融合模糊K近邻及证据理论的变压器油纸绝缘状态评估方法.pdf

为实现“双碳”目标，构建新型电力系统已成为电网发展的必然趋势。在此背景下，保障电力变压器的可靠运行具有重要意义。鉴于此，提出融合模糊 K 近邻(fuzzy K-nearest neighbor,FKNN)及证据理论的变压器油纸绝缘状态评估方法。首先，构建基于回复电压法的多特征参量数据库，并基于数据库提出证据的基本概率分配方法。而后，采用组合赋权法综合特征参量的主观权重及客观权重，同时藉由证据折扣因子对证据基本概率进行再分配，避免 D-S 证据理论的冲突问题。最终，对各证据进行融合推理，获得绝缘状态命题的置信水平。利用提出的方法对变压器实测数据进行验证。结果表明，绝缘状态的置信分布式结果不仅能够准确反映变压器油纸绝缘状态，也能表征出变压器油纸绝缘的劣化趋势，为电力变压器检修策略制定提供了指导。关键词：油纸绝缘；模糊 K 近邻；D-S 证据理论；回复电压；状态综合评估 Evaluation method of the oil-paper insulation condition of a transformer based on fuzzy K nearest neighbor and evidence theory ZOU Yang1,2,YU Haoyi1,JIN Tao1(1.School of Electrical Engineering and Automation,Fuzhou University,Fuzhou 350108,China;2.Key Laboratory of Fujian Universities for New Energy Equipment Testing,Putian 351100,China)Abstract:To achieve the goal of carbon peaking and carbon neutrality,the construction of a new power system has become an inevitable trend of power grid development.Given this,it is of great significance to ensure the reliable operation of power transformers.Thus an evaluation method of the oil-paper insulation condition of a transformer based on fuzzy K nearest neighbor and evidence theory is proposed.First,a multi-characteristic parameter database is constructed,and the basic probability allocation method of evidence is proposed based on the database.Then,a combination weighting method is used to synthesize the subjective and objective weights of the characteristic parameters,and an evidence discount factor is used to redistribute the basic probability of evidence to avoid the conflict of D-S evidence theory.Finally,the evidence is fused and inferred from.The confidence level of the insulation state proposition is obtained.The proposed method is used to verify the measured data of the transformer,and the results show that the confidence distributed result of the insulation state not only accurately reflects the oil-paper insulation state of the transformer,but also characterizes its deterioration trend.It provides guidance for the formulation of power transformer maintenance strategy.This work is supported by the National Natural Science Foundation of China(No.51977039).Key words:oil-paper insulation;fuzzy K-nearest neighbor;D-S evidence theory;recovery voltage;comprehensive evaluation of state 0 引言 近年来，保护地球环境、延缓气候变化以实现 基金项目：国家自然科学基金项目资助(51977039)；福建省自然科学基金项目资助(2019J01248)可持续化发展的观点成为各国共识，“双碳”目标也成为我国发展的重要战略目标。