一种换流变压器的运行状态评估方法及装置与流程

1.本技术涉及电力设备技术领域，特别是涉及一种换流变压器的运行状态评估方法及装置、计算机设备、存储介质。


背景技术：

2.换流变压器是交直流输电工程中的关键核心设备，其稳定运行是保障输电网架和电力系统安全运行的前提。因此，对换流变压器的运行状态进行准确、持续的评估是保障其安全运行的基础，更是实现换流站智能化管理的关键技术。
3.换流变压器具有独特的运行特征，而且状态指标数量庞大，因此构建全面科学的指标体系是状态评估的基础。当前油浸式变压器状态评估研究对评估指标体系的重视程度不够，根据导则和运行经验建立了结构完整的油浸式变压器状态评估指标体系，但其构建过程缺乏理论依据，主观性较强；利用统计数据建立了客观的油浸式变压器状态评估关键指标体系，却忽略了公共指标量的劣化对真实故障的干扰，而且上述指标体系均未考虑对带故障运行的换流变压器状态评估的适用性。因此，建立全面科学的指标体系并对换流变压器的运行状态进行实时评估具备重要意义。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种换流变压器的运行状态评估方法及装置、计算机设备、计算机可读存储介质。
5.第一方面，本技术提供了一种换流变压器的运行状态评估方法。所述方法包括：采集待评估换流变压器的运行指标量，运行指标量包括若干个指标项及其对应的指标数据；对于每个故障类型，基于故障类型对应的运行指标量计算得到故障类型的状态评分，故障类型对应的运行指标量是指所有运行指标量中指标项为故障类型的故障特征指标项的运行指标量；若存在故障类型满足预设条件，则基于满足预设条件的故障类型输出待评估换流变压器的运行状态评估结果，预设条件为：故障类型的状态评分低于第一预设值，且故障类型对应的运行指标量满足故障类型对应的故障本征证据，每个故障类型对应的故障本征证据是基于关联规则根据故障类型对应的故障特征指标项的历史运行数据确定的；若所有故障类型都不满足预设条件，则基于所有故障类型的状态评分输出待评估换流变压器的运行状态评估结果。
6.在其中一个实施例中，基于所有故障类型的状态评分输出待评估换流变压器的运行状态评估结果，包括：依据变权法则、利用所有故障类型的状态评分构建整体状态模糊判断矩阵：
其中，矩阵元素表示为：式中，为模糊隶属度，a、b为故障类型编号，f
a
、f
b
为不同编号对应的故障类型的状态评分，n为故障类型总数；采用指数权重计算方法求取各故障类型的变权权重：求取待评估换流变压器的整体状态评估值s：将待评估换流变压器的整体状态评估值和/或状态等级作为运行状态评估结果输出，状态等级是整体状态评估值所在的区间对应的状态等级。
7.在其中一个实施例中，基于满足预设条件的故障类型输出待评估换流变压器的运行状态评估结果，包括：将满足预设条件的故障类型作为运行状态评估结果单独输出；或者，在得到满足预设条件的故障类型后，基于所有故障类型的状态评分求取待评估换流变压器的整体状态评估值，将满足预设条件的故障类型，以及待评估换流变压器的整体状态评估值和/或相应的状态等级作为运行状态评估结果一并输出。
8.在其中一个实施例中，所述方法还包括：收集换流变压器历史运行过程中的每个故障类型的若干个指标项及其历史运行数据；确定每个故障类型的所有指标项中历史运行数据存在异常的数量最多的若干个指标项，作为所述故障类型对应的故障特征指标项。
9.在其中一个实施例中，所述方法还包括，对于每一个故障类型：将故障类型对应的故障特征指标项进行两两组合，得到联合特征指标集；将联合特征指标集内的单一联合特征指标项作为第一事件，将换流变压器发生故障类型的故障且同时第一事件时作为第二事件；求取每个联合特征指标项对故障类型的支持度：
其中，a为第一事件，b为第二事件，为第一事件和第二事件同时发生的概率，为在换流变压器历史运行过程中的所有历史运行数据中第一事件和第二事件同时发生的频数，为所有历史运行数据中发生故障类型的故障的总数；求取每个联合特征指标项对故障类型的置信度：其中，为在发生第一事件的情况下第二事件发生的概率，为在换流变压器历史运行过程中的所有历史运行数据中第一事件和第二事件同时发生的频数，f(a)为在所有历史运行数据中发生第一事件的频数；将联合特征指标集中的支持度超过最小支持度阈值且置信度超过最小置信度阈值的联合特征指标项作为故障本征证据，当故障类型对应的运行指标量中属于故障类型对应的故障本征证据中的联合特征指标项的指标数据均低于第二预设值时，故障类型对应的运行指标量满足故障类型对应的故障本征证据，则对应的故障本征证据成立。
