一种变压器内部故障在线监测方法与流程

本发明属于变压器运行监测技术领域，具体涉及一种变压器内部故障在线监测方法。

背景技术：

变压器的运行状况直接影响电力设备乃至整个电网的安全稳定。现有技术中根据变压器等效电路参数进行变压器内部故障检测的方法主要有短路阻抗法、漏电感法，能够检测绕组是否存在变形或短路。变压器短路阻抗是指变压器在负载阻抗为零、负载电流为额定值时的等效阻抗，而漏电感是短路阻抗的虚部即短路电抗对应的电感。变压器绕组发生变形后，内部绕组的几何尺寸和位置都将发生变化，其短路阻抗值、漏电感也会随之变化，所以将测量到的短路阻抗、漏电感和正常情况下的参数值进行比较，在一定程度上可判断绕组是否存在变形。

短路阻抗法是指测量变压器短路阻抗，反映绕组变形的方法。由于短路阻抗可以近似认为与电流大小无关，因此可以在低电压下完成测量。以单相双绕组变压器为例，其测量方法为：将一侧绕组短接，在另一侧接低压测量电源，根据测得的电压电流计算出短路阻抗。短路阻抗法目前已形成行业标准，但还存在不少问题。最突出的缺陷在于这是一种离线测量方法，需要变压器停运，因此不能够实现实时监测。对于在线应用的短路阻抗法，当前仍处于研究阶段，并且都设定一些假设，与实际存在一定差异。而且，短路阻抗法不能够反映导致一侧漏阻抗减小、一侧漏阻抗增大的绕组变形。

漏电感法主要利用变压器两侧绕组的漏电感反映绕组状况。这种方法是根据变压器两侧的电压电流采用参数辨识得到漏电感，因此能够实现绕组变形的在线监测。并且，由于变压器的相间、匝间短路会导致参数辨识模型不成立，进而使漏电感的辨识值变化，所以这种方法对一定程度的绕组短路同样能够起到监测作用。不过，漏电感法虽然能够在线反映绕组变形、匝间短路，但不能将两者区别开来；并且在出现轻微匝间短路时，由于被短接的匝数很小，漏电感的变化不明显，所以该方法对这种情况灵敏性不足。

另外，上述短路阻抗法和漏电感法只能对绕组起到监测作用，都不能体现铁芯故障。

技术实现要素：

本发明的发明目的是提供一种变压器内部故障在线监测方法，通过对在线计算辨识绕组电阻、漏抗及等效励磁支路阻抗等变压器等效电路参数进行判断，能够对绕组、铁芯进行实时监测，实现不同内部故障的分类监测，对轻微铁芯故障或轻微匝间短路有较高的灵敏性。

本发明的具体技术方案是一种变压器内部故障在线监测方法，其特征在于，具体包括以下步骤：

1)根据变压器电路结构建立t型等效电路模型；

2)构造目标函数j，见下式(i)，用于求解高压侧电阻r1、高压侧漏抗x1、低压侧电阻归算值r2'、低压侧漏抗归算值x2'、励磁电阻rm、励磁电抗xm，

式中，为高压侧电压，为高压侧电流，为励磁电流，为低压侧电压，为归算到高压侧的低压侧电压，为指归算到高压侧的低压侧电流，z1为高压侧漏阻抗，z2'为归算到高压侧的低压侧漏阻抗，un、为变压器铭牌sn给定的额定电压、额定容量，p0、i0％为变压器铭牌给定的空载损耗、空载电流百分比，i1分别为的共轭及模值，为低压侧电流的共轭，

3)在变压器正常情况下，根据变压器铭牌给出的空载损耗p0、空载电流百分比i0％、额定电压un和额定容量sn，以及在线测量得到的变压器两侧电压和电流以上式j为目标函数，选取优化算法进行优化计算，得到r1、x1、r2'、x2'、rm、xm的最优解，记为r1-正常、x1-正常、r2'-正常、x2'-正常、rm-正常、xm-正常，

