(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111410340.8 (22)申请日 2021.11.19 (71)申请人 河南九域恩湃电力技 术有限公司 地址 450000 河南省郑州市金梭路19号 申请人 国网河南省电力公司 　 郑州扬天汇达信息科技有限公司 (72)发明人 李晓纲　夏中原　曹杰　孙武魁　 李祺　陈耀东　张懂　耿成舟　 孟庆一　 (74)专利代理 机构 武汉维盾知识产权代理事务 所(普通合伙) 42244 代理人 彭永念 (51)Int.Cl. G06F 30/27(2020.01) G06N 7/00(2006.01)G06Q 10/00(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06F 111/08(2020.01) G06F 113/08(2020.01) G06F 119/02(2020.01) (54)发明名称 基于统计分布模型的变压器油溶解气体健 康状态预测方法 (57)摘要 一种基于统计分布模型的变压器油溶解气 体健康状态预测方法， 先根据变压器油中溶解气 体各参数相关机理特性的研究， 选取表征变压器 油中溶解气体健康状态的特征参量， 根据变压器 年龄对单个DGA数据进行分类， 并将每个年龄的 个体条件参数数据拟合到概率图中， 选择具有代 表性的分布模 型， 使用较高的可信水平计算分布 参数， 并通过具有代表性的拟合模型外推， 利用 所选分布模型的逆累积分布函数 （ICDF） 估计分 布参数， 计算后N年的个别条件参数数据， 最后利 用传统的评分方法预测变压器油中溶解气体未 来的健康指数值 （HI） 。 本发明采用统计分布模型 方法， 预测变压器油中溶解气体健康状态更科学 准确， 使电力系统运行 更可靠、 安全。 权利要求书3页 说明书9页 附图3页 CN 114117909 A 2022.03.01 CN 114117909 A 1.一种基于统计分布模型的变压器油溶解气体健康状态预测方法， 其特征是， 它包括 如下步骤： 步骤1， 调查并选择对象， 调查绝缘油中溶解气体参数与变压器油中溶解气体健康状态 关联程度和稳定性， 并同时考虑实际运行 的检测含量， 选出七种气体做为统计分布模型 的 研究对象； 步骤2， 排序， 统计分析变压器状态参数数据， 然后分别将每一年的参数值和该参数值 出现的概 率依次在直角坐标轴中进行排序； 步骤3， 拟合， 选择具有代表性的分布模型， 正态分布或威布尔分布对变压器油中溶解 气体的条件参数进行拟合； 步骤4， 计算， 确定各条件的分布模型后， 利用最大似然法估计(MLE)计算各分布模型每 年的双参数分布参数； 步骤5， 估计， 通过 得到的双参数拟合方程估计未来 N年的分布参数值； 步骤6， 条件数据计算， 根据分布参数值， 利用正态分布或威布尔分布 的逆累积分布函 数来计算条件数据； 步骤7， 根据条件数据确定每 个参数的拟合分布模型 方程； 步骤8， 利用常规评分法计算变压器油中溶解气体的健康指数， 并预测变压器油中溶解 气体未来 N年的健康状态。 2.根据权利要求1所述的基于统计分布模型的变压器油溶解气体健康状态预测方法， 其特征是： 在步骤1中， 选择的变压器油中溶解气体参数分别为氢气H2、 甲烷CH4、 乙烯C2H2、 乙烷C2H6、 一氧化碳CO和二氧化 碳CO2。 3.根据权利要求1所述的基于统计分布模型的变压器油溶解气体健康状态预测方法， 其特征是： 在步骤2和步骤3中， 利用正态分布或威布尔分布的累积分布 函数(CDF)对 条件参 数数据进行排序， 并利用正态校验或威布尔校验对每一年的条件参数数据进行拟合； 威布 尔模型用于可靠性指标平均 失效时间(MTTF)的推导、 设备故 障率、 剩余使用寿命预测及可 靠性评估； 威布尔模型的概 率密度函数(P DF)是根据条件数据参数计算： 威布尔分布的累积分布函数， 使用CDF将条件数据参数转换为 概率： 式中， α 表示随机变量t的比例参数， β 表示随机变量t的标 形状参数， 且 满足α >0、 β >0； 正态分布或高斯分布描述产品寿命数据， 正态分布P DF用下式表示： 式中， μ表示随机变量t的数 学期望， σ 表示随机变量t的标准差； 为绘制正态分布的概率， 使用CDF将条件数据参数转换为概率， 正态分布CDF由下式表 示：权　利　要　求　书 1/3 页 2 CN 114117909 A 24.根据权利要求1所述的基于统计分布模型的变压器油溶解气体健康状态预测方法， 其特征是： 在步骤3中， 通过对比威布尔校验和正态校验， 选择拟合程度高的模型作为条件 参数的代 表性分布模型。 5.根据权利要求1所述的基于统计分布模型的变压器油溶解气体健康状态预测方法， 其特征是： 在步骤4中， 利用最大似然估计(MLE)方法来估计一个分布的总体参数是一个解 析最大化的过程， 适用于DGA的条件参数数据； 其中MLE的推导过程， 对于威布尔参数， 假设 x1， x2，…， xn为独立同分布的威布尔参数， 似然函数x1， x2，…， xn构造为： 对上式进行自然对数变化得到： 然后分别对α 和β 求 导分别得到： 因此， ( α， β )解的 MLE估计为： 或者为： 即可对β 和 α 进行 数值求解； 对于正态分布参数， 参数 μ和σ 是使用MLE估计的， x的似然函数x1， x2，…， xn构造为： 由上式， 进一 步推出对数似然为： 权　利　要　求　书 2/3 页 3 CN 114117909 A 3