10.在其中一个实施例中，基于故障类型对应的运行指标量计算得到故障类型的状态评分，包括：对于每一个故障类型，根据相应的故障特征指标项在历史运行数据中的超标次数构建模糊判断矩阵，求取指标项权重；模糊判断矩阵r表示为：其中，矩阵元素r
ij
表示为：式中，r
ij
为模糊隶属度，i、j为故障特征指标项编号，n
i
、n
j
为故障类型的故障发生情况下，相应的故障特征指标项的实测值超过警示值的次数，为故障特征指标项总数；采用指数权重计算方法求取故障特征指标项的权重：
将故障类型对应的运行指标量中的指标数据进行归一化处理：其中，g(x
i
)为指标数据x
i
归一化后的状态值，x
i
为故障特征指标项对应的实测值，x
i0
为故障特征指标项对应的初始值，x
ic
为故障特征指标项对应的警示值；根据每个故障类型对应的故障特征指标项的权重，结合指标数据归一化后的状态值，求取每个故障类型的状态评分：其中，f
m
为第m个故障类型的状态评分。
11.第二方面，本技术还提供了一种换流变压器的运行状态评估装置。所述装置包括：采集模块，用于采集待评估换流变压器的运行指标量，运行指标量包括若干个指标项及其对应的指标数据；状态评分计算模块，用于基于换流变压器的每个故障类型对应的运行指标量计算得到故障类型的状态评分，故障类型对应的运行指标量是指所有运行指标量中指标项为故障类型的故障特征指标项的运行指标量；第一结果输出模块，用于在存在故障类型满足预设条件时，基于满足预设条件的故障类型输出待评估换流变压器的运行状态评估结果，预设条件为：故障类型的状态评分低于第一预设值，且故障类型对应的运行指标量满足故障类型对应的故障本征证据，每个故障类型对应的故障本征证据是基于关联规则根据故障类型对应的故障特征指标项的历史运行数据确定的；第二结果输出模块，用于在所有故障类型都不满足预设条件时，基于所有故障类型的状态评分输出待评估换流变压器的运行状态评估结果。
12.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面提供的方法的步骤。
13.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面提供的方法的步骤。
14.上述换流变压器的运行状态评估方法、装置、计算机设备、存储介质，基于换流变压器的故障类型和相应的历史运行数据，确定各种故障类型对应的故障特征指标项以及各指标项数据对故障的影响程度，再进一步确定是否存在满足预设条件的故障类型，选择输出相应的运行状态评估结果；该方法利用关联规则对故障特征指标项进一步挖掘，得到联
合特征指标项对该故障类型的支持度和置信度对故障类别进行识别，形成更有力的故障判别的本征证据集合，然后引用变权法则对待评估换流变压器进行整体运行状态的评估。实例分析表明，该方法对换流变压器故障判定的准确率更高，通过故障识别使状态评估结果更具实践价值。
附图说明
15.图1为一个实施例中换流变压器的运行状态评估方法的流程示意图；图2为一个实施例中步骤104的流程示意图；图3为一个实施例中步骤108的流程示意图；图4为一个实施例中确定每个故障类型对应的故障特征指标项的流程示意图；图5为一个实施例中确定每个故障类型对应的故障本征证据的流程示意图；图6为另一个实施例中换流变压器的运行状态评估方法的流程示意图；图7为另一个实施例中换流变压器的c2h2与h2的运行指标数据以及状态轨迹图；图8为一个实施例中换流变压器的运行状态评估装置的结构框图；图9为另一个实施例中换流变压器的运行状态评估装置的结构框图；图10为一个实施例中计算机设备的内部结构图。
具体实施方式
16.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
17.在一个实施例中，如图1所示，提供了一种换流变压器的运行状态评估方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备等。
18.本实施例中，该方法包括以下步骤：步骤102，采集待评估换流变压器的运行指标量，运行指标量包括若干个指标项及其对应的指标数据。
19.其中，换流变压器的典型的指标项包括：绝缘油介损（x1）、油中微水（x2）、油击穿电压（x3）、绕组及套管吸收比（x4）、绕组及套管极化指数（x5）、体积电阻率（x6）、h2含量（x7）、铁芯接地电流（x8）、铁芯绝缘电阻（x9）、总烃含量（x
10
）、co产生速率（x
11
