学术简报｜基于Wiener模型的变压器油纸绝缘老化剩余寿命评估方法
哈尔滨理工大学工程电介质及其应用教育部重点实验室、电介质工程国家重点实验室培育基地的研究人员张明泽、刘骥等，在2018年第21期《电工技术学报》上撰文指出，变压器的稳定安全运行是电网可靠供电的重要保证，为合理预测实际运行单台变压器油纸绝缘的剩余使用寿命，提供一种单台变压器油纸绝缘系统剩余使用寿命的预测方法。
首先以Wiener随机模型为理论基础，建立其剩余概率密度函数方程；其次利用Bayesian定则对参数进行迭代更新处理，并采用最大期望算法，实现剩余寿命预测模型参数迭代更新，最终达到剩余寿命预测的目的。
为进一步验证上述剩余寿命预测方法的准确性，在实验室中进行130℃加速热老化试验，分别获得老化温度下的油中糠醛退化数据及绝缘纸板聚合度退化数据，将退化数据与上述算法相结合，对比实测油纸绝缘剩余寿命的结果，验证了所提算法预测变压器油浸纸板剩余寿命的准确性。
大型油浸式电力变压器的可靠运行对保证电网的安全稳定起着重要的作用。除在变压器生产过程中保证各工艺结构的可靠性外，在负荷运行中也应该提高其监测水平。根据历史监测老化信息量对变压器运行状态进行分析，对制定合理的运检计划有着重要的意义。
然而由于变压器是一个庞大而且复杂的系统，且内部绝缘老化过程受各老化机理的相互影响，若同类型变压器的运行历史记录、运行工况不同（负载的突然增加或减少），则变压器状态可能不同；而相同运行条件下，不同种类变压器运行状态也不近相同。因此，相对多（台）样本变压器寿命预测，单台变压器的剩余寿命预测是一项极为复杂的工作。
老化信息量的监测已成为评估变压器运行状态的基础，对“服役”中变压器健康状态的评价已成为众多学者研究的重要问题，研究难点在于如何利用非破坏性试验，建立合理的变压器老化剩余寿命模型，获得变压器的剩余寿命。
由于现场变压器绝缘检测时，内部绝缘纸板难以取样，目前通常根据溶解于绝缘油中的水分、酸值、气体及糠醛含量等老化产物加以分析并间接评估变压器内部绝缘状态。测试变压器油中的糠醛含量是评估变压器内部油纸绝缘老化程度的主要方法之一。糠醛在绝缘油中稳定存在且易于检测[10]，但油中糠醛含量会随变压器的运行负载变化而不断变化，该方法仅能监测当前变压器绝缘老化状态，而不能用于预测绝缘剩余使用寿命。
目前，国内学者在该领域更多的探索倾向于根据变压器各类型老化信息，分析变压器的运行状态。李振柱等采用基于热点温升的变压器绝缘寿命损失模型结合变压器健康指数分级评估的方式，对变压器剩余寿命进行了预测。王有元等采用基于多特征参量的变压器健康指数评估方式对变压器寿命进行评估[12]。上述两种方法均提出了基于综合变压器运行状态的寿命评估方法，但评估参量对于变压器寿命的敏感程度、权重分配等问题仍有待于考虑。
国际上更多的采用IEEE标准C57.91与IEC标准600767提供的方法预测变压器内部绝缘剩余寿命，以变压器内部的热点温升及绝缘纸板的化学反应动力学模型作为依据，根据变压器内部热点温度及绝缘纸板聚合度的变化趋势预测绝缘的寿命，但均未考虑变压器运行过程中负荷的变化会影响绝缘老化速率变化。
由于变压器内部油纸绝缘系统具有可靠性高、寿命长等特点，在短时间内不易获取大量历史数据。本文选择利用加速老化环境中油纸绝缘系统的性能退化数据进行剩余寿命分析。国内外的学者们已建立了一些分析设备、材料等性能退化过程的模型，如退化轨迹模型、退化量分布模型及随机过程模型等。
在众多模型中，Wiener模型适于递增的高斯性能退化过程建模，因其较强的适用能力，普遍应用于工程领域中。彭宝华、王小林等均使用Wiener模型对使用中的金属化膜电容器的损耗进行了评估分析；史华洁等运用非线性Wiener模型建立了一种结合历史退化数据的多样本剩余寿命预测方法；N. Gebraeel等提出仅根据贝叶斯（Bayesian）方法结合更新的性能退化数据对Wiener过程中的随机参数进行计算。
本文以Wiener模型为基础，求取适用于变压器油纸绝缘老化的剩余概率密度模型，同时根据模型中漂移参数的后验分布，利用Bayesian规则进行模型中参数实时更新处理，并应用最大期望算法（Expectation Maximum algorithm, EM）求取极大似然函数中的估计参数值，最终得到求取变压器油纸绝缘剩余寿命的预测方法。
为验证上述剩余寿命预测方法的准确性，本文制备了多组变压器油浸纸板试样（模拟单台变压器随运行时间的退化过程），在130℃老化试验下分别获得油中糠醛退化数据及绝缘纸板聚合度数据，同时结合上述算法得到变压器油浸纸板剩余寿命预测的概率密度分布趋势，并验证其预测剩余寿命与实际剩余寿命之间的准确性。
本文提出的一种依据历史数据迭代更新的剩余使用寿命预测方法主要有以下两个特点：首先，针对某一特定个体分析，不需要同类其他系统的大量历史数据作为先验信息，仅需要某一特定个体的历史监测退化数据即可，这对今后单台实际运行变压器的剩余寿命预测方式提供了指导性建议；其次，在参数估计过程中实现了退化模型全体参数的实时更新，这对于运用固定参数来预测实际运行变压器剩余寿命的方式而言，可得到更为准确的预测结果。
图1 糠醛含量及聚合度的变化规律
本文针对油纸绝缘模型，以Wiener随机过程模型为基础，将历史退化数据与Bayesian定则、EM算法相结合，得到了剩余寿命模型中估计参数的实时更新算法；同时通过加速老化试验验证了油纸绝缘在加速老化温度下剩余寿命预测的准确性，主要结论如下：
1）所提预测方法能够实时预测变压器油纸绝缘老化过程中的剩余使用寿命，算法具有可行性。
2）结合不同时间监测的历史退化数据，估计参数在有实时更新情况，对剩余寿命预测比估计参数无实时更新情况下更准确，且更接近真实值。
3）提出的实时更新预测方法对预测模型中漂移参数、扩散系数初始值的敏感程度较小，且能较快逼近实际性能退化曲线，能降低模型参数估计的不确定性。
在实际监测中，应考虑应用大数据技术预测将来负荷状况，并用此温升作为变压器绝缘老化依据，结合内部绝缘老化特征量（如糠醛、CO、CO2等）的变化作为变压器历史监测性能退化数据，预先确定退化阈值，结合本文提出预测模型参数估计方法，可实现对实际运行单台变压器的剩余寿命预测。
本文主要考虑在复杂运行环境中各变压器样本间的差异性，而未考虑多台变压器数据的相互关联性，这是本文算法的局限性。在后续的工作中，将结合变压器状态监测大数据和数据融合技术，开展变压器绝缘寿命的全方面预测研究。