（广东电网公司 广州 510060 中国）
摘要：设备的平均缺陷率及其随设备投运年限的增长模式对于电网企业的成本预测、设备选型、生产运维等管理工作具有重要意义。已有的工作中对设备的平均缺陷率增长模式的研究较为缺乏，本文通过对广东电网近年来油浸式主变压器的设备缺陷记录开展统计分析与模式发现，挖掘主变压器平均缺陷率随着设备投运年限的增长规律。在此基础上构建了主变压器设备缺陷率增长模型，探索广东电网主变压器未来平均缺陷率保持持平的条件及预测2015年缺陷率的增长情况，研究了缺陷率增长模式影响因素。本文的研究成果对电网企业管理具有较强的参考意义。
关键词：设备缺陷；主变压器；平均缺陷率增长模式
ABSTRACT: Device average defect rate and its increase patterns by device age are of great significance to many power grid enterprise management practices, such as device maintenance, cost estimation, device type selection, etc. The study of device defect rate increase patterns is lack in existing works. Through the statistical analysis and pattern discovery of defect records of GPGC Oil-immersed main transformers, the pattern between the increase of main transformer average defect rate and the device age is researched. Based on this, we developed a main transformer defect rate increase model, figure out the condition to stabilize the GPGC main transformer average defect rate, and predict the future value of main transformer defect rate in 2015. In the last section, we studied several factors that affect the increase patterns. The study result in this paper is of strong reference value to grid enterprise management.
KEY WORD: device defect；main transformer；average defect rate increase patterns
0 引言
对主变压器等电力设备的缺陷情况进行统计分析与模式研究，是有针对性地开展设备运维工作、有效制定事故预防措施、深入掌握设备总体质量情况的重要手段。目前在设备缺陷方面的研究主要集中在以下几个方面：分析某类特定设备某类缺陷的原因机理[1-5]、探索有效的缺陷辨识方法[6-8]、研究减少某类缺陷发生的方法[9-11]，统计年度设备缺陷率总体情况[12-13]，等等，而对于设备缺陷率随设备投运年限增长模式的分析和研究却鲜有涉及。随着电网生产管理信息系统中设备缺陷数据积累日益丰富，基于大样本数据开展设备缺陷率增长模式研究的条件逐渐成熟。
在本文中，以广东电网近5年来积累的35kV及以上油浸式主变压器的缺陷记录数据为基础，以设备投运年限为基准对主变缺陷进行分析挖掘，研究在长时间周期下设备平均缺陷率随设备投运年限的变化规律。设备平均缺陷率定义为每百台主变压器、断路器等设备在年度时间区间内发生的各类缺陷的总体数目。即：某类设备的平均缺陷率 = 该设备该统计年度区间发生的所有缺陷的数量 / 该类设备在统计年度区间内的数量，单位为：项/（百台•年），其中某类设备在统计年度区间内的数量=（该类设备在年初时间点的数量+年末时间点的数量）/2。
1 主变平均缺陷率增长规律分析
1.1 主变平均缺陷率随投运年限增长趋势
将主变压器的平均缺陷率按照设备投运年限进行统计分析，得到如图1所示的主变平均缺陷率随设备投运年限分布的示意图。图中第0年表示设备投运第一年内的平均缺陷率，其他年限依次类推。
如图1所示，广东电网主变压器平均缺陷率随设备投运年限的增长而逐渐升高，近似成线性关系，并在第17年时达到顶峰。由于近几年来电网改造规模较大，目前广东电网使用年限超过17年的设备数量不多（占总设备数量的2.97%），相应的缺陷记录积累较少（系统中第17年及以后的缺陷记录数据量只占总缺陷记录数据量的5.08%），对于17年之后的缺陷增长模式分析需要继续积累数据，本文暂不考虑。
1.2 各缺陷部件、类别平均缺陷率随投运年限分布规律
为了进一步了解主变平均缺陷率增长模式的内在因素，分别从主变压器缺陷部件、类别等方面，分析其增长规律。
1.2.1 各缺陷部件缺陷率随投运年限分布
如表1所示，在变压器的各类缺陷部位中，呼吸器、冷却系统、本体和调压装置是缺陷数量较多的部位，其中呼吸器上发生的大部分缺陷为“硅胶变色超2/3”，暂不讨论。
冷却系统、本体等部位缺陷率按主变投运年限的分布规律如图2。
由图2可知，主变压器各主要缺陷部位的平均缺陷率随设备投运年限的分布规律与主变总体缺陷增长趋势基本相同。
1.2.2 各缺陷类别平均缺陷率随投运年限分布