）、co2产生速率（x
12
）、ch4含量（x
13
）、绕组及套管绝缘介损（x
14
）、绕组及套管电容差（x
15
）、绕组短路阻抗初值差（x
16
）、绕组及套管直流电阻互差（x
17
）、c2h2含量（x
18
）、c2h4含量（x
19
）、c2h6含量（x
20
）、局部放电量（x
21
）、油中含气量（x
22
）、中性点油流静电电流（x
23
）、油中糠醛（x
24
）和绝缘纸聚合度（x
25
）。本实施例采集到的待评估换流变压器的运行指标量包括上述任意多种指标项及其对应的指标数据。运行指标项对应的指标数据包括指标项的警示值、初始值、实测值和状态值。
20.步骤104，对于每个故障类型，基于故障类型对应的运行指标量计算得到故障类型的状态评分。
21.其中，换流变压器的典型的故障类型包括：绕组故障（x1）、铁芯故障（x2）、内部过热（x3）、绝缘受潮（x4）、电弧放电（x5）、固体绝缘老化（x6）、局部放电（x7）和油流放电（x8）。
22.其中，故障类型对应的运行指标量是指所有运行指标量中指标项为故障类型的故障特征指标项的运行指标量。每个故障类型对应的故障特征指标项是基于模糊层次分析法根据换流变压器的历史运行数据确定的。
23.步骤106，若存在故障类型满足预设条件，则基于满足预设条件的故障类型输出待评估换流变压器的运行状态评估结果。
24.其中，预设条件为：故障类型的状态评分低于第一预设值，且故障类型对应的运行指标量满足故障类型对应的故障本征证据。每个故障类型对应的故障本征证据是基于关联规则根据故障类型对应的故障特征指标项的历史运行数据确定的。可选的，第一预设值设定为0.5。
25.步骤108，若所有故障类型都不满足上述预设条件，则基于所有故障类型的状态评分输出待评估换流变压器的运行状态评估结果。
26.上述换流变压器的运行状态评估方法中，基于换流变压器的故障类型和相应的运行指标量，利用模糊层次分析确定各种故障类型对应的故障特征指标项，然后利用关联规则对故障特征指标项进一步挖掘，构建故障类型对应的故障本征证据对故障类别进行识别，最终根据预设条件输出待评估换流变压器的运行状态评估结果，该状态评估过程依据理论依据，且适用于对带故障运行的换流变压器的状态评估。
27.对于上述步骤104，在一个实施例中，如图2所示，基于故障类型对应的运行指标量计算得到故障类型的状态评分，具体包括：步骤202，对于每个故障类型，将故障类型对应的运行指标量中的指标数据进行归一化处理：其中，g(x
i
)为指标数据x
i
归一化后的状态值，x
i
为故障特征指标项对应的实测值，x
i0
为故障特征指标项对应的初始值，x
ic
为故障特征指标项对应的警示值。
28.步骤204，根据每个故障类型对应的故障特征指标项的权重，结合指标数据归一化后的状态值，求取每个故障类型的状态评分：其中，f
m
为第m个故障类型的状态评分，为故障类型的第i个故障特征指标项的权重。
29.本实施例中，通过对采集的指标数据进行归一化处理，再分别与对应的故障特征指标项的权重相乘求和，得到每个故障类型的状态评分，为后续初步筛选出待评估换流变的故障类型做好准备。
30.对于上述步骤106，在一个实施例中，基于满足预设条件的故障类型输出待评估换流变压器的运行状态评估结果，包括：将满足预设条件的故障类型作为运行状态评估结果单独输出。
31.或者，在得到满足预设条件的故障类型后，基于所有故障类型的状态评分求取待评估换流变压器的整体状态评估值，可以用于验证待评估换流变压器的状态，将满足预设条件的故障类型，以及待评估换流变压器的整体状态评估值和/或相应的状态等级作为运行状态评估结果一并输出。
32.需要说明的是，当得到的故障类型与状态等级不相符时，将待评估换流变压器的整体状态评估值和/或相应的状态等级作为运行状态评估结果输出即可。
33.对于上述步骤108，在一个实施例中，如图3所示，基于所有故障类型的状态评分输出待评估换流变压器的运行状态评估结果，包括：步骤302，依据变权法则、利用所有故障类型的状态评分构建整体状态模糊判断矩阵：其中，矩阵元素表示为：式中，为模糊隶属度，a、b为故障类型编号，f
a
、f
b
为不同编号对应的故障类型的状态评分。
34.可选的，步骤304，对整体状态模糊判断矩阵进行一致性校验：其中，k为任意故障类型编号，n为故障类型总数，本实施例中n=8。
35.步骤306，采用指数权重计算方法求取各故障类型的变权权重：步骤308，求取待评估换流变压器的整体状态评估值s：步骤310，确定整体状态评估值所在区间及对应的状态等级。