在实现“双碳”目标、建设新型电力系统的背景下，电网对安全稳定的要求愈来愈高，电力设备的运行维护面临巨大挑战1。电力变压器是电力系统中的核心电力设备之一，其绝缘系统在其长期运行过程中，受电、热等-56-电力系统保护与控制电力系统保护与控制 多种应力影响会产生不可逆劣化2-3。及时、准确地对变压器绝缘状态进行评估，并制定合理的检修及预防措施，对变压器运行维护、电网可靠运行具有重要意义。作为基于介电时域响应理论的绝缘检测方法之一，回复电压法简便易行且无需吊芯，同时携带丰富绝缘状态信息4。目前，随着变压器绝缘状态评估研究的深入，基于回复电压法的反映变压器绝缘状态的特征量逐渐增多，已有大量学者利用回复电压法特征量对变压器绝缘状态进行分析。如文献5通过实验分析，证实了衰减时间常数r_min能够表征绝缘状态；文献6定义了两个不同充放电时间比下的回复电压初始斜率与峰值电压的比值r1S、r2S，并通过实验验证了其定义的特征量与绝缘状态存在关联性；文献7提取了等效模型中的平均驰豫时间常数作为油纸绝缘状态评估指标；文献8基于混联等效电路模型，提出一个不受测试环境、温度等因素影响的 p 参数进行变压器油纸绝缘老化状态评估。但类似上述的文献都局限于对单一特征量进行研究，或多个特征量分别对绝缘状态进行评估，未能综合考虑多个特征量进行绝缘状态评估的情况，准确性不足。在当前绝缘状态评估研究中，也有部分学者使用证据理论、粗糙集理论、改进理想解等决策分析方法进行绝缘状态评估。如文献9在对指标进行归一化处理后，通过隶属度函数求得变压器绝缘状态命题的隶属度分布并合成评估结果，但归一化处理的阈值设定及隶属度函数选取易受主观因素影响且无法处理不同指标评估结果冲突的情况；文献10基于模糊粗糙集理论提取绝缘状态评估规则，但需要对原始数据离散化处理而存在数据部分信息丢失问题，且提取规则有限；文献11通过改进理想解法求得能够反映绝缘状态的贴近度，但未合理分配指标权重，仅考虑了主观权重。鉴于上述不足，本文提出融合模糊K 近邻(fuzzy K-nearest neighbor,FKNN)及 D-S 证据理论的变压器油纸绝缘状态评估方法，综合多特征指标进行绝缘状态评估。首先在收集若干变压器回复电压法实测数据后，建立绝缘状态评估数据库。而后针对评估数据库，提出一种基于 FKNN 的证据基本概率分配方法，引入了类隶属度与距离权重在一定程度上避免了数据信息丢失。同时，组合基于客观数据信息的客观权重与基于专家经验的主观权重生成综合权重，并引入考虑综合权重的证据折扣因子对绝缘状态命题的基本概率进行再分配，降低冲突证据的影响。采用 D-S 证据理论对各证据进行融合推理得到评估结果，解决单一指标的评估结果可能与其他指标评估结果相悖的问题。最后通过实例验证了本文所提评估方法的有效性。1 油纸绝缘状态评估指标 回复电压法是一种基于时域介质响应理论的变压器油纸绝缘状态检测方法，并对绝缘介质两端施加直流电压获取其绝缘状态信息，具有快速、无损等优点13。通过回复电压测试仪获得的回复电压极化谱蕴藏丰富的绝缘介质状态信息，如图 1 所示。回复电压极化谱的横纵坐标分别为充电时间ct 及回复电压最大值rmaxU，其中rmaxU的最大值rmpU所对应的充电时间ct 称为主时间常数cdomT。现阶段，随着国内外学者对于回复电压法研究的深入，基于回复电压法提取的表征绝缘状态的特征量层出不穷，由回复电压极化谱直接获取的特征值极化谱峰值电压rmpU及cdomT被众多学者应用于变压器绝缘状态评估9-12。同时，文献14指出回复电压初始斜率峰值rmpS也与绝缘状态相关，绝缘介质劣化越严重，其极化谱峰值电压越大，rmpS也越大，cdomT则越小。图 1 变压器油纸绝缘回复电压极化谱 Fig.1 Polarization spectrum of transformer oil-paper insulation recovery voltage 等效模型对研究绝缘介质介电响应具有重要意义，同时回复电压在现场实测条件下受到众多因素影响，因此部分学者基于等效模型提取能够更准确反映绝缘状态的特征量15。其中，扩展德拜模型受到普遍认同，被用于表征绝缘介质极化特性16，如图 2 所示。图中：gR 为绝缘电阻；gC 为几何电容；piR 为极化电阻；piC 为极化电容。