变压器寿命终止的概率确定的制作方法

1.本公开涉及对高压变压器的分析。具体地，本公开涉及用于估计高压变压器未来老化的系统和方法。


背景技术：

2.高压变压器、如变电站中使用的高压变压器是复杂且昂贵的物品。这种变压器的制造商和所有者非常关注准确估计变压器的剩余运行寿命的能力。变压器制造商通常会说明新变压器的标称预期运行寿命。例如，典型的新高压变压器的额定值可能被其制造商定为具有180,000小时或者大约20年的标称寿命。此类额定值基于在标称环境温度和标称运行负载下的使用，并且通常使用根据iec 60076-7标准的公式进行计算，所述公式考虑了标称环境温度以及标称负载下变压器的顶层油温。
3.然而，变压器运行的实际环境温度和运行负载每天都不同且会随季节变化，并且这两个量可能时常超过它们的标称值，这取决于变压器运行方式和位置。因此，制造商提供的额定值最多是对变压器实际寿命的粗略估计。
4.此外，变压器的实际寿命受到其他因素的影响，影响最显著的因素是变压器内的水分和氧气含量。高压变压器充满油，如矿物油，所述油作为冷却剂和/或绝缘体，并保护变压器内的固体绝缘(例如纤维素或纸张)免受化学侵蚀。油中存在水分和/或氧气会损害这些功能，从而导致变压器寿命缩短。
5.其他可能影响变压器寿命的因素包括维护、漏油、内部油路堵塞、环境影响(闪电、暴风雨等)、物理位置变动以及其他因素。


技术实现要素：

6.一种估计变压器未来老化的方法包括：生成影响所述变压器有效老化的因素的概率模型；基于所述概率模型生成影响所述变压器有效老化的因素的多个概率曲线；根据所述概率曲线生成预期热点曲线；基于所述预期热点曲线模拟所述变压器的多个未来老化场景；以及根据所述多个未来老化场景估计所述变压器的预期剩余寿命。
7.在一些实施例中，所述多个概率曲线是针对第一时间段生成的，并且所述未来老化场景是在不同于所述第一时间段的第二时间段内生成的。第一时间段可以是24小时的时间段，并且第二时间段可以是一年的时间段。
8.在一些实施例中，影响所述变压器有效老化的因素可以包括负载状况、环境温度、所述变压器内的湿度水平和所述变压器内的氧气水平。
9.在一些实施例中，模拟所述多个未来老化场景包括对未来老化场景执行蒙特卡罗模拟。
10.在一些实施例中，模拟所述多个老化场景包括：生成模拟所述变压器在所述第一时间段内的老化的多个老化曲线；对于所述多个老化曲线中的每一个，估计所述变压器的有效老化量以提供多个有效老化量；以及对所述多个有效老化量求和，以提供所述第二时
间段内的估计有效老化量。
11.在一些实施例中，生成影响所述变压器有效老化的因素的概率曲线包括基于环境温度的历史变化来生成多个环境温度曲线。
12.在一些实施例中，所述环境温度曲线描述预定时间段内的预期环境温度。
13.一些实施例进一步包括基于所述预定时间段内的多个时间间隔处的概率分布来生成环境温度曲线。在一些实施例中，所述概率分布包括均匀的概率分布。
14.在一些实施例中，生成影响所述变压器有效老化的因素的概率曲线包括基于所述变压器的预测负载生成多个预期负载曲线。
15.在一些实施例中，所述预期负载曲线描述预定时间段内的预期负载。
16.在一些实施例中，所述方法进一步包括基于所述预定时间段内的多个时间间隔处的概率分布来生成所述预期负载曲线。在一些实施例中，所述概率分布包括均匀的概率分布。
17.在一些实施例中，根据所述多个未来寿命场景估计所述变压器的剩余寿命包括生成预期老化场景的直方图，以及基于预期老化场景的直方图生成所述变压器的预期剩余寿命的置信区间。
18.在一些实施例中，所述老化场景包括预期年度老化场景，并且基于所述变压器的标称预期寿命和预期年度老化场景来估计所述变压器的预期剩余寿命。
19.在一些实施例中，所述方法包括收集表示在变压器运行期间影响变压器有效老化的因素的运行数据，并更新影响变压器有效老化的因素的概率模型。
20.在一些实施例中，所述方法包括基于所述运行数据确定所述变压器的有效当前年限(current age)，其中，所述变压器的预期剩余寿命是根据所述多个未来老化场景、根据所述变压器的有效当前年限和所述变压器的标称预期寿命来估计的。
21.在一些实施例中，所述方法进一步包括基于所述变压器的估计未来老化对所述变压器进行维护和/或调整所述变压器的负载。
22.根据一些实施例的基于影响变压器老化的因素的概率模型来运行变压器的方法包括：收集表示在所述变压器运行期间影响所述变压器有效老化的因素的运行数据；基于所述运行数据更新影响所述变压器有效老化的因素的概率模型；以及基于所述运行数据确定所述变压器的有效当前年限。所述变压器的预期剩余寿命是根据基于所述概率因素生成的多个未来老化场景、根据所述变压器的有效当前年限以及根据所述变压器的标称预期寿命来估计的。
23.在一些实施例中，收集所述运行数据包括从所述变压器中的传感器收集所述运行数据。
24.一种用于生成变压器的预期剩余寿命的设备包括处理电路和耦接到所述处理电路的存储器。所述存储器存储计算机程序指令，所述计算机程序指令当由所述处理电路执行时使所述设备执行包括以下各项的操作：生成影响所述变压器有效老化的因素的概率模型；根据所述概率模型生成预期热点曲线；基于所述预期热点曲线模拟所述变压器的多个未来老化场景；以及根据所述多个未来老化场景估计所述变压器的预期剩余寿命。