36.根据实际需求预先划分状态评估值的区间及对应的状态等级。比如，当s位于区间[0.8，1]时，待评估换流变压器的状态等级为正常；当s位于[0.6，0.8）区间时，待评估换流
变压器的状态等级为注意；当s位于[0.2，0.6）区间时，待评估换流变压器的状态等级为异常；当s位于[0，0.2）区间时，待评估换流变压器的状态等级为严重。
[0037]
步骤312，将待评估换流变压器的整体状态评估值和/或状态等级作为运行状态评估结果输出。
[0038]
需要说明的是，当只需输出整体状态评估值时无需执行步骤310。
[0039]
本实施例中，引用变权法则对待评估换流变压器进行整体运行状态的评估，计算得到待评估换流变压器的整体状态评估值，最后根据实际需求可以选择整体状态评估值和/或状态等级作为运行状态评估结果输出。
[0040]
在上述步骤102之前，在一个实施例中，如图4所示，该方法还包括以下步骤：基于模糊层次分析法根据换流变压器的历史运行数据确定每个故障类型对应的故障特征指标项，包括：步骤402，收集换流变压器历史运行过程中的每个故障类型的若干个指标项及其历史运行数据。
[0041]
步骤404，确定每个故障类型的所有指标项中历史运行数据存在异常的数量最多的若干个指标项，作为故障类型对应的故障特征指标项。
[0042]
可选的，还包括步骤406，获取每个故障类型对应的故障特征指标项，组成特征指标体系。
[0043]
可选的，还包括步骤408，求取每个故障类型对应的故障特征指标项的权重，包括：对于每一个故障类型，根据相应的故障特征指标项在历史运行数据中的超标次数构建模糊判断矩阵，求取指标项权重。
[0044]
模糊判断矩阵r表示为：其中，矩阵元素r
ij
表示为：式中，r
ij
为模糊隶属度，i、j为故障特征指标项编号，n
i
、n
j
为故障类型的故障发生情况下，相应的故障特征指标项的实测值超过警示值的次数。
[0045]
可选的，对模糊判断矩阵进行一致性校验：其中，k0为任意故障特征指标项编号，为故障特征指标项总数。
[0046]
采用指数权重计算方法求取故障特征指标项的权重：
本实施例中，在对待评估换流变压器的运行状态评估前，利用换流变压器历史运行过程中的故障数据，基于模糊层次分析法筛选出每个故障类型中最常出现的几个运行指标项作为故障特征指标项，仅需求取故障特征指标项的权重，减少设备的计算量，能够更快速的得到运行状态评估结果。
[0047]
在上述步骤102之前，在一个实施例中，如图5所示，该方法还包括以下步骤：基于关联规则根据故障类型对应的故障特征指标项的历史运行数据确定每个故障类型对应的故障本征证据，包括：步骤502，在同一故障类型下，对故障类型对应的故障特征指标项进行两两组合，得到联合特征指标集。
[0048]
步骤504，将联合特征指标集内的单一联合特征指标项作为第一事件，将换流变压器发生故障类型的故障且同时发生第一事件时作为第二事件。
[0049]
步骤506，求取每个联合特征指标项对故障类型的支持度：其中，a为第一事件，b为第二事件，为第一事件和第二事件同时发生的概率，为在换流变压器历史运行过程中的所有历史运行数据中第一事件和第二事件同时发生的频数，为所有历史运行数据中发生故障类型的故障的总数。
[0050]
步骤508，求取每个联合特征指标项对故障类型的置信度：其中，为在发生第一事件的情况下第二事件发生的概率，为在换流变压器历史运行过程中的所有历史运行数据中第一事件和第二事件同时发生的频数，f(a)为在所有历史运行数据中发生所述第一事件的频数。
[0051]
步骤510，对求取的支持度和置信度进行强相关性条件筛选。
[0052]
将联合特征指标集中的支持度超过最小支持度阈值且置信度超过最小置信度阈值的联合特征指标项作为故障本征证据，当故障类型对应的运行指标量中属于故障类型对应的故障本征证据中的联合特征指标项的指标数据均低于第二预设值时，故障类型对应的运行指标量满足故障类型对应的故障本征证据，则对应的故障本征证据成立。其中联合特征指标项的指标数据指两个故障特征指标项的状态值。可选的，第二预设值设为0.3。
[0053]
可选的，还包括步骤512，获取每个故障类型对应的故障本征证据，组成故障本征
证据集。
[0054]
本实施例中，基于换流变压器的故障类型和相应的运行指标量，利用模糊层次分析确定各种故障类型对应的故障特征指标项以及各指标项数据对故障的影响程度，然后利用关联规则对故障特征指标项进一步挖掘，得到联合特征指标项对该故障类型的支持度和置信度，即依据联合特征指标项对故障类别进行识别，形成更有力的故障判别的本征证据集合。
