（国网新疆电力有限公司奎屯供电公司 新疆奎屯 833200）
摘要：目前我国经济发展十分快速，电力行业发展也十分快速，配电变压器作为配电系统的关键设备，具有设备数目众多、直接与用户相连接等特点，其故障常直接导致用户停电，对供电可靠性影响较为明显。科学合理的检修计划可提高配电变压器的可靠性性能，能有效地减少设备故障发生机率，对供电可靠性提升有极大的意义。
关键词：可靠性；变压器组；年度检修计划
引言
随着电力行业的快速发展，智能电网发展也十分快速，传统的设备管理运行模式已不能满足电力公司和用户对系统经济性和可靠性的双重需求。电力设备检修和备用分析是电力系统设备管理运行的重要方面，其根本目的是通过提高电力设备可靠性来降低系统风险水平，提高系统经济性和可靠性。本文围绕配电变压器的检修计划和备用规划优化问题，开展如下研究。
1计及健康状态和检修模式的配电变压器故障率模型
1.1基于健康指数的配电变压器故障率模型
作为电网状态检修的基础，电力设备状态评价的相关技术和标准已经较为成熟。状态评价是在综合分析监测设备得到的状态数据、设备运行时限和家族性缺陷等多源数据的基础上评估设备的健康状态。由《配网设备状态评价导则Q/GDW645-2011》可知，以台为单元对配电变压器的各个部件进行状态评价，包括绕组、套管、分接开关、冷却系统、油箱、非电量保护、接地系统、绝缘油及标识等，通过完整的状态评价可得到配电变压器的健康指数。通常，健康指数与配电变压器故障率的关系可表示为：
式（3）中，δa为检修后的设备健康指数；大修和小修的修复因子β取值分别为0.6和0.8。
2计及可靠性的配电变压器组年度
2.1检修计划模型的决策变量
配电变压器与负荷直接相连，对其进行停电检修将会导致负荷停电，不同检修时间的负荷大小不同，计划停电损失不同。还有，设备健康指数随时间变化，不同时间检修对健康指数改善的绝对值不同。检修时间会对检修费用和可靠性水平产生影响，因此，检修时间是需要优化的决策变量。结合检修计划分类，本文制定针对配电变压器的年检修计划，将检修任务分配至每月，优化得到的检修时间为月份，即：优化结果为配电变压器计划检修的月份，而具体安排至某一时段属于日检修计划的范畴，不属于本文研究的内容。由于不同的检修模式对设备健康指数的改善程度不同，且不同的检修模式的检修费用和检修停电时间也有所差异，故检修模式会影响检修费用和可靠性水平，是需要优化的另一个决策变量。
2.2配电变压器组检修计划最小费用模型
配电变压器与负荷直接相连，对其进行停电检修将会导致负荷停电，不同检修时间的负荷大小不同，计划停电损失不同。同时，设备健康指数随时间变化，不同时间检修对健康指数改善的绝对值不同。检修时间会对检修费用和可靠性水平产生影响，因此，检修时间是需要优化的决策变量。因此，检修时间是需要优化的决策变量。不同的检修模式对设备健康指数的改善程度不同，且不同的检修模式的检修费用和检修停电时间也有所差异，故检修模式是需要优化的另一个决策变量。由此，检修计划模型的决策变量为配电变压器的检修时间和检修模式。本文以计划检修费用和随机故障停电损失费用之和最小为目标，建立基于最小费用的检修计划优化模型。其目标函数为：
（4）
式（4）中，CTOTAL为系统总费用；CM为计划检修费用；CLOSS为随机故障停电损失费用。
3配电变压器组年度检修计划优化模型的求解算法
3.1基于实数编码的自适应遗传算法
遗传算法（geneticalgorithm，GA）是一种模仿自然界生物进化过程的智能计算方法，具有过程简单、通用性强和适合并行优化计算等优点。目前，研究较多的编码方式是二进制编码，即采用类似于染色体结构的二进制字符串来描述决策变量。该种编码方式下的交叉、变异和选择操作便于实现，算法处理模式多。但常见的二进制编码方法不能直接反映问题固有的结构特征，个体长度大且稳定性、计算精度不如实数编码。本文采取基于实数编码的自适应遗传算法对模型进行求解，采用实数对决策变量进行编码，并根据模型特点设计遗传策略和交叉、变异概率的自适应调整策略。
3.2算法流程
结合3.1节相关内容，依据自适应遗传算法求解检修计划的步骤如下所示：步骤1：输入线路数据、变压器健康指数、负荷大小、检修成本、IEAＲ等计算所需原始数据。步骤2：设置自适应遗传算法的种群大小、变异概率、交叉概率、最大迭代次数等参数。步骤3：随机生成代表检修方案的染色体，形成初始种群。步骤4：选取种群的染色体，初始化该染色体的系统总费用CTOTAL、计划检修费用CM、随机故障停电损失费用CLOSS，令t=0。步骤5：计算第t个时间段的计划检修费用和随机故障停电损失费用，并累加至目标函数CTOTAL。步骤6：根据时间段t的检修情况，结合式（2）～式（3）计算下一时间段内的变压器健康指数δ。步骤7：判断t=T，若是则转入下一步；否则，t=t+1并转入步骤5。步骤8：计算该染色体的适应值大小。步骤9：判断所有染色体是否计算完毕，若是，则输出所有染色体的适应值并转入下一步；否则转入步骤4。步骤10：采用轮盘赌法选择染色体形成新的种群；对染色体进行交叉、变异操作。步骤11：判断是否满足遗传算法的迭代终止条件，若满足，则转至步骤12；否则转至步骤4。步骤12：计算结束并输出最优检修方案及其可靠性、经济性指标。
结语
随着电力行业的快速发展，本文依据变压器组的健康指数制定检修计划，未能考虑到配电线路的影响。后续研究可考虑制定更为全面的检修计划，如在综合考虑线路、变压器、断路器等设备的情况下制定检修计划。
参考文献：
[1]余贻鑫，栾文鹏.智能电网述评[J].中国电机工程学报，2009，29（34）：1-8.
[2]李文沅.电力系统风险评估：模型、方法和应用[M].北京：科学出版社，2006.
[3]谢昶.电网检修计划优化编制方法研究及应用[D].华北电力大学，2013.
[4]束洪春.电力系统以可靠性为中心的维修[M].北京：机械工业出版社，2009.
[5]郇嘉嘉.电网设备状态检修策略的研究[D].华南理工大学，2012.
论文作者:徐孟,夏海,火乾坤,张风旗
论文发表刊物:《电力设备》2018年第5期
论文发表时间:2018/6/13
标签：变压器论文; 计划论文; 步骤论文; 可靠性论文; 费用论文; 染色体论文; 健康论文; 《电力设备》2018年第5期论文;