附图说明
25.附图图示了本发明概念的某些非限制性实施例，所述附图被包含在内以提供对本公开的进一步理解，并且结合在本技术内构成本技术的一部分。在附图中：
26.图1是图示了包括热稳定纸的变压器的热点温度变化对老化加速因子的影响的曲线图。
27.图2是图示了环境温度 /-2％的误差对变压器老化小时数的影响的曲线图。
28.图3a至图3c是图示了使用负载和环境温度数据计算变压器在24小时的时间段内的等效老化小时数的曲线图。
29.图4是图示了代表性变压器的温度(402)曲线和负载(404)曲线的每小时变化的示例的曲线图。
30.图5图示了环境温度变化和负载变化的概率分布，所述概率分布在一些实施例中可以用于估计变压器的剩余寿命。
31.图6是给定时间段内负载和环境温度的组合的三维概率密度函数。
32.图7a是通过蒙特卡罗模拟生成的变压器负载曲线的曲线图。
33.图7b是通过蒙特卡罗模拟生成的变压器环境温度曲线的曲线图。
34.图8a图示了使用图7a和图7b的负载曲线和环境温度曲线生成的概率热点曲线。
35.图8b图示了使用图8a的概率热点曲线生成的概率老化曲线。
36.图9图示了三个独立的365天的老化模拟的累积老化。
37.图10图示了一年老化曲线的直方图。
38.图11图示了变压器年度寿命消耗的概率分布。
39.图12图示了随着样本大小(n)增加的模拟结果的示例。
40.图13a是根据iec 60076-7的在热稳定纸的不同湿度和氧气水平下，变压器预期寿命随热点温度变化的曲线图。
41.图13b是环境因子(a)随变压器中湿度水平变化的曲线图。
42.图14a是图示了预期变压器寿命对变压器中湿度水平的依赖性的曲线图。
43.图14b图示了使用概率热点数据结合概率湿度数据生成的概率老化曲线。
44.图15图示了不同水分含量下一年老化曲线的直方图。
45.图16是根据一些实施例的操作流程图。
46.图17是变压器老化估计器的功能框图。
47.图18图示了变压器剩余寿命的估计。
48.图19是根据一些实施例的操作流程图。
49.图20a是图示了根据一些实施例的用于执行溶解气体分析的系统的框图。
50.图20b是图示了根据一些实施例的用于执行溶解气体分析的系统的功能模块的框图。
具体实施方式
51.现将参考附图在下文中更全面地描述本发明构思，在附图中示出了本发明构思的实施例的示例。然而，本发明构思可以以许多不同的形式实施并且不应被解释为限于本文阐述的实施例。相反，提供这些实施例使得本公开更完全和完整，并且将向本领域技术人员
充分地传达本发明构思的范围。还应当注意，这些实施例并不相互排斥。一个实施例中的部件可以被默认为存在于/用于另一个实施例。
52.以下描述呈现了所公开主题的各种实施例。这些实施例被呈现为教导性示例，并且不应被解释为限制所公开的主题的范围。例如，在不脱离所述主题的范围的情况下，可以修改、省略或扩展所述实施例的某些细节。
53.通常认为变压器的热点温度是影响变压器老化的主要因素。热点温度是指变压器中的最高温度。通常，变压器的热点温度不是直接测得的，而是使用根据变压器的设计(例如，所使用的绝缘物质、变压器的冷却布置等)而适应的热模型以及环境温度和电力负载数据来估计的。热点温度及其随时间的变化取决于变压器的现场地理位置(环境温度)和变压器上的电力负载。因此，热点温度值是取决于环境条件(温度和负载)以及变压器设计的变压器特性值。变压器的标称运行寿命通常根据iec 60076-7ieee c57.19负载指南中阐述的公式使用热点温度值进行计算。作为示例，对于110℃的恒定热点温度，变压器的单位寿命终止可以根据等式[1]进行估计为：
[0054][0055]
其中，θh是变压器的热点温度。因此，对于110℃的恒定热点温度，使用热稳定纸作为变压器中的绝缘物质(例如，根据变压器的设计)，变压器具有1.0的估计单位(标准)寿命。对于额定工作时间为180,000小时的变压器，这意味着如果变压器在额定负载下以110℃的恒定热点温度运行，则变压器的预期寿命为180,000小时。
[0056]
变压器的老化可以被加速或延缓，这取决于变压器是在高于还是低于标称热点温度的温度下运行。考虑到这一点，iec 60076-7和ieee c57.91标准还规定了用于基于估计热点温度来估计老化加速因子f
aa
的公式，如等式[2]所示：
[0057][0058]
如等式[2]中可以看到的，当变压器在高于110℃的热点温度下运行时，指数函数的自变量为正，意味着老化加速因子f
aa
大于一(表示加速老化)，而当变压器在低于110℃的热点温度下运行时，指数函数的自变量为负，意味着老化加速因子f
aa
小于一(表示延缓老化)。然后，可以通过用变压器的单位寿命乘以老化加速因子来估计实际老化。包括热稳定纸的变压器的热点温度变化对老化加速因子f
aa
的影响在图1中图示。如其中所见，热点温度从110℃增加到116℃导致老化加速因子f
aa