[0055]
以下结合具体的求解方法和应用实例对本发明专利作进一步说明，在另一个实施例中，如图6所示，换流变压器的运行状态评估方法包括以下步骤：步骤601，基于模糊层次分析法根据换流变压器的历史运行数据确定每个故障类型对应的故障特征指标项，包括：步骤611，收集换流变压器历史运行过程中的每个故障类型的若干个指标项及其历史运行数据。
[0056]
本实施例收集整理了近20年某电网公司辖区内换流变压器发生的798组故障数据，以电弧放电为例，电弧放电的初始运行指标量的指标项集合为{油介损，油击穿电压，绕组及套管极化指数，h2含量，c2h4含量，绕组及套管直流电阻互差，c2h2含量，局部放电量，油中含气量}。
[0057]
步骤612，确定每个故障类型的所有指标项中历史运行数据存在异常的数量最多的若干个指标项，作为故障类型对应的故障特征指标项。
[0058]
统计历史数据可知，798组故障数据中共有157组电弧放电故障，对应的每个初始运行指标量中指标项的超标次数为{6，4，2，131，4，135，156，141，2}。删除其中超标次数为个位数的指标项，最终得到电弧放电对应的故障特征指标项集为{h2含量，绕组及套管直流电阻互差，c2h2含量，局部放电量}。
[0059]
可选的，还包括步骤613，获取每个故障类型对应的故障特征指标项，组成特征指标体系。
[0060]
可选的，还包括步骤614，求取每个故障类型对应的故障特征指标项的权重，包括：对于每个故障类型，根据相应的故障特征指标项在历史运行数据中的超标次数构建模糊判断矩阵，求取指标项权重。
[0061]
根据公式（9）求取模糊判断矩阵中的矩阵元素r
ij
，所构建模糊判断矩阵如下所示：忽略偶然因素对权重的影响将模糊判断矩阵简化，利用公式（10）对模糊判断矩阵
进行一致化校验，再根据公式（11）求取电弧放电对应的故障特征指标项的权重集为。
[0062]
步骤602，基于关联规则根据故障类型对应的故障特征指标项的历史运行数据确定每个故障类型对应的故障本征证据，包括：步骤621，在同一故障类型下，对故障类型对应的故障特征指标项进行两两组合，得到联合特征指标集。
[0063]
将电弧放电对应的故障特征指标项集进行重组得到联合特征指标集e，e={e1,e2,e3,e4,e5,e6}={h2含量与绕组及套管直流电阻互差，h2含量与c2h2含量，h2含量与局部放电量，绕组及套管直流电阻互差与c2h2含量，绕组及套管直流电阻互差与局部放电量，c2h2含量与局部放电量}。
[0064]
步骤622，将联合特征指标集内的单一联合特征指标项作为第一事件，将换流变压器发生电弧放电故障且同时发生第一事件时作为第二事件。
[0065]
步骤623，利用公式（12）求取每个联合特征指标项对故障类型的支持度，利用公式（13）求取每个联合特征指标项对故障类型的置信度。
[0066]
以联合特征指标项e2为例，157组电弧放电故障中满足e2的共有129组，而798组故障数据中e2共发生138次，则：同理求得其余联合特征指标项的支持度和置信度向量分别为：步骤624，对求取的支持度和置信度进行强相关性条件筛选。
[0067]
将联合特征指标集中的支持度超过最小支持度阈值且置信度超过最小置信度阈值的联合特征指标项作为故障本征证据，当故障类型对应的运行指标量中属于故障类型对应的故障本征证据中的联合特征指标项的指标数据均低于第二预设值时，故障类型对应的运行指标量满足故障类型对应的故障本征证据，则对应的故障本征证据成立。
[0068]
本实施例中设定最小支持度阈值为80% 、最小置信度阈值为90% ，第二预设值为0.3 。结合表1所示，最终求得电弧放电的故障本征证据集e
n
={h2含量与c2h2含量，绕组及套管直流电阻互差与c2h2含量，c2h2含量与局部放电量}。
[0069]
可选的，还包括步骤625，获取每个故障类型对应的故障本征证据，组成故障本征证据集。
[0070]
按照上述同样的流程，得到特征指标体系和故障本征证据集如表1所示。
[0071]
表1 换流变压器状态评估的特征指标体系和故障本征证据集注：∩表示两指标项必须同时越限判据成立，||表示两指标项任一个越限判据成立，越限条件为指标项状态值低于0.3。
[0072]
步骤603，采集待评估换流变压器的运行指标量，运行指标量包括若干个指标项及其对应的指标数据。
[0073]