绝缘电阻gR 与绝缘介质电导率成反比，gR 越小，则绝缘介质劣化越严重；几何电容gC 反映了绝缘材料的储电能力，gR 越大，则绝缘介质劣化程度越深17。邹 阳，等 融合模糊 K 近邻及证据理论的变压器油纸绝缘状态评估方法 -57-图 2 变压器油纸绝缘扩展德拜模型等效电路 Fig.2 Extended Debye model equivalent circuit of transformer oil-paper insulation 综上所述，本文选取的油纸绝缘状态评估指标有基于回复电压极化谱提取的特征量(rmaxU、cdomT和rmpS)以及基于扩展德拜模型提取的特征量(gR、Cg)。2 油纸绝缘状态评估 2.1 D-S 证据理论 证据理论是一种强有力的不确定性推理方法，通过证据的组合推理得到命题的置信分布结果，能够有效处理不确定性知识，具有优秀的决策处理能力18。在 D-S 证据理论中，首先定义辨识框架(也称全集)是一组相互排斥且完备的命题集合，中所有可能的命题的集合记为2。定义基本概率分配函数 m：20,1(2为的幂集)，并满足 ()1,()0Bm Bm (1)式中，()m B 表示分配给命题 B 的基本概率质量，其中分配给辨识框架的基本概率质量记为()m ，表示全局无知程度。D-S证据理论通过Dempster合成规则对证据进行组合推理，其合成规则为 1111111()()()()()1()()()ninninnppppipnBBAppipnBBmmAmBmBmBmBmBmB(2)式中：A为集合2中的命题；Bi为辨识框架中的命题；()piimB为证据ip分配给命题iB的基本概率质量，最终结果为综合n条证据得到的命题A的组合概率质量。2.2 基于FKNN的证据理论基本概率分配方法 D-S证据理论对证据进行组合推理前，首先需要实现证据的定量表达。以往证据的基本概率分配多基于决策者或专家的主观判断，为避免主观因素对绝缘状态评估造成的影响，本文提出一种基于FKNN的证据理论基本概率分配方法。KNN分类是一种理论完备且无需训练的方法。首先寻找数据库内待分类对象最近邻的k个样本，而后将待分类对象归类于k个最近邻的多数类别中。FKNN在KNN的基础上提出类隶属度概念，使分类结果细分化从而包含更多信息19。本文所提方法，首先建立在数据库的基础上，基于待评估对象的k个最近邻样本及其样本属性实现证据的定量表达，从而获取命题的基本概率质量。基于数据库，在N点个样本中按照不同指标Pi分别寻找k个最近邻样本，基于欧式距离判断样本间的距离。2(,),1,iPsjsjdx xxxjN 点 (3)式中：sx为待评估对象；jx为数据库内的第j个样本。在变压器油纸绝缘状态评估应用中，需将数据库内样本按绝缘等级划分为12,NQ QQ，则待评估变压器T的指标iP分配给命题jQ的基本概率分配函数为 2/(1)12/(1)111()1()1()iiiiiiikjlDllPPPjkDllPPNPPjjuTTmQTTmmQ (4)式中：()iPjmQ为指标iP分配给命题jQ的基本概率质量；()iPm则为指标iP分配给辨识框架的基本概率质量，也就是通过指标iP进行绝缘状态评估的不确定度；iPT表示待评估变压器T的指标iP的值；ilPT表示待评估变压器T在数据库内关于指标iP的第l个邻居；D为模糊强度系数，表征待评估变压器与每个近邻间距离的权重；jlu见式(5)。0.51(/)0.49,(/)0.49,ljjjlljjnkQcunkQc (5)-58-电力系统保护与控制电力系统保护与控制 式中：jn表示待评估变压器数据库内的k个邻居中绝缘等级属于jQ的邻居个数；lc表示ilPT所属绝缘等级。显然，当待评估变压器在数据库内k个邻居的绝缘等级均属于jQ时，基本概率质量()1PijmQ。2.3 基于证据折扣因子的基本概率修正方法 在进行变压器绝缘状态评估时，单一指标所得结果可能与其他指标得到的评估结果相悖。而证据理论实际应用中，当存在冲突证据情况时，Dempster组合规则的合成结果往往不符合实际情况。因此，本文引入证据折扣因子，基于各证据的可靠程度，对证据的基本概率分配函数进行修正，以解决Dempster规则无法处理冲突证据的问题20。2.3.1证据权重系数的确定 为了综合考虑决策者主观上对证据在合成过程中重要程度的判断，以及证据源数据客观上包含绝缘状态信息的多寡，利用组合赋权法确定各证据的权重系数。1)客观权重确定 客观赋权采用基于信息熵思想的熵值法，根据指标对系统变化的敏感程度来决定指标客观权重。假设绝缘状态评估数据库内含m个样本、n项指标，则原始数据矩阵 X 为 1111nmmnxxxxX (6)而后采用极差标准化法对各指标进行无量纲化处理，如式(7)所示。minmaxminijjijjjxxxxx (7)此时，第j个指标的熵值je为 111(ln)lnmjijijiijijmijieqqmxqx (8)则可以得到第j个指标的客观权重jw为 11jjnjjewne (9)由式(9)可以看出，熵值越大，指标的客观权重越小，即由指标所生成的证据包含的绝缘状态信息越不重要。