加倍，从1增加到大约2，这意味着当变压器在116℃的热点温度下运行时，其预期年限是在110℃的热点温度下运行时的大约两倍。
[0059]
从图1的曲线图中可以看出， /-6℃的热点温度变化可以导致老化加速因子f
aa
从大约0.5变化到大约2，这意味着基于相当小的热点温度变化，变压器的实际老化速率可以从标称速率的大约50％变化到标称速率的大约200％。
[0060]
热点温度的估计可能存在各种不准确性。例如，估计热点的位置可能不准确，从而导致热点的估计不准确，用于测量变压器内温度(例如，顶层油温)的传感器可能具有一些不准确性，并且热点是以连续方式还是间歇方式估计的都可能影响测量结果。这些不准确
性可能影响变压器的老化估计。
[0061]
根据iec 60076-7和ieee c57.91标准，假设热点温度由三个分量组成，如等式[3]所示：
[0062]
θh＝θa δθ
to
δθh[3]
[0063][0064]
其中，θh是绕组最热点温度，θa是要研究的负载周期期间的平均环境温度，δθ
to
是相对于环境温度的顶层油温升，并且δθh是相对于顶层油温的最热点温升。顶层油温由等式[4]给出：
[0065]
θ
to
＝θa δθ
to
[4]
[0066][0067]
瞬态绕组最热点温度由等式[5]给出：
[0068][0069]
其中，t为负载持续时间，δθ
h，u
为针对负载l相对于顶层油温的最终绕组最热点温升，δθ
h，i
为t＝0时相对于顶层油温的初始绕组最热点温升，并且τw为热点位置h处的绕组时间常数。
[0070]
在该模型中，环境温度测量/估计中的误差可能会影响热点温度计算，这进而影响变压器的老化加速因子。例如，图2图示了给定如所示的运行负载曲线时，环境温度 /-2％的误差对变压器老化小时数的影响。在图2所示的示例中，基于环境温度的变化，变压器在单个2小时周期内的老化可能变化高达约 /-2.5小时。
[0071]
如上所述，除了热点温度之外，变压器的实际老化可能还会受到许多因素的影响，包括环境温度、水分含量、氧气含量、运行负载以及其他因素。鉴于这种复杂性，基于热性能使用确定性负载和环境温度因素的行业公认的老化模型的准确性受到限制。因此，当前在本领域中存在问题，如如何准确地估计变压器的未来老化，使得可以准确地确定变压器的预期寿命终止。相关问题是如何在未来老化估计中结合影响变压器老化的多个因素。
[0072]
本文所述的一些实施例提供了基于影响变压器老化的各种因素的概率模型来估计变压器的预期未来老化的系统/方法，这些因素包括变压器的运行负载和环境温度。除了变压器的运行负载和环境温度之外，另外一些实施例提供了基于变压器内的水分含量和氧气含量的概率模型来估计变压器的预期未来老化的系统和方法。仍另外的实施例基于变压器的特定特性(设计特性、地理位置特性、与变压器的使用相关的历史数据等)来适应变压器的老化估计。
[0073]
一些实施例考虑了影响变压器老化的因素的概率模型，而非依赖于先前使用的确定性模型。可以使用变压器的实际运行历史数据来适应概率模型。对于给定的变压器，这些方法可以提供比确定性模型更准确的剩余寿命估计。
[0074]
本文所述的概率方法用于说明变压器未来将承受的实际负载和环境温度是未知的这一事实。本文所述的概率方法用负载和环境最可能的概率值(基于更好地表示概率变化的概率分布函数)来代替负载和环境(过去和未来)的“未知”确定性值，并且应用蒙特卡罗模拟来模拟大量的这些场景。根据模拟结果，可以获得对累积老化(过去和未来)的估计，
所述估计将由老化小时数的所产生的“正态分布”表示。
[0075]
图3a至图3c图示了使用负载和环境温度数据计算变压器在示例性的24小时的时间段(第一时间段)内的等效老化小时数。特别地，图3a是变压器每小时负载302和环境温度304数据的曲线图。应注意，图3a中所示的负载曲线是以每单位或标准化项给出的，使得标称负载表示为负载1.0。图3b是根据所讨论的变压器的温度模型计算的热点温度(曲线306)的曲线图，所述热点温度基于图3a所示的负载和环境温度数据。
[0076]
图3c是基于图3b所示的热点温度曲线计算的变压器在24小时的时间段内的老化加速因子f
aa
(曲线308)的曲线图。对老化加速因子f
aa
曲线进行积分得到变压器在24小时的时间段内的等效老化小时数，如曲线310所示。如图3c所示，给定图3b所示的热点温度曲线，所述曲线基于图3a所示的环境温度曲线和负载曲线，预计变压器在24小时的时间段内的累计
‘
老化’约为35小时老化(也称为有效老化)。
[0077]
将理解的是，给定变压器的负载和环境温度曲线是可变的。图4图示了代表性变压器在24小时的时间段内温度的每小时变化曲线402和负载的每小时变化曲线404的示例，这些曲线由在长时期(例如数年)内收集的数据的累积产生。每个时间间隔的温度变化可以由每个时间间隔的上界402h和下界402l界定，并且每个时间间隔的负载变化由每个时间间隔的上界404h和下界404l界定。因此，例如对于图4所示的温度曲线402，在第10小时，温度可能下降到大约10℃与25℃之间的某处。类似地，对于图4所示的负载曲线404，在第10小时，温度可能下降到大约0.6与0.8之间的某处。