主变压器各缺陷类别数量分布如表2所示：
在各缺陷类别中，“渗漏”、“机械损坏”、“电源故障”等是广东电网主变压器缺陷的主要类别（“硅胶变色超2/3”缺陷数量虽然多，但是属于重复性维护项目，对设备状态影响不大），其随设备投运年限的分布规律如图3：
由图3可见，渗漏、机械损坏、电源故障等缺陷类别的平均缺陷率随投运年限的变化规律也是呈逐年增长趋势，与主变平均缺陷率增长趋势大致相同，是主变缺陷率增长模式的重要贡献者。
基于汇总分析和业务理解，主变各主要缺陷类别的平均缺陷率随投运年限的变化规律，可以大致分为四类，如图4：
如图4所示，主变压器平均缺陷率的主要变化规律包括持续上升、后浴盆曲线、尖峰型和平稳型等4类，其中持续上升型平均缺陷率增长模式占比超过30%，是主变压器缺陷率增长模式的最主要分量。
2 平均缺陷率随投运年限增长模型研究
2.1平均缺陷率随投运年限增长模型参数拟合
由前文分析可知，主变压器的平均缺陷率按投运年限呈现出正增长模式，且基本呈线性相关关系，可采用线性回归拟合。设广东电网主变压器平均缺陷率随投运年限的变化规律如下：
(1)
其中y(n)为投运年限为n的主变的平均缺陷率（n = 0表示设备投运第一年），λ为缺陷率随主变投运年限增长的比例，b为设备投运当年（第0年）的平均缺陷率，拟合结果为：λ = 4.351，b = 19.771。拟合度R2=0.9235，存在显著的线性相关性（见图5）。
λ的变化和平均缺陷率y(n)的变化呈正相关性，较低的λ意味着更高的设备质量和较高的设备运维水平。λ数值越大，说明随着年限的增长平均缺陷率上升越快，此时运维压力将越大。
2.2 电网主变平均缺陷率增长模型研究
为了研究整个电网中所有主变平均缺陷率的未来变化规律，基于前述平均缺陷率和投运年限线性相关的结论，假定系统中现存主变设备的最大运行年限为N，投运年限为第n年的设备数量为xn，则整个电网主变当前的平均缺陷率Y为：
(2)
为了预测未来电网中主变的平均缺陷率，假设每年新投运设备的占比ss为α，未来第m年投运年限为n的设备数量为xnm，则第m+1年投运年限为n的设备数量为：
(3)
在λ不变的情况下，α的变化和整体缺陷率呈负相关，增加年新设备的投入量，可以降低设备平均缺陷率，α数值越大，电网平均缺陷率将越低，运维成本降低，但是α越大设备总体购置成本越高。
2.3 λ和α对平均缺陷率增长模式的影响
由公式（2）、（3）可见：降低平均缺陷率的途径，一是设法降低λ，二是提高α。为了比较二者对平均缺陷率的影响，以下基于广东电网主变2010年数据，分析主变压器平均缺陷率相对于参数λ,α的灵敏度。λ,α对于设备平均缺陷率的影响如下：
在正常电网运行情况下，0%≤α≤15%，0≤λ≤50，则由公式（6）可知，λ对电网主变平均缺陷率的影响比α高，说明电网平均缺陷率对λ的变化更为敏感。这说明：为了降低电网平均缺陷率，单纯增加α在短期内是有效的，但是如果λ过高，缺陷数量仍然很快会回升。也即如果只关注替换旧设备，而不去想法降低λ，那么替换设备所花费的努力很快就会被浪费。
当λ的取值接近100时，即设备缺陷率接近100项/（百台•年）时，
，此时新投运设备比例α对平均缺陷率的影响更大，说明当设备的平均缺陷率很高的时候，更换新设备是更优的选择。
分别选择λ的值为（2.176,4.351,8.702）,计算λ的变化对2015年变压器平均缺陷率的影响，结果见表3。
分别选择α的值为（7.25%,14.50%,29.00%）,分析α的变化对2015年主变平均缺陷率的影响，结果见表4。
由表3，表4可见，同样是增减50%和增长1倍，平均缺陷率的变化幅度不同，平均缺陷率对λ变化反应更大。
2.4 广东电网主变平均缺陷率持平条件研究
如果设备质量及其运维条件不变（λ保持恒定），以广东电网2010年各年限设备数量和前述拟合λ作为基础，计算在未来一段时间内，广东电网平均缺陷率保持持平（与2010年相同）的条件。
在λ确定的条件下，α的计算方法为：
(7)
通过将未来5年的设备平均缺陷率持平作为临界条件，计算得临界条件为α0=14.50%。也即未来5年中，每年电网中新主变占比要达到14.5%，电网的主变平均缺陷率才能维持不变。
截至2010年底，广东电网35千伏及以上变电容量3.7亿千伏安。按照目前的规划，“十二五”期间将计划投资1960亿元进行电网建设改造，将新增35千伏及以上变电容量16996万千伏安，也即主变容量每年增长约9.19%，由此测算“十二五”末期2015年广东电网主变平均缺陷率将比2010年上升13.9%，达到约46.7%。由此可见，通过提高设备质量和运维水平，努力降低λ，将是广东电网未来控制主变平均缺陷率的关键。
3 影响主变平均缺陷率增长速度（λ）的因素
3.1 λ与设备生产厂家的关系
传统上对设备生产厂家的技术评价往往集中在对其产品故障率和缺陷率的对比上，而通过对各个电压等级主变的缺陷率增长模式进行比较，发现领先厂商的缺陷率增长速度（λ)明显要小于落后厂商，以220kV电压等级为例，其领先生产厂商和落后生产厂商的λ对比见图6，图7。
由图6和图7可见：220kV电压等级领先厂商和落后厂商的平均缺陷率增长速率对比为1.7255∶9.6765。由于平均缺陷率增长速度对于电网主变的长远平均缺陷率有重要影响，该数值比单纯的缺陷率高低更有参考意义，为全面评价生产厂商的设备质量提供了补充。更深入地，可以基于设备平均缺陷率增长模式，通过除以主变缺陷率在某个电压等级上的平均增长速度，将单个设备厂的主变缺陷率折算到单年，建立设备厂商产品缺陷率评价模型。
3.2 λ与设备运行环境的关系
通过对主变所在变电站的不同污区等级与λ进行关联分析，发现污区等级越严重，λ越大，见图8.