4)对变压器进行在线监测，在监测时间点测量得到的变压器两侧电压和电流以上式j为目标函数，按所述的优化算法进行优化计算，得到r1、x1、r2'、x2'、rm、xm的最优解及相应适应度，记为r1-实时、x1-实时、r2'-实时、x2'-实时、rm-实时、xm-实时、适应度-实时。

5)将r1-实时、x1-实时、r2'-实时、x2'-实时、rm-实时、xm-实时与r1-正常、x1-正常、r2'-正常、x2'-正常、rm-正常、xm-正常进行比较，计算r1-实时、x1-实时、r2'-实时、x2'-实时分别相对r1-正常、x1-正常、r2'-正常、x2'-正常的偏差，并结合适应度-实时的值，判定故障类型。

更进一步地，设特征量1为两侧电阻偏差绝对值的较大者，即max{r1-实时相对于r1-正常的偏差绝对值、r2'-实时相对于r2'-正常的偏差绝对值}，设特征量1对应的门槛值为gr，

设特征量2为两侧漏抗偏差绝对值之和，即x1-实时相对于x1-正常的偏差绝对值与x2'-实时相对于x2'-正常的偏差绝对值之和，设特征量2对应的门槛值有低门槛gxl，以及大于低门槛gxl的高门槛gxh，设特征量3为适应度-实时，设特征量3对应的门槛值为gf，

所述的门槛值gr、gxl、gxh、gf根据对被监测变压器的故障仿真设置。

所述的步骤5)中判定故障类型的方法如以下步骤：

具体判定故障类型的方法如以下步骤：

5.1)当特征量1大于gr时，如果特征量3大于gf，则判定变压器出现匝间短路故障，如果特征量3小于或等于gf，则判定变压器出现铁芯故障，跳转到步骤5.4)；

5.2)当特征量2小于或等于gxl时，则判定变压器正常，跳转到步骤5.4)；

5.3)当特征量2大于gxh时，则判定变压器出现绕组变形；否则，判定变压器出现轻微故障，即铁芯轻微故障或绕组轻微变形；

5.4)结束故障判定。

更进一步地，所述的步骤5.3)中的轻微故障为铁芯轻微故障或绕组轻微变形。

更进一步地，所述的步骤3)或步骤4)中的优化算法为粒子群算法，具体步骤如下：

a)设定粒子群算法的惯性权重和学习因子；

b)设定变压器参数约束条件，包括参数取值的约束条件及参数修正量的约束条件；

c)根据约束条件，对粒子群进行初始化，并确定粒子自身最优位置初始值及种群最优位置初始值；

d)进行迭代寻优，采用粒子速度、位置更新公式更新粒子的速度、位置，并与约束条件比较，再计算各粒子对应的适应度，对粒子位置进行评价，更新粒子自身最优位置及种群最优位置，判断是否满足迭代结束条件，如果满足迭代结束条件，最终输出变压器参数辨识值及适应度。

本发明的有益效果是1)本发明的变压器内部故障在线监测方法能够对绕组、铁芯进行实时监测，实现不同内部故障的分类监测；同时，针对轻微铁芯故障、轻微匝间短路难以监测问题，本方案在监测这两种故障时，利用这两种故障会导致某些变压器方程不再成立的特征，采用其它参数辨识值的特殊表现间接反映，从而提高了对轻微铁芯故障、轻微匝间短路的监测灵敏性；2)采用的变压器参数在线计算方法基于多维目标函数的参数辨识方法，以漏阻抗、励磁阻抗为待辨识量，综合电压回路方程、有功损耗方程、输入阻抗方程、空载损耗方程、空载电流百分比方程等五个维度的变压器方程，构造出用于参数辨识的多维目标函数，结合变压器铭牌参数及测得的变压器两侧电压电流，根据此目标函数，采用粒子群算法完成参数辨识；3)采用的变压器参数在线计算方法在电压回路方程的基础上引入了有功损耗方程、输入阻抗方程，这样就能将励磁阻抗的因素考虑进来，使目标函数方程中不仅含有漏阻抗，还含有励磁阻抗，能够体现励磁支路的影响；4)采用的变压器参数在线计算方法充分考虑到变压器在常态化运行时，其空载损耗、空载电流变化不大，因此可以引入变压器空载电流、空载损耗方程，对目标函数的限制能力更强，并且这两组方程主要与励磁阻抗有关，能够大大提高励磁阻抗的辨识精度，同时也使其他参数辨识更加准确；5)采用的变压器参数在线计算方法应用具有简单易行、精度高、收敛快特点的粒子群算法进行辨识计算，无需对变压器运行状态和参数做假设限制。