2)主观权重确定 主观赋权采用基于专家经验的改进层次分析法21。根据9标度法，构建判断矩阵E，ije为E中元素，表示相对上层指标来说的本层指标i较指标j的相对重要程度。1111tttteeeeE (10)基于判断矩阵，由式(11)式(13)计算出ije，组合后得到最优拟合矩阵E。logijijbe (11)11()(,1,2,)tijikjkkdbbi jtt (12)10ijdije (13)式中，ije为E的元素。而后通过式(14)对E按列规范化处理，并基于式(15)计算各层次单排序的权重分配ig。1ijijtkjkeee (14)11tiijjget (15)式中：ije为E规范化后的矩阵元素；t为所计算层次的指标数目。最后由子因素层各权重乘以对应主因素层权重进行层次总排序，得到决策者判定的各指标对绝缘状态评估的主观权重js。3)权重系数确定 为弥补主客观赋权各自存在的不足，通过组合赋权法确定各证据最终的权重系数。证据jp的权重系数jW为 1(1,2,)jjjnjjjs wWjns w (16)2.3.2证据折扣因子的确定 为证据折扣因子，maxW为各证据中权重系数的最大值，证据pi的证据折扣因子ia计算公式为 maxiiWaW (17)式中：为证据源可信度；iW为证据iP的权重系数。2.3.3基本概率修正 基于证据折扣因子ia，证据ip对于绝缘状态评邹 阳，等 融合模糊 K 近邻及证据理论的变压器油纸绝缘状态评估方法 -59-估命题jQ的基本概率分配修正为22()()()1()iiiipjipjpiipmQmQmm (18)由式(18)可以看出，修正后的基本概率将证据 的不信任度赋予了辨识框架，从而避免了Dempster规则在合成冲突证据时无法得到准确结果。2.4 变压器绝缘状态评估流程 基于上述内容，可以得到变压器油纸绝缘状态评估的流程图，如图3所示。图 3 绝缘状态评估流程图 Fig.3 Insulation status assessment process 3 实例分析 为验证本文所提融合模糊K近邻及D-S证据理论方法对变压器油纸绝缘状态评估的可行性与准确性，以第1节提取的5个特征值作为绝缘状态评估指标，同时按照电力设备预防性试验规程中对电力变压器预防性试验的规定，依据油中糠醛含量检测等试验将变压器油纸绝缘状态划分为绝缘良好(G)、绝缘中等(M)和老化严重(B)三类。基于本课题组多年来收集的变压器回复电压测试数据，选取其中部分构建绝缘状态评估数据库，并利用部分未收录数据库内的变压器回复电压测试数据作为待评估对象来验证本文所提方法。为避免应用模糊KNN时受样本分布不平衡影响，在近60台变压器的回复电压测试数据中选取30台变压器(每类绝缘状态各10台)数据建立变压器绝缘状态评估数据库，部分数据库样本数据如表1所示。选取未收录于数据库内的待评估变压器5台，数据如表2所示。限于篇幅，本节仅以变压器1T为例，应用本文所提方法进行油纸绝缘状态评估。设绝缘状态评估指标集合|1,2,5iPP i，其中评估指标元素分别为rmpU、cdomT、rmpS、gR、gC，辨识框架|1,2,3iQ i，其中绝缘状态命题元素分别为绝缘良好、绝缘中等和老化严重。3.1 绝缘状态命题基本概率分配 基于式(3)，分别求取待评估变压器T1的各评估指标在数据库内的k个最近邻样本，其中k值不宜过大或过小，经验上取0.5kN，N为数据库内样本个数23，本例k取5，待评估变压器1T的k个最近邻样本绝缘状态分布如图4所示。按照式(4)分配各绝缘状态命题的基本概率，结果见表3。表 1 绝缘状态评估数据库 Table 1 Comprehensive evaluation database of insulation state 样本Urmp/VTcdom/sSrmp/(Vs1)Rg/G Cg/nF绝缘状 态类别 x1 312.06190.7255.68 1.53 190.41B x2 167.212385.1828.05 13.90 61.18 G x3 248.491550.9678.21 8.75 108.68M x4 166.472413.0328.42 12.76 68.93 G x5 353.37546.60257.12 1.96 186.93B x6 320.301524.3679.24 8.32 183.00M x7 132.592514.2025.61 18.26 52.62 G x28 256.321512.9492.21 10.25 105.51M x29 359.55852.61189.65 3.52 197.22B x30 286.791052.31135.41 7.18 152.12M 表 2 待评估变压器老化特征指标值 Table 2 Characteristics value of the aging indicators of the transformers to be evaluated 变压器Urmp/V