一种重载铁路牵引变压器的状态评估方法，可实现预测性维修

作为重载铁路牵引供电系统的关键设备，牵引变压器因性能退化而导致的安全隐患直接影响铁路运行秩序与行车安全。针对传统被动式检修模式的缺陷，国能新朔铁路有限责任公司供电分公司、内蒙古电力（集团）有限责任公司薛家湾供电分公司、北京交通大学电气工程学院的杨戈辉、赵桐浠、姚鑫、张万起、孟令宇，在2023年第11期《电气技术》上撰文，提出一种基于综合健康指数和迭代预测的状态评估模型，以实现牵引变压器的预测性维修。

牵引变压器（TR）是电气化铁路的关键供变电设备，其运行状态直接影响牵引供电系统的稳定运行。随着电气化铁路运营里程的不断增加，牵引供电系统健康管理越来越受到人们的关注。2021年，国家铁路局发布《“十四五”铁路科技创新规划》，明确“十四五”时期我国铁路科技创新工作的发展目标和重点任务，在智能铁路方面，重点推动前沿技术与铁路领域深度融合，加强智能铁路技术研发应用，推进供电检测监测系统等升级改造。

随着信息化、通信网络、云计算、大数据等技术的发展，基础装备制造逐渐向信息化、智能化、数字化方向发展，以物联网、大数据、人工智能为代表的信息技术逐渐通过产业融合的方式，深入我国高端装备制造业中，故障预测与健康管理技术应运而生。通过对关键部件安装分布式传感装置，采集监测对象的参数信息，借助一系列数据算法，对系统的健康状态进行评估、监控与管理，同时提供维护保障建议或决策。

随着新一代信息技术赋能基础制造领域的推进，相关智能监测与评估方法已开始应用于电力系统，提高了负荷预测、电能质量分析等的准确性和可靠性。尽管牵引供电系统在负载方面与电力系统存在一定差异，但是在供变电设备方面可以借鉴电力系统的健康状态评估方法，利用数据分析反映牵引变压器的健康状态，提高牵引供电系统的可靠性，可通过数据驱动建模的方法来反映其健康状况，例如人工神经网络、一般回归神经网络、改进的层次分析法。

目前，牵引变压器状态检测方法主要包括预防性检修为主的特性实验、变压器溶解气体和成分的在线监测、频谱法、介电响应等。上述检测方法只有在一个或多个数据超过特定阈值后才执行维护，例如WU Yuhan等通过对比传统故障诊断方法，提出自适应神经模糊推理模型，该方法避免了传统判定方法的局限，但输入变量仍存在局限性，在不考虑历史状态的演变趋势下，很难提前发现潜在故障或关联行为，容易造成误诊断，从而难以形成牵引变压器的健康状态演化规律，无法为制定周期性维护计划提供建议。

牵引变压器状态评估的最新技术和技术要求之间存在以下问题：牵引变压器状态评估模型基于电力变压器而建立，未考虑牵引变压器自身特性对周期状态维护的影响。

针对传统被动式检修模式的缺陷，国能新朔铁路公司供电分公司等单位的研究者提出一种基于综合健康指数和迭代预测的状态评估模型。该模型综合考虑牵引变压器的运行条件、常规试验及谐波影响，利用健康度的评估概念，对设备的健康状态和服役性能演变规律进行分析。

图1 健康值与设备健康状态和服役性能演变规律关系示意图

一种重载铁路牵引变压器的状态评估方法，可实现预测性维修
(m.gdzRlj.com)

图2 牵引变压器状态评估架构

研究者首先根据牵引变压器的固有参数和例行试验数据，对牵引变压器进行状态评估，按权重给出定量的综合健康指数；然后利用非等距灰色预测模型对牵引变压器进行剩余寿命预测，给出定性分析。根据现场维修记录，对预测结果和实际变压器状态进行比较，统计预测准确性，并利用预测结果对方法模型进行迭代优化，以降低故障误报率及因小样本所导致的结果不确定性问题，提高评估准确度，以此对重载铁路牵引变压器建立“监测-评估-分析建议”的模型。

一种重载铁路牵引变压器的状态评估方法，可实现预测性维修

图3 基于预测结果的风险评估与优化方法迭代流程

一种重载铁路牵引变压器的状态评估方法，可实现预测性维修

图4 某牵引变电所的牵引变压器

他们将某重载铁路牵引变压器服役的第9、10、11、14年的测试数据代入模型进行计算，获得其健康指数，其中在服役第10年，其健康指数从1.34提升至1.71，因此对变压器进行了定期检修；在第11年，变压器健康度有所提升（健康指数下降至1.22），由此可见使用该模型对牵引变压器健康情况进行计算，其总体健康指数趋势符合变压器服役特性，验证了所提模型可以实现对重载铁路牵引变压器故障的有效预测。

本工作成果发表在2023年第11期《电气技术》，论文标题为“基于健康指数和非等间隔灰色预测的重载铁路牵引变压器状态评估方法”，作者为杨戈辉、赵桐浠等。