附图说明

图1为本发明的变压器内部故障在线监测方法的流程图；

图2为本发明的变压器内部故障在线监测方法采用的变压器参数在线计算方法的t型等效电路图；

图3为本发明的变压器内部故障在线监测方法采用的变压器参数在线计算方法应用的粒子群优化算法的流程图。

图4为本发明的变压器内部故障在线监测方法的实施例所采集的高压侧电压电流；

图5为本发明的变压器内部故障在线监测方法的实施例所采集的低压侧电压电流；

图6为本发明的变压器内部故障在线监测方法的实施例得到的适应度变化曲线；

图7为本发明的变压器内部故障在线监测方法的实施例得到的电阻变化曲线；

图8为本发明的变压器内部故障在线监测方法的实施例得到的漏电抗变化曲线；

图9为本发明的变压器内部故障在线监测方法的实施例得到的励磁阻抗变化曲线。

具体实施方式

下面结构说明书附图对本发明的具体技术方案作进一步地描述。

如附图1所示，本发明的一种变压器内部故障在线监测方法，其特征在于，具体包括以下步骤：

1)根据变压器电路结构建立t型等效电路模型，如附图2所示；

2)构造目标函数j，见下式(i)，用于求解高压侧电阻r1、高压侧漏抗x1、低压侧电阻归算值r2'、低压侧漏抗归算值x2'、励磁电阻rm、励磁电抗xm，

式中，为高压侧电压，为高压侧电流，为励磁电流，为低压侧电压，为归算到高压侧的低压侧电压，为指归算到高压侧的低压侧电流，z1为高压侧漏阻抗，z2'为归算到高压侧的低压侧漏阻抗，un、sn为变压器铭牌给定的额定电压、额定容量，p0、i0％为变压器铭牌给定的空载损耗、空载电流百分比，in为根据变压器铭牌给定的数据得出的变压器额定电流，i1分别为的共轭及模值，为低压侧电流的共轭。

上式(i)是从五个维度的变压器方程构造得到的多维目标函数，包括电压回路方程、有功损耗方程、变压器高压侧输入阻抗方程、空载电流方程、空载损耗方程等。下面对这五个方程分别进行说明。

2.1)电压回路方程

由图2可以建立电压回路方程，如下式(ii)。

式中，z1＝r1+jx1，z′2＝r′2+jx′2，与分别指与归算到高压侧的值。

2.2)有功损耗方程

变压器绕组电阻和等效励磁电阻均产生有功损耗，等于变压器输入有功功率和输出有功功率之差。据此建立变压器有功损耗方程，如下式(iii)。

2.3)输入阻抗方程

高压侧电压电流之比即为变压器高压侧输入阻抗，其与变压器自身参数及负荷阻抗有关，如下式(iv)。

式中

2.4)空载电流方程

变压器不带负载，二次开路时电流为空载电流。可得其计算表达式如下式(v)。

2.5)空载损耗方程

变压器空载运行时，在高压侧线圈电阻和等效励磁电阻上的有功损耗即为空载损耗，其计算表达式如下式(vi)。

p0＝(un/|z1+zm|)²(r1+rm)(vi)

如果仅利用电压回路方程建立目标函数，则方程中只含有漏阻抗，不含励磁阻抗，无法体现励磁支路，并且当漏阻抗，尤其是绕组电阻很小时，辨识准确性不足。

漏阻抗、励磁阻抗是变压器等效电路的重要组成部分，因此由变压器等效电路得到的变压器输入阻抗既能体现出励磁阻抗，又会对漏阻抗起到很好地限制作用，能够较好地提高各参数的辨识准确性。