[0078]
在图4所示的说明性示例中，环境温度变化高达50％，并且负载变化高达30％。出于分析目的，假设变压器的环境温度曲线和负载曲线是已知的和/或可以通过考虑第一时间段内每个时刻的合适的下界和上界(极限)来估计。例如，第一时间段数据可以是每小时、每日、每周、每月、每季度或每年时间段，并且可以相应地与在类似/对应的时刻在长时期内观察到的变化一起使用。将理解的是，图4中所示的曲线针对于给定的24小时的时间段，并且由于环境温度和/或负载需求的季节性变化，在给定的一年中，所述曲线通常会发生变化，从而导致在第一时间段(在该示例中为24小时的时间段)内组织数据的特定时刻处环境温度/负载值的变化。
[0079]
在一些实施例中，可以使用变压器监测系统收集变压器负载、环境温度和/或其他数据。变压器监测系统可以用于检测变压器故障，并提供数据收集功能以进行变压器状况评估。变压器监测系统能够监测变压器中的温度和电流，从而确定变压器上的热点温度和电负载，以进行变压器的老化和寿命评估。变压器监测系统可以根据iec和/或ieee标准计算热点温度，并使用这种数据来对热行为进行建模，从而允许在测得读数与预期读数之间进行比较，并且提供预后服务，如对变压器未来寿命的估计。来自变压器监测系统的服务可以作为变压器的一部分或者作为由远程变压器监测系统(可以作为设备或者作为在数字系统上提供的软件解决方案来提供)支持的高级变压器服务来提供，所述远程变压器监测系统使用变压器内和周围的传感器来监测变压器，以测量变压器和环境相关参数，并且还提供用于适应概率模型以表示正被监测的变压器(包括其环境)的信息。可以经由网络接口本地(在变压器现场)和/或远程地(变压器现场以外的其他地方)监测变压器监测系统的输出。变压器监测系统可以用于监测若干个变压器，并使用本文所述的方法评估这些变压器的老化/剩余寿命。本文所述的一些实施例可以由变压器监测系统执行。
[0080]
特别地，根据一些实施例的变压器监测系统可以基于各种变压器相关参数(如环境温度、变压器上的负载、水分含量、氧气含量等)生成对变压器未来老化的预测，包括对变压器寿命终止的预测。变压器的预测老化和/或寿命终止可以用于安排变压器维护、规划/调整变压器的负载、提供对故障的提前警告、和/或用于与资产管理相关的其他目的。下面参照图20a和图20b更详细地描述根据一些实施例的变压器监测系统。
[0081]
变压器相关参数(例如变压器上的负载)以及变压器的环境温度数据可以由变压器监测系统从变压器内/变压器现场处的测量中获得。可以用安装在变压器中的传感器来测量变压器相关参数，包括水分含量、溶解氧含量以及有助于变压器诊断/变压器寿命评估的其他参数。这种数据可以由变压器监测系统存储(被监测变压器的历史数据)，并且可以用于生成对变压器相关参数的预测，例如变压器的未来负载和环境温度。环境温度数据也可以由变压器监测系统基于与变压器相关联的现场信息从给定地理位置的气象工具收集，并且在环境数据不是通过变压器的现场测量收集时在评估中使用。如下文更详细讨论的，为了有效地捕捉数据中的可观察变化，可以通过蒙特卡罗模拟或其他统计技术来生成负载/环境温度的每日概率曲线，并且这样的曲线可以用于计算年度老化估计和寿命评估。可以通过蒙特卡罗模拟生成多个年度老化估计。可以分析这些估计以确定变压器的预期年度老化。
[0082]
图5示出了环境温度变化(502)和负载变化(504)的均匀的概率分布，在一些实施例中可以用这两者来预测变压器的未来老化/估计剩余寿命。如图5所示，出于估计的目的，在一些实施例中可以假设在任何给定的时间间隔内，负载和环境温度的变化在上界和下界之间均匀分布。将理解的是，在一些实施例中可以使用不同的每日温度分布。对于给定的地理位置，可以容易地获得每日最高和最低温度。这些信息可以用于使用均匀的概率分布来对每日温度变化进行建模。
[0083]
然而，变压器监测系统可以监测环境温度，并生成更准确的变压器每日温度的概率分布。即，变压器监测系统可以使用从现场变压器获取的环境温度数据作为历史数据，并基于在特定持续时间(日/月/年)收集的历史数据生成环境温度的概率分布。因此，这种环境温度的概率分布可能比均匀的概率分布更能代表基于一天中的时间和季节的实际温度状况和温度变化。
[0084]
例如，可以发现每日温度变化的实际概率分布遵循正态分布、对数正态分布或其他概率分布，并且这些可以代替均匀的分布用于进一步评估。目前据信，出于预测/估计变压器老化的目的，均匀的分布是温度变化建模的保守选择，并且在一些实施例中，通过使用变压器参数(例如，环境温度和负载)的测得/预期极限(界限)内的均匀概率分布来图示说明所述方法。
[0085]
基于这些假设，可以针对给定时间段生成负载和环境温度的概率模型。概率模型可以针对给定时间段内的负载和环境温度的组合提供三维概率密度函数，如图6所示的三维概率密度函数602。
[0086]
在一些实施例中，假设油温是变压器的主要老化因素，即水分和氧含量不会对老化产生实质性影响，并且变压器使用热稳定纸。
[0087]