Tcdom/s Srmp/(Vs-1)Rg/G Cg/nF T1 230.30 2314.8227.80 15.74 90.35 T2 168.97 2482.9528.36 13.14 70.77 T3 184.89 1632.0077.11 11.27 92.64 T4 301.77 972.57 148.90 6.20 166.26T5 319.97 1050.01129.18 3.25 125.98-60-电力系统保护与控制电力系统保护与控制 图 4 待评估变压器 T1最近邻样本绝缘状态分布 Fig.4 Insulation state distribution of the nearest neighbor samples of T1 表 3 待评估变压器 T1绝缘状态基本概率分配 Table 3 Basic probability assignment of transformer T1 insulation state to be evaluated 证据 m(Q1)m(Q2)m(Q3)p1 0.5202 0.4798 0 p2 0.8912 0.1088 0 p3 1.0000 0 0 p4 0.7843 0.2157 0 p5 0.2198 0.4343 0.3459 由表3可以看出，证据5p与其余证据不一致性较高，唯一共同支持的命题为1Q，此时若直接以Dempster规则合成证据，命题1Q的置信度将为100%，而一旦证据5p与其余证据的冲突程度进一步加深(即证据5p分配予命题1Q的基本概率为0时)，Dempster规则合成证据后，所有命题置信度将均为0，这显然不符合常理。3.2 基本概率修正 按照式(6)式(9)对5项评估指标分别计算得到各证据的客观权重为 0.0707,0.1442,0.2346,0.4482,0.1023w 在确定各证据的主观权重前，首先构建变压器绝缘状态评估的层次结构模型，如图5所示。图 5 变压器油纸绝缘状态评估层次结构模型 Fig.5 Hierarchical model of transformer oil-paper insulation state assessment 基于图5，参考专家经验构造判断矩阵，其中，主因素层对目的层的判断矩阵0E，子因素层rmpU、cdomT、rmpS对主因素层回复电压法特征指标的判断矩阵1E，子因素层gR、gC对主因素层扩展德拜模型参数指标的判断矩阵2E分别为 0131/31E,111/535151/3 1/51E,2131/31E 邹 阳，等 融合模糊 K 近邻及证据理论的变压器油纸绝缘状态评估方法 -61-依据式(11)式(15)求得的各层次单排序后的权重分布矩阵为 00.750.25G,10.20210.70070.0972G,20.750.25G 将各子因素层权重乘上其对应主因素层权重进行层次总排序，得到主观权重值为 0.1516,0.5255,0.0729,0.1875,0.0625s 基于式(16)将主客观权重进行结合，最终各证据的权重系数为 0.0552,0.3906,0.0881,0.4331,0.0330W 由式(17)得到证据折扣因子0.1147,0.8117,0.1831,0.9000,0.0686。将证据折扣因子代入公式(18)修正证据对各绝缘命题的基本概率分配，修正后结果如表4所示。表 4 T1基本信度分配修正 Table 4 Basic probability assignment modification of T1 证据 m(Q1)m(Q2)m(Q3)()m p1 0.0597 0.0550 0 0.8853 p2 0.7234 0.0883 0 0.1883 p3 0.1831 0 0 0.8169 p4 0.7059 0.1941 0 0.1000 p5 0.0151 0.0298 0.0237 0.9314 3.3 证据合成推理 按照式(2)的组合规则，对1p 5p证据进行合成，得到最终各绝缘命题的置信分布，如表5所示。其中绝缘状态命题1Q的置信度为91.43%，由最大隶属原则可得，变压器1T的绝缘状态良好。表 5 T1合成结果 Table 5 Synthesis result of T1 绝缘命题 m(Q1)m(Q2)m(Q3)()m 置信度 0.9143 0.0672 0.0005 0.0180 结合表3对表4、表5分析可以发现，基本概率分配修正过程中，基于证据折扣因子将对于证据的不信任度分配给了辨识框架，从而使得修正基本概率分配后的证据理论能够适用于更广泛的情况：若冲突证据的信任度较低，仍能导出符合实际情况的评估结果；若冲突证据的信任度较高，则会将更多的置信度分配给全局无知度。所有待评估变压器评估结果如表6所示，()m为分配给辨识框架的置信度，即该评估推论的不确定度。表7给出了待评估变压器的基本信息及实际绝缘状态。