为了增强励磁阻抗的辨识精度，本方法又引入了空载电流、空载损耗方程。因为变压器在正常运行，甚至是出现某些故障(如绕组变形、匝间短路)时，其空载损耗、空载电流都变化不大，而且这两者主要与励磁阻抗有关，对励磁阻抗的限制能力很强。因此将变压器空载电流、空载损耗方程引入能够大大提高励磁阻抗的辨识精度，同时也会间接地使其他参数的辨识更加准确。

另外，漏阻抗、励磁阻抗的电阻部分对应产生变压器的有功损耗，所以为了使数值较小的绕组电阻辨识更加准确，同时增强对励磁电阻的约束，本方法再引入有功损耗方程。

以上述(ii)-(vi)五组方程的残差平方和最小为辨识准则，即可得到上式(i)所示的多维目标函数j。

3)在变压器正常情况下，根据变压器铭牌给出的空载损耗p0、空载电流百分比i0％、额定电压un和额定容量sn，以及在线测量得到的变压器两侧电压和电流以上式j为目标函数，选取优化算法进行优化计算，得到r1、x1、r2'、x2'、rm、xm的最优解，记为r1-正常、x1-正常、r2'-正常、x2'-正常、rm-正常、xm-正常。

4)对变压器进行在线监测，在监测时间点测量得到的变压器两侧电压和电流以上式j为目标函数，按所述的优化算法进行优化计算，得到r1、x1、r2'、x2'、rm、xm的最优解及相应适应度，记为r1-实时、x1-实时、r2'-实时、x2'-实时、rm-实时、xm-实时、适应度-实时。

5)将r1-实时、x1-实时、r2'-实时、x2'-实时、rm-实时、xm-实时与r1-正常、x1-正常、r2'-正常、x2'-正常、rm-正常、xm-正常进行比较，计算、x1-实时、r2'-实时、x2'-实时分别相对r1-正常、x1-正常、r2'-正常、x2'-正常的偏差，并结合适应度-实时得到特征量取值，根据特征量判定故障类型。

本方案特征量及相应门槛值如下：

特征量1——两侧电阻偏差绝对值的较大者，即max{r1-实时相对于r1-正常的偏差绝对值、r2'-实时相对于r2'-正常的偏差绝对值}，该特征量对应的门槛值为gr

特征量2——两侧漏抗偏差绝对值之和，即x1-实时相对于x1-正常的偏差绝对值与x2'-实时相对于x2'-正常的偏差绝对值之和，该特征量对应的门槛值包括高门槛gxh、低门槛gxl

特征量3——适应度-实时，该特征量对应的门槛值为gf

以上用到的偏差绝对值如式

具体判定故障类型的方法如以下步骤：

5.1)当特征量1大于gr时，如果特征量3大于gf，则判定变压器出现匝间短路故障，如果特征量3小于或等于gf，则判定变压器出现铁芯故障，跳转到步骤5.4)；

5.2)当特征量2小于或等于gxl时，则判定变压器正常，跳转到步骤5.4)；

5.3)当特征量2大于gxh时，则判定变压器出现绕组变形；否则，判定变压器出现轻微故障，即铁芯轻微故障或绕组轻微变形；

5.4)结束故障判定。

以上门槛值gr、gf、gxl、gxh的设定方法如下。采用matlab/simulink建立要监测的变压器仿真模型，对负荷设置不同功率因数、不同负荷率，模拟变压器带不同负荷运行时的正常状态；根据绕组结构参数，采用ansys计算出绕组不同程度、不同类型变形下对应的漏感，代入变压器仿真模型模拟绕组变形；改变变压器模型参数，仿真不同程度的匝间短路、铁芯故障。

