝缘变压器绝缘情况，采用电路分析法进行研究。

1 变压器油纸绝缘老化特性

变压器（Transformer）作为改变交流电压的装置，在日常的使用环境条件中，变压器会存各种因素的作用，包括高温、水分、高压与氧化等要素，这样在变压器内部会产生各种劣化产物，包含水、醇、酸、醛、酮等各类化学物质，同时随着变压器使用年限的增多，也会改变油纸绝缘复合电介质的微观结构，其劣化产物也会变得更多，这些劣化产物有着非常大的影响，一是自身会形成极化，二是彼此间还会产生界面极化形式，其变压器复合绝缘的介质响应特性产生改变，通常就把这种现象称作变压器油纸绝缘的老化。变压器油是由烷烃、环烷烃和芳香烃等各种碳氢化合物通过蒸馏、精炼而获取的一种矿物油，占比最多是环烷烃，总量达到80%以上，其次就是少量的烷烃和芳香烃等混合物。变压器油的组成很容易在光、磁场、热、电弧、氧、电场和辐射等物理化学作用下，其物理特性，颜色、气味、运动粘度和介质损耗因数等方面产生改变，这使得介电性会慢慢下降或变坏，这一过程是一个十分复杂的物理化学变化过程。对于绝缘纸的老化也是一个综合作用的过程。绝缘纸的构成，是由包含约89%-90%的纤维素、6%-8%的半纤维素和3%-4%的木质素彼此相互交织、相互结合而成。油纸绝缘混合介质在长期运行过程中，会受到电、热、机械、化学等各种应力的综合作用，会产生热降解、水解和氧化降解。其中绝缘纸热降解，其变化过程是由大分子链的纤维素聚合物发生降解，形成非常小的分子链，CO，CO2，HO2和呋喃化合物，这些小分子链会继续生成焦油与各类复合物。绝缘纸水解，其变化过程由大分子链的纤维素聚合物造成降解生成非常小的分子链。绝缘纸氧化降解，其变化过程由大分子链的纤维素聚合物造成降解生成非常小的分子链，CO，CO2，HO2以及酸。这些变化过程最终造成绝缘性能降低。

2 关于信息熵的粒子群混合算法的参数辨别

粒子群算法作为一类进化计算技术，在广泛的数值优化问题中有着运用，但是在求解高维复杂函数优化问题时极易出现局部最优。为了表明种群的多样性，可以在粒子群算法中导入信息熵。关于信息熵的粒子群算法有这几个方面的优点：一是利用信息熵作为评价群体中粒子的相似度的指标，比使用海明距离等指标要更全面的反映里面含义。二是利用关于浓度的选择机制，一方面能够增加其适应值高的粒 子，另一方面还可以抑制浓度高的粒子，以确保算法的收敛和群体的多种性，符合多峰值函数的寻优。三是导入阈值函数，采用群体多样性的BALDWIN效应增强算法性能。关于信息熵的粒子群算法的基本过程：一是开始阶段，对最大迭代次数qmax设置，惯性权重ω 、学习因子c1与C2，还有搜索停止条件ε，同时初始化m个粒子的位置与速度。二是利用改进的目标函数进行计算，以获得各个粒子的符合度值，通过比对，找到个体最优值与全局最优值，然后对其开始到现在阶段里，最好地方pbest融于整个最好地方gbest确定。三是通过上面一二式计算第j代的信息熵值Hj（X）。四是认识Hj（X）>ε或迭代次数大于最大值，假设符合条件，那么算法终止并输出全局最好地方gbest，不然，重合更新粒子的位置、速度和惯性权重。五是再次进行上面二到四的步骤，直至满足结束条件。

其次，根据信息熵的粒子群混合算法辨识等值电路的参数。参数计算模型的构建是根据几个方面的电路模型和定律而来，包括延伸德拜模型的等效电路模式、基尔霍夫定理与换路定理而来，其公式：

公式中，Ti是各种极化支路的弛豫时段，Ti=RpiCpi，Rpi、Cpi代表各种弛豫环节的极化电阻、极化电容。U0是充电电压，Ur （t）表示计算油纸绝缘系统两头的回复电压值，tc是充电时段； td是放电时段。但是从上面公式我们发现，Cg、Rpi和Cpi（i=1，2，…，N）这2N+1是一个不确定数，那么采取2N+1次的回复电压计算，构建起具有大于等于2N+1个方程的方程组才可以获得未知X。然后把计算后非线性方程组的答案变成数学优化问题，建立起目标函数FI（X）如下：