表 6 待评估变压器评估结果 Table 6 Assessment results of the transformers to be evaluated 绝缘命题置信度 变压器m(Q1)m(Q2)m(Q3)()m 评估结果T1 0.9143 0.0672 0.0005 0.0170 绝缘状态良好 T2 0.9636 0.0214 0.0002 0.0148 绝缘状态良好 T3 0.4227 0.5403 0.0018 0.0352 绝缘状态中等 T4 0.0072 0.6215 0.3527 0.0186 绝缘状态中等 T5 0.0422 0.2085 0.7081 0.0412 绝缘老化严重 表 7 待评估变压器基本信息 Table 7 Basic information of the transformers to be evaluated 变压器型号 运行年 限/年 糠醛含量/(mgL1)绝缘 状态 T1 SFSE9-240000/220 1 0.063 绝缘状态良好T2 SFSZ10-180000/220 8 0.124 绝缘状态良好T3 SFP10-370000/220 13 0.841 绝缘状态中等T4 OSFPSZ9-180000/220TH 14 1.738 绝缘轻微受潮T5 SFPS-180000/220 20 3.125 绝缘老化较严重结合表7对表6进行分析，变压器T1和T2的评估结果均为绝缘状态良好，置信度达到90%以上，且不确定度低于5%，符合其运行年限短、糠醛含量低的实际情况；变压器T3和T4的评估结果为绝缘状态中等，置信度超过50%，且不确定度低于5%，变压器T5的评估结果为绝缘老化严重，置信度达到70%，不确定度低于5%，均与其绝缘状态大致相符。由变压器T3和T4不同的绝缘命题置信度可以发现，变压器T3和T4评估结果虽均为绝缘状态中等，但变压器T3绝缘状态良好命题置信度达到40%，而变压器T4绝缘老化严重命题置信度达到35%，这是由于变压器T4实际存在绝缘受潮情况且糠醛含量相对较高，体现在回复电压极化谱上为极化谱峰值电压较高且提前达到(主时间常数降低)，变压器T4相较T3而言，绝缘老化严重趋势较大。因此本文所提方法在一定程度上能够反映所评估变压器的劣化趋势，可以预见，当绝缘状态评估数据库扩展至一定程度时，本文方法能够实现变压器绝缘状态的定量评估。-62-电力系统保护与控制电力系统保护与控制 将本文方法与文献9的基于粗糙集理论的评估方法相比较，结果如表8所示。表 8 方法评估结果对比 Table 8 Comparison of the evaluation results of the methods 本文方法 变压器 文献9的方法 评估结果 置信度 实际 状态 T1 绝缘良好 绝缘良好 0.9143 绝缘状态良好 T2 绝缘良好 绝缘良好 0.9636 绝缘状态良好 T3 匹配规则结果相悖 绝缘中等 0.5403 绝缘状态中等 T4 老化严重 绝缘中等 0.6215 绝缘轻微受潮 T5 老化严重 老化严重 0.7081 绝缘老化较严重 由以上评估结果对比可以看出，基于粗糙集理论的评估方法在评估T3时，由于匹配到冲突规则而无法获得评估结果；同时相较于该方法将绝缘状态简单划分为良好和差，本文方法将绝缘状态划分为3个等级，能够更准确描述变压器绝缘状态，带置信分布的评估结果也能提供更多绝缘状态信息。通过与基于粗糙集理论的评估方法对比，本文方法能处理冲突证据、评估结果包含更多信息且等级划分更合理，验证了本文方法的优越性。4 结论 本文提出一种融合模糊K近邻及证据理论的变压器油纸绝缘状态评估方法，经由实例分析得到如下结论：1)基于模糊K近邻算法的证据基本概率分配方法，由于引入类隶属度概念及距离权重，包含更多信息，能够更客观准确地实现各命题基本概率分配；2)综合考虑证据的主客观权重，基于综合权重引入证据折扣因子将证据的不可靠程度分配给全局未知性，能够解决冲突证据引起的证据合成结果不理想的问题；3)基于D-S证据理论综合考虑多个绝缘状态评估特征值并合成推理，所得结果以置信分布式形式表现，能准确评估绝缘状态，在一定程度上也能反映绝缘劣化趋势，更直观地为变压器检修提供参考。参考文献 1 盛戈皞,钱勇,罗林根,等.面向新型电力系统的电力设备运行维护关键技术及其应用展望J.高电压技术,2021,47(9):3072-3084.SHENG Gehao,QIAN Yong,LUO Lingen,et al.Key technologies and application prospects for operation and maintenance of power equipment in new type power systemJ.High Voltage Engineering,2021,47(9):3072-3084.2 XIE J,DONG M,HU Y,et al.Modeling oil-paper insulation frequency domain spectroscopy based on its microscopic dielectric processesJ.IEEE Transactions on Dielectrics and Electrical Insulation,2019,26(6):1788-1796.3 刘庆珍,黄昌硕.