根据变压器铭牌给出的空载损耗p0、空载电流百分比i0％、额定电压un和额定容量sn，以及在线测量得到的各种状态下的变压器两侧电压和电流以上式j为目标函数，采用优化算法进行优化计算，得到各种情况下r1、x1、r2'、x2'、rm、xm的最优解及相应适应度，并计算特征量1、2、3。

根据正常情况、绕组变形情况下的特征量1来设置gr，把此时特征量1的最大值记为gr，取gr＝k1*gr。

根据正常情况下的特征量2来设置gxl，将此时特征量2的最大值记为gx1，取gxl＝k3*gx1。

根据特征量1小于gr的铁芯故障所对应的特征量2来设置gxh，把此时特征量2的最大值记为gx2，取gxh＝k4*gx2。

根据特征量1不小于gr的铁芯故障所对应的特征量3来设置gf，将此时特征量3的最大值记为gf，取gf＝k2*gf。

以上各式含有的k1～k4均为大于1的常数，用于设置一定裕度。该裕度的设置要考虑相应故障下特征量的波动、电压电流的测量误差与参数辨识误差。

同时，为了使按上述原则设置的门槛值更加符合变压器实际运行情况，可以根据变压器的实际状态对原有门槛值进行修正。

对于以上所采用的判据，其原理如下：

在变压器完全正常时，方程(ii)～(vi)均能很好地得到满足，可以根据构造的多维目标函数在线辨识出等效电路模型中的参数。在绕组出现变形，但不存在匝间短路、铁芯故障时，由于漏阻抗改变，式(v)(vi)会存在轻微的不成立，原因在于当前变压器的空载电流、空载损耗与铭牌值有轻微偏差；但是，因为励磁阻抗远大于漏阻抗，这种情况对参数辨识并没有很大影响，仍可以认为辨识出的参数为此时变压器的真实电路参数；并且，绕组变形导致的电阻变化很微小，因此可以认为上述两种状态下的电阻都为正常值，所以参数辨识所得的电阻值与正常值的偏差会很小。

当变压器出现铁芯故障时，其空载电流、空载损耗改变，但由于目标函数中空载电流、空载损耗仍为额定值，因此式(iv)～(v)不再成立，导致此时励磁阻抗偏离真实值，出现错误辨识。在这种情况下，算法为降低适应度也会使漏阻抗出现偏差。漏阻抗的这种偏差会随铁芯故障的加剧而迅速增大，在出现较小程度的铁芯故障时就会达到较大数值。由于电阻数值较小，其相对于漏抗对式(iv)(v)的不成立程度更加灵敏，不太严重的铁芯故障就能使其出现比较大的偏差。另外，当绕组出现匝间短路时，等效电路中会出现一个阻抗很小的支路与励磁支路并联，即使是在轻微匝间短路时整个并联支路的阻抗也会大幅减小，式(v)(vi)不成立程度非常大。由此可知，匝间短路带来的影响与铁芯故障相同，也是由于导致了式(v)(vi)不再成立，因此铁芯故障的电阻辨识特征同样也会体现在匝间短路上。考虑到变压器正常、绕组变形时的电阻辨识值特征，采用两侧电阻偏差的较大值做为特征量，就能够将上述两种故障与变压器正常、绕组变形区别开。

比较变压器正常与绕组变形两种状态可知，绕组变形会使自身结构改变，从而使漏抗相比正常情况出现偏差。因此可以根据漏抗相对于正常值的偏差来区别变压器正常与绕组变形状态。为了充分体现绕组变形与正常状态的差异，本方案采用两侧漏抗相对于正常值的偏差之和作为特征量，以实现这两种状态的区分。

铁芯故障与匝间短路在辨识特征上同样存在不同。变压器出现匝间短路、铁芯故障时式(v)(vi)的不成立程度是不同的，匝间短路会使式(v)(vi)不成立程度更大。这体现在目标函数的适应度上表现为，匝间短路时适应度明显大于铁芯故障。因此，本方案在将匝间短路、铁芯故障与其他状态区别开之后，进一步根据适应度区分匝间短路与铁芯故障。