本实施例采集某两极换流站内低端y/y型换流变压器的运行指标量，该换流变压器的c相于2014年8月23日出现在线油色谱异常，其中c2h2含量达到7.57ml/l，远超于标准规定的注意值1.0ml/l，增长速率为1.43ml/（l
·
d），增长速率过大。在随后进行的持续监测过程中，c2h2含量与h2含量无明显增长。该换流变压器的运行指标量信息如表2所示。
[0074]
表2待评估换流变压器的运行指标量
步骤604，对于每个故障类型，基于故障类型对应的运行指标量计算得到故障类型的状态评分。
[0075]
结合公式（1）、（2）计算得到八种故障类型的状态评分集合为{0.973，0.902，0.727，0.828，0.318，0.867，0.641，0.701}。
[0076]
步骤605，若存在故障类型满足预设条件，则基于满足预设条件的故障类型输出待评估换流变压器的运行状态评估结果。
[0077]
从状态评分集合中可以看出，电弧放电故障的状态评分低于0.5，则待评估换流变压器内部存在电弧放电的可能性较大。对其进行电弧放电本征证据判别，从表2的指标数据中可以确定，绕组及套管直流电阻互差和c2h2含量的状态值为0、均低于0.3，因此满足电弧放电的故障本征证据集e
n
中的第2条本征证据：绕组及套管直流电阻偏差和c2h2含量同时越限，故判别该换流变压器内部极有可能存在电弧放电故障。
[0078]
步骤606，若所有故障类型都不满足上述预设条件，则基于所有故障类型的状态评分输出待评估换流变压器的运行状态评估结果。
[0079]
为了防止电弧放电故障引发其他故障进而导致更严重的后果，对待评估换流变压器进行持续的故障程度评定和整体状态评估。则在本实施例中，步骤605包括：在得到满足预设条件的故障类型后，基于所有故障类型的状态评分求取待评估换流变压器的整体状态评估值，将满足预设条件的故障类型，以及待评估换流变压器的整体状态评估值和/或相应的状态等级作为运行状态评估结果输出。
[0080]
步骤651，依据变权法则、利用所有故障类型的状态评分构建整体状态模糊判断矩阵：
可选的，步骤652，利用公式（5）对整体状态模糊判断矩阵进行一致化校验。
[0081]
步骤653，根据公式（6）求取各故障类型的变权权重为{0.06，0.07，0.1，0.08，0.4，0.07，0.12，0.1}。
[0082]
步骤654，根据公式（7）求取待评估换流变压器的整体状态评估值s=0.43。
[0083]
步骤655，确定s位于[0.2，0.6）区间，则待评估换流变压器的状态等级为异常。
[0084]
步骤656，将待评估换流变压器存在电弧放电、s=0.43和状态等级为异常作为运行状态评估结果一并输出。
[0085]
由于电弧放电故障的存在，判定该换流变压器运行状态较差，需要加大监测力度并召开专家会议，专家会议结果表明该换流变压器内部发生过电弧放电，但在后续监测中c2h2与h2含量无明显增长，内部的放电故障属于间歇性电弧放电，由于缺少合适的备用换流变压器，决定该故障换流变压器继续运行，要求加大其持续监测力度。在下一个年度检修期间对该换流变压器进行更换，并返厂检修，检修结果证明该换流变压器内部的确存在放电故障，验证了本评估方法的可行性。
[0086]
对该换流变压器进行持续的状态检测和状态评估，选取故障发生到下一个年度检修期间c2h2与h2的运行指标数据以及依据该换流变压器的状态评估值绘制的状态轨迹图，如图7所示。
[0087]
本实施例中，基于换流变压器的故障类型和相应的运行指标量，利用模糊层次分析确定各种故障类型对应的故障特征指标项以及各指标项数据对故障的影响程度，然后利用关联规则对故障特征指标项进一步挖掘，得到联合特征指标项对该故障类型的支持度和置信度，即依据联合特征指标项对故障类别进行识别，形成更有力的故障判别的本征证据集合，最后引用变权法则对待评估换流变压器进行整体运行状态的评估。实例分析表明，该方法对换流变压器故障判定的准确率更高，通过故障识别使状态评估结果更具实践价值。
[0088]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0089]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的换流变压器的运行状态评估方法的运行状态评估装置。该装置所提供的解决问题的实现方案与上
述方法中所记载的实现方案相似，故下面所提供的一个或多个运行状态评估装置实施例中的具体限定可以参见上文中对于运行状态评估方法的限定，在此不再赘述。
[0090]