基于这些假设，针对给定的时间段(第一时间段)，如24小时的时间段，可以生成多个潜在负载-环境温度曲线，使用蒙特卡罗模拟来捕获负载-环境温度曲线中可能的变化。
在图7a和图7b中分别图示了所得负载和环境温度曲线702、704的示例。负载和环境温度曲线是基于概率模型(从可用的测得/获得的数据创建的概率密度函数)生成的影响老化的因素的曲线(也称为概率曲线)的示例。图7a和图7b示出了负载和环境温度的许多不同的可能曲线。
[0088]
图7a和图7b中所示的负载和环境温度曲线是基于以下假设生成的：在任何给定小时，负载可以随基于在给定小时观察到的负载概率分布的概率而变化，并且环境温度可以随基于在给定小时观察到的环境温度概率分布的概率而变化。即，作为均匀的负载概率分布(假设)示例，在任何给定小时，在所述范围(从最小到最大)内的任何负载值都会等可能地出现。同样，对于均匀的温度概率分布，在任何给定小时，所述范围内的任何环境温度都会等可能地出现。如前所述，变压器监测系统可以利用从存储的历史数据得到的在任何给定小时(时间)观察到的负载和温度概率分布来计算图7a和图7b所示的负载和环境温度曲线，并利用蒙特卡罗模拟技术来考虑未来负载和环境温度的统计变化，以提供对变压器剩余寿命更稳健和准确的预测。
[0089]
接下来，对于如图7a和图7b所示的每个概率场景，计算对应热点曲线，得到图8a所示的多个概率热点曲线802。即，对于通过蒙特卡罗模拟生成的每个负载和环境温度曲线，生成包含每个时刻的热点值的概率热点曲线。概率热点曲线是基于变压器中的温度测量(环境温度、顶层油温等)并使用热点模型来计算的，所述热点模型对于所讨论的变压器或变压器设计可能是唯一的(通用模型的修改)，所述唯一性是用各种常数来捕捉的，如油温常数、绕组温度常数、额定热点梯度、额定油温升以及构成所讨论的变压器的热点温度特性的其他参数。
[0090]
接下来，对于每个概率热点曲线，通过对一天(24小时的时间段)获得的对应老化加速f
aa
曲线的计算和积分，生成一年(365天)中的每一天的对应概率老化小时曲线。所得概率老化小时曲线806(也称为有效老化曲线)与24小时的时间段的总有效老化小时值的直方图808一起在图8b中示出。如图8b中可以看到的，在该示例中，基于概率生成的温度曲线和负载曲线，变压器在24小时的时间段内的有效老化小时数从大约5小时变化到大约31小时。
[0091]
因此，可以对多个模拟的24小时周期的这些估计老化小时数求和，以确定一年中的总有效老化小时数，从而估计变压器的累积老化。例如，在一个模拟中，预测变压器在一年期间的总老化小时数为5785。这意味着在一年的时间段内(等于8760小时)，预计变压器的有效年限仅为5785小时。
[0092]
图9图示了三个独立的365天老化小时模拟902的未来老化场景。如图9中可以看到的，模拟估计了一年中大约5700小时的类似累积老化小时，因此构成了年度老化场景。因此，未来老化场景是概率场景，所述概率场景基于随机选择的变压器老化因素(如环境温度和负载)来估计变压器在给定时间段内的未来老化。
[0093]
图10所示的直方图1002中图示出了图8b所示的多个概率老化小时曲线的一年期预期有效老化。如图10所示，所述分布可以近似为峰值刚好在5700小时以上的正态分布。根据该数据，可以计算出变压器的预期有效每年老化小时数的平均值和标准偏差。根据中心极限定理对正态分布进行近似处理，从而使多个老化时间段(即，365
×
24h周期)的分布总和形成正态分布，可以计算所述正太分布平均值和标准偏差，而不考虑代表导致计算的老化的分量的原始概率密度函数(即，每小时负载的统计分布和每小时环境温度的统计分
布)。因此，由于中心极限定理，可以使用与正态分布相关联的计算来基于该信息确定一年中预期有效老化小时数的95％置信区间。具体地，95％置信区间根据等式[6]计算为：
[0094][0095]
其中n是样本数，mean是样本平均值，并且σ是样本标准偏差。
[0096]
例如，如图11所示，在一个示例中，对于100个样本，平均值是5738小时，并且标准偏差(σ)是110小时。因此，在这种情况下老化的95％置信区间是5738
±
21.6有效老化小时数或239
±
0.9有效老化天数。考虑到180,000小时的标称预期寿命，这意味着所讨论的变压器预期具有180,000/5738＝31.4年的实际运行寿命。
[0097]
图12图示出了随着样本大小(n)增加的示例，即，随着模拟次数增加。图12(a)示出了n＝100的模拟的有效年度老化小时数分布，图12(b)示出了n＝500的模拟的有效年度老化小时数分布，并且图12(c)示出了n＝1000的模拟的有效年度老化小时分布。可以看出，随着模拟次数的增加，平均值和标准偏差变化很小。
[0098]
如上所述，变压器的有效老化也可能受到变压器内存在的湿度和/或氧气的影响，因为氧气和/或湿度的存在可能会影响变压器中固体绝缘的性能。图13a是根据iec 60076-7的在热稳定纸的不同水分和氧气水平下，变压器预期寿命随热点温度变化的曲线图。如图13a中可以看到的，随着氧气和水分含量的增加，预期寿命曲线向下移动，导致寿命缩短，存在的氧气对寿命具有更强的负面影响。图13a中的曲线图是通过应用阿仑尼乌斯方程生成的，其中环境因子(a)和活化能ea的参数是基于湿度和氧气水平选择的。根据iec 60076-7的等式[7]示出了用于生成图13中曲线图的等式，并且表1示出了所使用的参数。