另外需要说明的是，由于铁芯可能出现很轻微的故障，导致式(iv)(v)不成立程度较小，因此使得电阻辨识值的偏差较小，这样就有可能使其与变压器正常、绕组变形相混淆。但是，能够注意到，那些与正常相混淆的铁芯故障都非常轻微，对变压器运行几乎没有影响，所以这种情况不再考虑，都认为是正常；对于出现混淆的其余铁芯故障，其两侧漏抗偏差之和较小，只会与轻微绕组变形混淆，鉴于此时的铁芯故障、绕组变形都比较轻微，对变压器影响有限，所以都归为轻微故障。为了区别开正常状态、轻微故障与明确的绕组变形，本方案针对两侧漏抗偏差之和这一特征量设置两个门槛值。低门槛值gxl根据正常情况对应的特征量2最大值设置，因此当特征量2小于gxl时，表明变压器处于正常状态；高门槛值gxh根据出现混淆的铁芯故障所对应的特征值2最大值来设置，因此当特征量2大于gxh时，表明变压器不存在出现混淆的铁芯故障，此时可以明确判断变压器出现绕组变形，而当特征量2大于gxl小于gxh时，表明变压器可能出现轻微的铁芯故障，也有可能出现轻微的绕组变形，此时判为轻微故障。

优化算法可以选取现有技术中的免疫算法、遗传算法、蚁群算法、粒子群算法、鱼群算法和果蝇算法等。本发明的方法所述的步骤3)或步骤4)中的优化算法选取简单易行、精度高、收敛快的粒子群算法进行辨识计算，如附图3所示。

以下结合一台实际变压器详细说明本发明的变压器内部故障在线监测方法各步骤。

该变压器的参数辨识详述粒子群算法的各步骤过程。已知该变压器为242±1×5％/13.8kv的三相变压器，各参数分别为：高压侧电阻与低压侧电阻归算值近似相等，均为0.4637ω；高压侧漏感为0.1614h，低压侧漏感为0.0003431h；励磁电阻为100491.2ω，励磁电抗为252894.1ω。

对于此例，电压电流由仿真得到，由于仿真采用的是单相变压器模型，因此，辨识采用的变压器铭牌参数均为该变压器三相参数换算得到的单相值。各铭牌参数的单相值为：单相空载损耗为0.0795/3mw，单相空载电流百分比为0.1％、单相额定电压为单相额定容量为200/3mva。针对此变压器，在变压器正常且负载率为100％的情况下，得到各参数的辨识值，作为正常值，如表1。设置内部故障判据的各门槛值如表2，

表1变压器参数正常值

表2判据门槛值设置

仿真该变压器的6种状态，包括变压器正常(负载率为80％)、变压器低压绕组上端20个线饼向内侧幅向位移5％(相对于正常情况下线饼与铁芯的距离)、高压绕组出现6％的轴向整体压缩变形(相对于正常情况下油道的总高度)、变压器铁耗电阻减小0.1％(相对于正常情况下的铁耗电阻)、变压器铁耗电阻减小1％(相对于正常情况下的铁耗电阻)，变压器高压绕组出现4匝匝间短路。

对前述7种状态依次命名为状态1、状态2、状态3、状态4、状态5、状态6。

(1)在状态1下，测量变压器各状态下两侧电压电流，如附图4、5所示。根据所得电压电流及变压器铭牌参数辨识出各参数，辨识步骤如下：

(a)设置粒子群算法参数

在粒子群算法的一般应用中，惯性权重一般取0.2～1.2，学习因子一般取0～4。这里取惯性权重ω为0.4，学习因子c1为0.5，c2为2.5。

(b)设置参数约束条件

根据铭牌数据，可以计算得到两侧电阻之和、两侧漏抗之和及励磁阻抗，根据这些数值的大小上下浮动一定范围作为相应参数取值的约束条件。在本实施中，变压器两侧电阻之和为0.9274ω，两侧漏抗之和为61.7479ω，励磁电阻为100491.2ω，励磁电抗为252894.1ω。根据参数取值的约束条件，可以设置参数修正量的约束条件，一般取vmax＝kxmax，vmin＝-kxmax,式中vmax、vmin分别为参数的最大、最小修正量，xmax为参数的最大取值，k为小于1的值。