基于 FCBF 特征选择和 XGBoost 原则的油纸绝缘介电响应特征量优选研究J.电力系统保护与控制,2022,50(15):50-59.LIU Qingzhen,HUANG Changshuo.Optimization of dielectric response characteristics of oil paper insulation based on FCBF feature selection and the XGBoost principleJ.Power System Protection and Control,2022,50(15):50-59.4 VERMA H C,BARAL A,PRADHAN A K,et al.A method to estimate activation energy of power transformer insulation using time domain spectroscopy dataJ.IEEE Transactions on Dielectrics and Electrical Insulation,2017,24(5):3245-3253.5 WOLNY S.Aging degree evaluation for paper-oil insulation using the recovery voltage methodJ.IEEE Transactions on Dielectrics and Electrical Insulation,2015,22(5):2455-2462.6 ZHANG T,TAN X,ZHANG B,et al.Study on moisture and aging of oil-paper insulation using relative initial slope of recovery voltageJ.IEEE Transactions on Applied Superconductivity,2016,26(7):1-4.7 贺德华,蔡金锭,黄云程.基于等效电路参数特征量的油纸绝缘老化状态评估J.电机与控制学报,2017,21(6):44-49.HE Dehua,CAI Jinding,HUANG Yuncheng.Study on insulation condition of power transformer based on the equivalent circuit characteristic parametersJ.Electrical Machines and Control,2017,21(6):44-49.8 林智勇,张达敏,郑运鸿,等.混联等效电路 p 参数诊断变压器油纸绝缘老化研究J.电力系统保护与控制,2020,48(15):164-169.LIN Zhiyong,ZHANG Damin,ZHENG Yunhong,et al.Investigation on the p parameter of hybrid equivalent circuit to diagnose transformer oil-paper insulation agingJ.Power System Protection and Control,2020,48(15):164-169.9 陈汉城,蔡金锭.基于多时域特征参量的变压器油纸绝缘状态综合评估J.电力自动化设备,2017,37(7):184-190.CHEN Hancheng,CAI Jinding.Synthetic insulation state evaluation based on multiple time-domain characteristic 邹 阳，等 融合模糊 K 近邻及证据理论的变压器油纸绝缘状态评估方法 -63-parameters for transformer oil-paperJ.Electric Power Automation Equipment,2017,37(7):184-190.10 林晓宁,蔡金锭.基于粗糙集理论的变压器油纸绝缘状态评估J.电力系统保护与控制,2019,47(7):22-29.LIN Xiaoning,CAI Jinding.Evaluation of transformer oil-paper insulation based on rough set theoryJ.Power System Protection and Control,2019,47(7):22-29.11 张宁,蔡金锭.基于层次分析和逼近理想解法的绝缘状态评估J.仪器仪表学报,2018,39(11):35-42.ZHA