[0099][0100]
表1——氧化、水解的活化能(ea)和环境因子(a)
[0101][0102]
在等式[7]中，使用了以下量：dp
end
是变压器寿命终止时绝缘纸的聚合度(估计为200)，dp
start
是变压器绝缘纸的初始聚合度(估计为1100)，a是以1/h为单位的环境因子，ea是以kj/mol为单位的活化能，t是以小时为单位的变压器寿命，r是以j/(k-mol)为单位的气体常数，并且θh是热点温度。
[0103]
将理解的是，图13a中所示的曲线仅针对离散的湿度水平。根据一些实施例，可以对这些曲线进行插值，以获得绝缘纸的水分含量与环境因子a之间的连续关系，如图13b所示。即，可以对曲线进行插值，以获得作为绝缘纸中湿度的函数的a。根据这些数据，可以生成一系列曲线以示出随湿度变化的变压器预期寿命。变压器监测系统可以利用油中湿度和溶解氧的测量来估计纸绝缘中的湿度，或者利用文献中报告的数据范围来概率性地说明纸
中存在水分和氧气，并创建上述合适的曲线，进而在变压器剩余寿命的评估中考虑这些因素(湿度、氧气)。
[0104]
在图14a的曲线图中可以看到预期寿命对变压器中湿度的依赖性，所述图示出了对于热稳定纸的各种热点温度，预期寿命随变压器固体绝缘中湿度水平的变化。
[0105]
参考图14b，变压器中湿度的概率模型可以通过假设湿度概率在极限内均匀分布来生成，所述极限是从对变压器进行测量得到的或是特定类型的变压器可能观察到的极限。通过基于图8所示的概率热点曲线以及概率湿度水平来模拟多个概率老化曲线，可以生成考虑了变压器中湿度的变压器老化直方图1402，如图14b所示。将理解的是，如果湿度概率的实际分布是已知的，则可以使用这种分布来代替均匀分布。
[0106]
因此，水分和氧气含量的关系可以被添加到上述预期寿命估计过程中，从而产生不同的预期有效老化曲线。模拟1000个365天场景的结果如图15所示。如其中所示，对于变压器中不同水平的湿度和氧气，会产生不同的有效老化曲线。
[0107]
图16图示了根据一些实施例的系统/方法的操作。如其中所示，估计变压器未来老化的方法包括：生成影响变压器有效老化的因素的概率模型(框1602)，生成影响变压器老化的因素的概率曲线(框1604)，根据概率曲线生成预期热点曲线(框1606)，基于预期热点曲线模拟变压器的多个未来寿命场景(框1608)，以及根据多个未来寿命场景来估计变压器的有效老化(框1610)。
[0108]
影响变压器有效老化的因素包括如负载状况、环境温度、变压器内部的湿度水平和变压器内的氧气水平等一个或多个因素。可以使用未来寿命场景的蒙特卡罗模拟来模拟多个未来寿命场景。蒙特卡罗模拟是一种用于对过程中不同结果的概率进行建模的技术，所述过程可以通过考虑系统中所涉及变量的可观测统计变化来预测。在蒙特卡罗模拟中，生成系统参数的随机样本，并作为输入提供给复杂系统或过程或其模型，并且测量/确定最终结果。通过随机选择不同的输入来多次重复这一过程，并且可以通过检查输出的统计参数来收集关于系统或过程的信息。在各种实施例中，蒙特卡罗模拟用于执行大量模拟，以考虑可能影响变压器寿命(变压器状况)的大量可能状况(例如，季节/环境变化)和可能的因素数值(例如，电力负载、湿度水平、氧气水平)，并且进而在估计变压器老化因素和剩余寿命时考虑这些变化。从历史数据(从一个或多个装置收集的历史数据，如从变压器收集的测量数据、文献中提供的行为曲线/数据范围、使用已建立的数学公式)得到的概率模型用于模拟各种环境和变压器状况。这些用于模拟的条件被称为未来寿命场景，用于以更好的统计置信度估计变压器的老化因素和剩余寿命(remnant life/remaining life)。
[0109]
图17图示了用于生成对变压器剩余寿命的估计的系统。根据一些实施例，这种被称为寿命终止(eol)估计的估计可以在变压器寿命开始时基于预测/预期老化因素(如环境温度和/或运行负载的预期变化)或者在变压器运行寿命期间的任何时间生成。例如，如图18所示，可以在变压器寿命开始时(t＝0)，或者在t＝0与变压器eol之间的时间t1估计eol。在任何给定的时间t，变压器剩余寿命的估计基于截至时间t的估计有效老化和时间t与变压器eol之间变压器的未来有效老化预测的组合。截至时间t变压器的估计有效老化可以基于已知或估计老化因素，如截至时间t的已知负载和环境温度变化。在时间t与eol之间变压器未来有效老化的预测基于预测的/预期的老化因素。
[0110]
预测/估计的老化因素可以基于已知的过去的老化因素值。例如，在变压器寿命开
始时，eol估计基于预期环境温度和运行负载变化的模型，完全由变压器未来有效老化预测构成。当变压器运行时，可以记录反映变压器经历的实际环境温度和运行负载变化的数据。用于估计未来有效老化的预期环境温度和运行负载变化的模型可以使用记录的数据来更新，这可以随着时间提高eol估计的准确性。