在一个实施例中，如图8所示，提供了一种换流变压器的运行状态评估装置，包括：采集模块、状态评分计算模块、第一结果输出模块和第二结果输出模块，其中：<1>采集模块，用于采集待评估换流变压器的运行指标量，运行指标量包括若干个指标项及其对应的指标数据。
[0091]
<2>状态评分计算模块，用于基于换流变压器的每个故障类型对应的运行指标量计算得到故障类型的状态评分，故障类型对应的运行指标量是指所有运行指标量中指标项为故障类型的故障特征指标项的运行指标量。
[0092]
<3>第一结果输出模块，用于在存在故障类型满足预设条件，基于满足预设条件的故障类型输出待评估换流变压器的运行状态评估结果。预设条件为：故障类型的状态评分低于第一预设值，且故障类型对应的运行指标量满足故障类型对应的故障本征证据，每个故障类型对应的故障本征证据是基于关联规则根据故障类型对应的故障特征指标项的历史运行数据确定的。
[0093]
<4>第二结果输出模块，用于在所有故障类型都不满足预设条件，基于所有故障类型的状态评分输出待评估换流变压器的运行状态评估结果。
[0094]
上述换流变压器的运行状态评估装置中，通过采集模块采集换流变压器故障类型相应的运行指标量，通过状态评分模块输出各故障类型的状态评分，最终选择一个结果输出模块输出待评估换流变压器的运行状态评估结果，该状态评估过程依据理论依据，且适用于对带故障运行的换流变压器的状态评估。
[0095]
为了详细解释说明该装置的原理，提供另一个实施例，如图9所示，包括：特征指标建立模块、本征证据建立模块、采集模块、状态评分计算模块、第一结果输出模块和第二结果输出模块，其中：<1>特征指标建立模块，基于模糊层次分析法根据换流变压器的历史运行数据确定每个故障类型对应的故障特征指标项。
[0096]
具体的，特征指标建立模块包括初始运行指标量确定单元和故障特征指标项确定单元。可选的，还包括特征指标体系建立单元和指标项权重计算单元，其中：初始运行指标量确定单元，用于收集换流变压器历史运行过程中的每个故障类型的若干个指标项及其历史运行数据。
[0097]
故障特征指标项确定单元，用于确定每个故障类型的所有指标项中历史运行数据存在异常的数量最多的若干个指标项，作为故障类型对应的故障特征指标项。
[0098]
特征指标体系建立单元，用于获取每个故障类型对应的故障特征指标项，组成特征指标体系。
[0099]
指标项权重计算单元，用于根据相应的故障特征指标项在历史运行数据中的超标次数构建模糊判断矩阵，求取指标项权重。
[0100]
可选的，指标项权重计算单元包括矩阵建立子单元、校验子单元和权重计算子单元，其中：在矩阵建立子单元中，利用公式（8）表示模糊判断矩阵r，利用公式（9）表示矩阵元素r
ij
。
[0101]
在校验子单元中，利用公式（10）对模糊判断矩阵进行一致性校验。
[0102]
在权重计算子单元中，利用公式（11）求取故障特征指标项的权重。
[0103]
<2>本征证据建立模块，基于关联规则根据故障类型对应的故障特征指标项的历史运行数据确定每个故障类型对应的故障本征证据。
[0104]
具体的，本征证据建立模块包括联合特征指标集建立单元、事件定义单元、支持度计算单元、置信度计算单元、强相关性条件筛选单元和故障本征证据集建立单元，其中：联合特征指标集建立单元，用于对故障类型对应的故障特征指标项进行两两组合，得到联合特征指标集。
[0105]
事件定义单元，用于将联合特征指标集内的单一联合特征指标项作为第一事件，将换流变压器发生电弧放电故障且同时发生第一事件时作为第二事件。
[0106]
在支持度计算单元中，利用公式（12）求取每个联合特征指标项对故障类型的支持度。
[0107]
在置信度计算单元中，利用公式（13）求取每个联合特征指标项对故障类型的置信度。
[0108]
强相关性条件筛选单元，用于将联合特征指标集中的支持度超过最小支持度阈值且置信度超过最小置信度阈值的联合特征指标项作为故障本征证据，当故障类型对应的运行指标量中属于故障类型对应的故障本征证据中的联合特征指标项的指标数据均低于第二预设值时，故障类型对应的运行指标量满足故障类型对应的故障本征证据，则对应的故障本征证据成立。
[0109]
故障本征证据集建立单元，用于获取每个故障类型对应的故障本征证据，组成故障本征证据集。
[0110]
<3>状态评分计算模块包括数据处理单元和计算单元，其中：数据处理单元，用于将每个故障类型对应的运行指标量中的指标数据利用公式（1）进行归一化处理。
[0111]