从公式可以获知：a=1，…，M，M表示方程的个数，M≥2N+1。

在信息熵的粒子群混合算法中，该公式也当做第1个目标函数，作用是对不确定函数Cg、Rpi和Cpi（i=1，2，…，N）的辨识实施处理。对于参数Rg的辨识，是通过回复电压最大值公式计算获取。该公式如下：

从公式可知：j，k=1，…，N+1；i，l=1…，N； tpeak是峰值计算时段；AN，i和BN，i是Cg、Rg、Rpi和Cpi的联合结果，那么从等值电路研究获取Zij和pij对应的是文献里面转移函数的零点和极点。同样，利用该算法，也可以把复电压最大值与对应的峰值测量时段当做已知量，获取计算结果吻合度最佳的绝缘电值Rg。所以按照每个充电时段下的回复电压最大值计算值Vr max（t）與测量值Ur max（t）平均误差最小来建立第二个待优化目标函数F2（X），此时的X代表R g。

从公式可知：作信息熵的粒子群混合算法的第2个目标函数，主要解决未知参数Rg的辨识问题。

3 等效模型极化支路数的分析

（1）极化支路数的判定。采用信息熵的粒子群混合算法辨别参数前要确定等值电路极化支路数N，各种N值对目标函数的优化结果有影响。本文将基于前文论的基础上，建立测量极化谱与计算极化谱的吻合度，以表征计算获得结果的优劣水平，以及表征最可以反应弛豫特性的极化支路数。那么极化谱吻合度C（X）表达式可表示如下：

接下来，对一台2015年使用的变压器T1进行现场测试，采用的设备是RVM5461回复电压测试仪，型号是SFSE9-240000/220，容量是240MVA，测试温度是 35。C。并且将所测得的参数代入信息熵的粒子群混合算法程序里面做优化计算。在本文中，针对2015年使用的变压器T1的设置最大迭代次数是2000，学习因子C1=C2=1.49445，惯性权重=0.729粒子数m=50，未知数的取值范围区间定义在[0.01，300]，初值取区间里的任意值，目标函数的收敛精度都设成0.1。存在的问题是粒子群算法存在随机性，发生不收敛的状况，所以在运行多次，同时排除偶然的异常结果，有如下图表。

从上图表可以获知，极化支路数的各种取值对信息熵的粒子群混合算法对目标函数的结果影响非常大。从图中可以清楚的看见，其吻合度值变大，图中两条极化谱线变化是朝着重合进行，这类变化的现象，我们就可以获知油纸绝缘优和差了。当N=6时极化谱的测量值和计算值两条谱线接近全面吻合，吻合度C（x）值约等于97.43%，相反，另外的支路数下的吻合度值变小。所以，我们可以说极化支路数是 6条时，最可以反映T1的油纸绝缘状态。其参数辨别结果如下表所示，另外的参数R。=5.835 60GII，cg=154.681 80nF，E（x）=0.002538l。

从上分析获得，利用信息熵的粒子群混合算法计算，可以确认某一台变压器油纸绝缘系统等值电路模型中极化支路数。

（2）极化支路数和绝缘情况的关联性。我们知道变压器的绝缘情况会随着使用年限的不同绝缘效果不一样。那么我们将以两台变压器做对比，一台T1是前文的型号是SFSE9-240000/220，运行开始时间2015年，糖醛含量0.12mg. L-1和一台T2是SFPS-180000/220，运行开始时间是2010年， 糖醛含量2.96mg. L-1做对比。我们发现T2糖醛含量比T1的多，也可以说变压器T2 的绝缘情况非常差。那么，我们如果以N=6和N=7分水岭作为对比会发现，当N=6时，T1有着非常好地吻合度，而T2吻合度值就非常小，当N=7时，结果是相反的。也就是说明当N=6时 T1的油纸绝缘状况就能清楚知道，同时当N=7时T2的油纸绝缘状况就能清楚知道。因此，我们能获知使用年限越久绝缘状态越差，那么极化支路数增多现象。

参考文献：

[1]林春耀，欧小波，魏新劳，聂洪岩，林林，池明赫.温度对步进电压下油纸绝缘电老化的影响[J].高压电器，2016（10）.

[2]夏国强，吴广宁，刘琛浩，高天山，高波.酸对变压器油纸绝缘水分含量测量的影响[J].高压电器，2018（06）.

[3]王东阳，周利军，陈雪骄，刘伟迪，王路伽.变压器油纸绝缘系统低频介电参数方程[J].电工技术学报，2017（17）.

作者简介：王珏（1984-），女，山西临汾人，硕士研究生，讲师，研究方向：电气工程及自动化。