[0111]
再次参考图17，变压器老化估计器200包括过去有效老化估计器230，所述过去有效老化估计器基于变压器的实际或估计老化因素历史(例如截至该点变压器经历的实际或估计环境温度和运行负载)来生成变压器的过去有效老化估计。变压器老化估计器200还包括未来有效老化预测器220，所述未来有效老化预测器基于变压器过去老化估计和变压器未来老化预测来生成变压器的剩余寿命预测。变压器未来老化预测基于老化因素模型，所述老化因素模型可以考虑预测的老化因素曲线(例如，历史或平均环境温度和/或运行负载曲线)以及所讨论的变压器的实际老化因素数据。
[0112]
例如，在额定寿命为180,000小时的变压器的寿命开始时，过去有效老化估计器230将生成0小时过去有效年限。未来有效老化预测器220将仅基于老化因素模型产生eol估计，所述老化因素模型仅考虑预测的老化因素曲线。
[0113]
在变压器寿命中的某个稍后时间(例如，在t＝t1处)，过去有效老化估计器230将例如基于变压器经历的实际环境温度和负载来生成变压器的过去有效年限估计。在一个示例中，过去有效老化估计器230可以生成100,000小时的变压器有效年限。为了确定eol估计，未来有效老化预测器220基于预测的老化因素曲线生成变压器每年将经历的有效老化小时数的预测。继续所述示例，未来有效老化预测器220可以基于预测的老化因素(环境温度、负载、水分含量、氧气含量等)来确定变压器将以每年6000的有效老化小时数的速率老化(在预定置信度内)。变压器剩余预期寿命被计算为180,000-100,000＝80,000小时。该量除以由未来有效老化预测器220确定的有效老化速率，以生成截止eol的值(80,000(小时)/6,000(小时/年)＝13.33年)。
[0114]
图19是根据一些实施例的变压器老化估计器200的操作流程图。所述方法包括收集(框1902)表示在变压器运行期间影响变压器有效老化的因素的运行数据，并更新(1904)影响变压器有效老化的因素的概率模型。
[0115]
所述方法进一步包括基于运行数据确定(框1906)变压器的有效当前年限。变压器的预期剩余寿命是根据多个未来老化场景、根据变压器的有效当前年限和变压器的标称预期寿命来估计的。因此，所述方法包括基于有效当前年限和未来老化场景确定(框1908)变压器的剩余寿命。
[0116]
图20a是用于估计变压器以及变压器10a和10b的寿命终止(eol)的变压器监测系统30的框图。根据一些实施例的变压器监测系统30可以监测一个或多个变压器10a、10b。在一些实施例中，变压器监测系统30集成在作为用于监测和寿命评估的设备提供的变压器10a内，而在其他实施例中，变压器监测系统30与被监测的变压器10a、10b分开。
[0117]
变压器监测系统30包括处理器电路34、耦接到处理器电路的通信接口32以及耦接到处理电路34的存储器36。存储器36包括机器可读计算机程序指令，所述机器可读计算机程序指令当由处理器电路执行时使所述处理器电路执行本文所述的一些操作。例如，变压器监测系统30可以执行变压器老化估计器200的操作。
[0118]
如图所示，变压器监测系统30包括通信接口32(也称为网络接口)，所述通信接口
被配置为经由有线或无线通信信道14提供与其他设备的通信，例如与变压器10a、10b中的传感器20的通信。
[0119]
变压器监测系统30还包括处理电路34(也称为处理器)和耦接到处理电路34的存储器36(也称为存储器)。根据其他实施例，处理电路34可以被定义为包括存储器，使得不需要单独的存储器电路。
[0120]
如本文所讨论的，变压器监测系统30的操作可以由处理电路34和/或通信接口32执行。例如，处理电路34可以控制通信接口32通过通信接口32向一个或多个其他设备传输通信和/或通过网络接口从一个或多个其他设备接收通信。此外，模块可以存储在存储器36中，并且这些模块可以提供指令，使得当模块的指令被处理电路34执行时，处理电路34执行相应的操作(例如，本文关于示例实施例讨论的操作)。
[0121]
变压器10a、10b(例如可以是高压变压器)包括充油室12。传感器20设置在充油室12内或附近。传感器20测量与变压器10a、10b相关联的各种量，如运行负载、环境温度、水分和/或氧气含量，并且经由通信信道14将测量结果传输到变压器监测系统30。通信信道14可以包括有线或无线链路，并且在一些实施例中可以包括无线局域网(wlan)或蜂窝通信网络，如4g或5g通信网络。
[0122]
变压器监测系统30可以从变压器10a、10b接收运行负载、温度、水分和/或氧气含量的在线或离线测量结果，并对这些测量结果进行处理以确定变压器10a、10b的预期eol。尽管被描绘为独立设备，但是变压器监测系统30可以在服务器、服务器集群和/或提供资产监测的基于云的远程服务器系统中实施。变压器监测系统30可以从一个变压器和/或多个变压器中获得测量数据。
[0123]