计算单元，用于根据每个故障类型对应的故障特征指标项的权重，结合指标数据归一化后的状态值，利用公式（2）求取每个故障类型的状态评分。
[0112]
<4>第一结果输出模块与第二结果输出模块基本相同，第二结果输出模块包括变权计算单元、整体状态评估值计算单元、状态等级确定单元和状态评估结果输出单元，其中：变权计算单元与特征指标建立模块中的指标项权重计算单元相似，包括：基于公式（3）、（4）实现的整体状态模糊判断矩阵建立子单元，基于公式（5）实现的校验子单元，基于公式（6）实现的故障类型变权权重计算子单元。
[0113]
在整体状态评估值计算单元中，利用公式（7）求取待评估换流变压器的整体状态评估值s。
[0114]
状态等级确定单元，用于确定整体状态评估值所在区间及对应的状态等级。
[0115]
状态评估结果输出单元，用于将待评估换流变压器的整体状态评估值和/或状态等级作为运行状态评估结果输出。
[0116]
第一结果输出模块的运行状态评估结果输出单元，用于将满足预设条件的故障类
型作为运行状态评估结果单独输出。或者，用于将满足预设条件的故障类型，以及待评估换流变压器的整体状态评估值和/或相应的状态等级作为运行状态评估结果一并输出。
[0117]
本实施例中，通过采集模块采集换流变压器的运行指标量，特征指标建立模块利用模糊层次分析确定各种故障类型对应的故障特征指标项以及各指标项数据对故障的影响程度，本征证据建立模块利用关联规则对故障特征指标项进一步挖掘，得到联合特征指标项对该故障类型的支持度和置信度，即依据联合特征指标项对故障类别进行识别，形成更有力的故障判别的本征证据集合，结果输出模块引用变权法则对待评估换流变压器进行整体运行状态的评估。实例分析表明，该方法对换流变压器故障判定的准确率更高，通过故障识别使状态评估结果更具实践价值。
[0118]
上述运行状态评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0119]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示单元和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种换流变压器的运行状态评估方法。该计算机设备的显示单元可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0120]
本领域技术人员可以理解，图10中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0121]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0122]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0123]
需要说明的是，本技术所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
[0124]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（read
‑
only memory，rom）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（reram）、磁变存储器（magnetoresistive random access memory，mram）、铁电存储器
（ferroelectric random access memory，fram）、相变存储器（phase change memory，pcm）、石墨烯存储器等。易失性存储器可包括随机存取存储器（random access memory，ram）或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器（static random access memory，sram）或动态随机存取存储器（dynamic random access memory，dram）等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0125]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0126]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。