设置各参数取值、修正量的约束条件如表3：

表3变压器参数约束条件

(c)粒子参数初始化

给定初始粒子群。根据参数取值、修正量约束条件对应的大小范围，随机选取各粒子的初始位置{r10x10r20'x20'rm0xm0}、初始速度{v10v20v30v40v50v60}；并以粒子初始位置为自身最优位置的初始值；以上式(i)为适应度函数，计算初始粒子的适应度，根据适应度确定种群最优位置初始值。

在辨识该变压器的参数时，可取某粒子初始位置、初始速度如表4，根据适应度函数得该粒子的适应度为4.1466。

表4某粒子初始位置、初始速度

(d)迭代寻优

迭代时，由粒子速度、位置更新公式更新各粒子的速度、位置。粒子速度、位置更新公式如下式：

vkid＝ωv(k-1)id+c1r1(gbest-x(k-1)id)+

c2r2(zbesl-x(k-1)id)

xkid＝x(k-1)id+v(k-1)id

式中，vkid、v(k-1)id分别指粒子i在第k次、第k-1次迭代中的第d维速度；xkid、x(k-1)id分别指粒子i在第k次、第k-1次迭代中的第d维位置；ω为惯性权重；c1、c2为学习因子；r1、r2为0到1之间的随机数；gbest、zbest为各次迭代中自身历史最优位置、种群历史最优位置。粒子的位置、速度在更新之后，还需要与前面设置的参数取值约束条件、参数修正量约束条件比较，当其值大于或小于约束条件对应的范围时，将其修改为范围的上界或下界。

更新粒子速度、位置之后采用适应度函数对粒子位置进行评价。

评价之后，在同一粒子的不同迭代之间、本次迭代的各粒子之间比较适应度的大小，选出适应度最低的粒子来更新粒子自身最优位置gbest、粒子种群最优位置zbest。

最后判断是否满足迭代终止条件，即种群最优位置的适应度满足条件或达到最大迭代次数。当不满足终止条件时，继续迭代；当满足终止条件时，该次辨识结束，输出种群最优位置为变压器参数辨识值。

在本实施例中，在迭代寻优时，目标函数适应度变化曲线如附图6所示，变压器绕组电阻、漏电抗及励磁阻抗随迭代的变化曲线如附图7～9。最终得到该变压器的参数辨识值及辨识误差如表5，并且得到对应适应度为7.8772×10^-10。

表5变压器参数辨识结果

(2)同样按照(1)，采集状态2～6对应的电压电流，进行各状态下的参数辨识。各状态对应辨识值及适应度如表6。

表6状态1～6变压器参数辨识结果

(3)计算各状态下各参数相对于正常值的偏差，如表7.

表7状态1～6变压器参数偏差

根据表7，可得各状态用于变压器故障类型判断的特征量大小如表8。

表8特征量大小

首先使各状态的特征量1与门槛值gr比较，可知状态5～6属于铁芯故障或匝间短路。进一步比较特征量3，有状态5的特征量3小于gf，判断为铁芯故障；状态6的特征量3大于gf，判断为匝间短路。

然后，用状态1～4的特征量2与低门槛值gxl、高门槛值gxh比较，可知，状态1小于gxl，判断为正常；状态2、状态4介于gxl与gxh之间，判断为轻微故障；状态3大于gxh，判断为绕组变形。

变压器状态判断结果与实际状态的对比如表9

表9变压器状态判断结果及比较

表9里的状态2为低压绕组5％局部幅向位移变形，状态5为铁芯电阻减小0.1％的铁芯故障，这两种故障对变压器影响很小，因此将其归为轻微故障也是允许的，所以认为相应变压器状态判断正确。

由表9可知，上述6种状态都判断正确。

虽然本发明已经以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。