本文所述的变压器监测系统30可以以许多不同的方式实施。例如，根据一些实施例的变压器监测系统30可以接收在线/离线数据，并且接收到的数据由设备中被配置用于学习和分类的机器学习技术用来识别不同的行为模式(例如，与季节、电负载或时间相关的变压器参数)，所述行为模式可以考虑用于各种实施例中描述的估计/模拟。所述设备可以连接到一个或多个变压器10以接收测量数据。
[0124]
在一些实施例中，变压器监测系统30可以是可连接的，以接收与若干变压器10相关的测量数据。
[0125]
图20b图示了可以存储在变压器监测系统30的存储器36中的各种功能模块。所述模块可以包括：用于经由通信接口32从变压器10中的传感器20获得测量结果的老化因素测量模块36a、生成变压器未来有效老化估计的未来老化预测模块36b、例如基于变压器经历的实际老化因素生成变压器的过去老化估计的过去老化估计模块36c、以及估计未来老化因素曲线的老化因素模型36d。
[0126]
在本发明构思的各种实施例的以上描述中，应当理解，本文使用的术语仅出于描述特定实施例的目的，而不旨在是限制本发明构思的。除非另有定义，否则本文中所使用的所有术语(包含技术术语和科技术语)均具有与本发明构思所属领域的技术人员通常所理解的相同含义。应进一步理解的是，如常用词典中所定义的术语应被解释为具有与其在本说明书的背景下和相关领域中的含义一致的含义。
[0127]
当元件被称为“连接到”、“耦接到”、“响应于”(或其变体)另一个元件时，其可以直接连接到、耦接到或响应于另一元件，或者可以存在中间元件。相反，当元件被称为“直接连
接到”、“直接耦接到”、“直接响应于”(或其变体)另一个元件时，不存在中间元件。贯穿全文，相同的数字指代相同的元件。此外，本文使用的“耦接”、“连接”、“响应”或其变体可以包括无线耦接、连接或响应。除非上下文另外清楚地说明，否则如本文所使用的，单数形式“一”、“一种”和“所述”旨在包括复数形式。为了简洁和/或清楚，可能不会详细描述众所周知的功能或构造。术语“和/或”包括相关联的所列项中的一个或多个的任何和所有组合。
[0128]
应当理解，尽管本文中可以使用术语第一、第二、第三等来描述各种元件/操作，但是这些元件/操作不应受这些术语的限制。这些术语仅是用来将一个元件/操作与另一个元件/操作进行区分。因此，在不脱离本发明构思的教导的情况下，一些实施例中的第一元件/操作可以在其他实施例中被称为第二元件/操作。在整个说明书中，相同的附图标记或相同的附图指示符表示相同或相似的元件。
[0129]
如本文所使用的，术语“包括”、“包含”、“具有”或其变体是开放式的，并且包含一个或多个陈述的特征、整数、元件、步骤、部件或功能，但是不排除一个或多个其他特征、整数、元件、步骤、部件、功能或其组合的存在或添加。
[0130]
本文参考计算机实施的方法、装置(系统和/或设备)和/或计算机程序产品的框图和/或流程图来描述示例实施例。应当理解的是，框图和/或流程图的框以及框图和/或流程图中框的组合可以通过一个或多个计算机电路执行的计算机程序指令来实施。可以将这些计算机程序指令提供给通用计算机电路、专用计算机电路和/或其他可编程数据处理电路的处理器电路，以产生机器，使得经由计算机和/或其他可编程数据处理装置的处理器执行的指令转换并控制晶体管、存储在存储器位置中的值以及这种电路内的其它硬件部件，以实施框图和/或一个或多个流程图框中指定的功能/动作，并且由此创建用于实施框图和/或(多个)流程图框中指定的功能/动作的装置(功能)和/或结构。
[0131]
这些计算机程序指令还可以存储在有形计算机可读介质中，所述有形计算机可读介质可以指导计算机或其他可编程数据处理装置以特定方式发挥作用，使得存储在计算机可读介质中的指令产生包括指令的制品，所述指令实施框图和/或一个或多个流程图框中指定的功能/动作。因此，本发明构思的实施例可以体现在硬件和/或软件(包括固件、常驻软件、微代码等)中，所述硬件和/或软件在如数字信号处理器等处理器上运行，所述数字信号处理器可以被统称为“电路”、“模块”或其变体。
[0132]
还应该注意的是，在一些替代性实施方式中，框中标注的功能/动作可以不按流程图中标注的顺序发生。例如，根据所涉及的功能/动作，连续示出的两个框实际上基本上可以同时执行，或者这些框有时可以按相反顺序执行。此外，可以将流程图和/或框图的给定框的功能分成多个框，和/或流程图和/或框图的两个或更多个框的功能可以至少部分地集成。最后，在不脱离本发明构思的范围的情况下，可以在所展示的框之间添加/插入其他框，和/或可以省略框/操作。此外，尽管所述图中的一些图包括通信路径上的箭头以示出通信的主要方向，但是应当理解的是，通信可以在与所描绘的箭头相反的方向上发生。
[0133]
在不实质脱离本发明构思原理的情况下，可以对实施例做出许多变化和修改。所有这些变化和修改都旨在包括在本发明构思的范围内。因此，上文所公开的主题应视为说明性而非限制性的，并且实施例的示例旨在覆盖落入本发明构思的精神和范围内的所有这种修改、增强以及其他实施例。因此，为了最大程度获得法律允许，本发明构思的范围将由本公开的最广泛允许的解读来确定，所述解读包含实施例及其等效物的示例，并且不应受
限于或局限于前述具体详细描述。