由图8可见：随着污区等级上升，λ也越大，从直观上来看，意味着设备运行环境越恶劣，平均缺陷率增长得越快。但是由于在中国现有经济环境下，重污区往往也是工业比较密集的地区，这些地区负荷也比较重，上述结果也有可能意味着随着负荷的上升而λ上升。由于目前尚未开展负荷对设备缺陷率影响的相关数据集成，有待后续做进一步研究。
4 结论
本文通过对广东电网主变的设备缺陷记录进行统计分析，发现主变的平均缺陷率随着投运年限的增长而呈近似线性增长，增长率约为4.352项/（百台•年）。基于此发现构建了主变平均缺陷率增长模型，研究了模型中不同参数对电网中所有主变平均缺陷率的影响，得到了缺陷率增长率对平均缺陷率的影响大于电网中新设备比例的结论，意味着如果只是单纯增加系统中新设备的比例，而不控制缺陷率增长速度，系统平均缺陷率仍将快速上升，导致运维成本上升。基于广东电网现有的主变设备规模和电网规划，计算得出在现有缺陷率增长率条件不变的情况下，广东电网每年新主变比例需达到14.5%，才能使未来保持电网主变平均缺陷率持平；按照现有电网设备水平及电网规划，在2015年广东电网主变平均缺陷率将上升13.9%，达到约46.7%。进一步研究了缺陷率增长率与设备生产厂家与设备运行环境的关系，发现不同梯队的厂家缺陷率增长率差异较大，以及不同污区环境下缺陷率增长率差异较大。虽然本文各种研究基于广东电网的主变缺陷数据而开展，但是其分析方法和部分结论同样适用于其他电网，对于提高电网管理的量化程度和精益化水平，具有重要参考价值。
参考文献
[1]张国稳,祁光胜. 主变压器高压套管将军帽缺陷分析及处理[J]. 电网与清洁能源. 2012(04): 98-101.
[2]司文荣,李军浩,郭弘,等. 直流下局部放电重复率的数学物理模型[J].电工电能新技术. 2008(04):27-31+72.
[3]李顺尧.变压器套管将军帽缺陷分析及处理[J].高压电器. 2007(01):79-80 .
[4]周倩,唐炬,唐铭,等. GIS内4种典型缺陷的局部放电超高频数学模型构建[J]. 中国电机工程学报. 2006(08):99-105.
[5]范春利,孙丰瑞,杨立. 缺陷表面温度分布及空腔自然对流对红外检测的影响[J]. 激光与红外. 2005(07):504-507.
[6]李军浩,司文荣,姚秀,等.油纸绝缘内部气隙缺陷电劣化过程中局部放电的测量与模拟[J].中国电机工程学报. 2009(31):128-134.
[7]范春利,孙丰瑞,杨立,等.电气设备零件内部三维缺陷的定量红外识别算法研究[J].中国电机工程学报. 2006(02):159-164.
[8]唐炬,许中荣,孙才新,等. 应用复小波变换抑制GIS局部放电信号中白噪声干扰的研究[J].中国电机工程学报. 2005(16):30-34.
[9]李军浩,司文荣,姚秀,等.油/纸绝缘沿面局部放电特性研究[J]. 西安交通大学学报. 2009(06):108-112.
[10]孙才新,许高峰,唐炬,等.检测GIS局部放电的内置传感器的模型及性能研究[J]. 中国电机工程学报. 2004(08):92-97
[11]张启清,吕厚余,黄选发,等.电力变压器故障红外诊断专家系统[J]. 电网技术. 2002(09):18-21.
[12]蒋跃强,傅晨钊,高凯. LCM视角下的变电站及关键设备缺陷分析[J]. 华东电力. 2009(08):1369-1373 .
[13]王梦云. 2005年度110(66) kV 及以上变压器事故与缺陷统计分析[J].电力设备. 2006(11):99-102.
论文作者:萧展辉,杨晶晶
论文发表刊物:《电力设备》2016年第5期
论文发表时间:2016/6/16
标签：缺陷论文; 平均论文; 设备论文; 电网论文; 年限论文; 广东论文; 变压器论文; 《电力设备》2016年第5期论文;