本发明属于设备剩余使用寿命预测，尤其涉及一种基于多源数据融合的变压器寿命预测方法及系统。
背景技术：
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
2、电力变压器作为电力系统中电能传输和电压转换的枢纽，是电力系统最关键和重要的设备之一，提高电力变压器运行的可靠性对于整个电网的稳定运行具有非常重要的意义。
3、影响电力变压器健康运行状态的特征参数有很多，每一类特征对设备运行状态的反映都具备其自身的优势与局限性。例如，目前仅从变压器绝缘纸的失效机理出发计算电力变压器健康指数，基于该健康指数的寿命预测方法考虑因素单一，且在多变工况下准确度较差；电力变压器的使用寿命与运行工况以及故障因素有关，相同工况下不同类型变压器的状态也可能不同，相同工况下电力变压器故障维修后也会导致使用寿命变化。
4、电力变压器健康状态评估是一项复杂而艰巨的工作；评估指标不足会导致状态评估结果失真，指标亢余又会增加评估复杂程度。在电力变压器状态评估过程中，采用层次分析法确定的指标权重为主观权重，主观权重的主观性过强，而且指标权重是固定的，不能体现出某些异常指标对健康状态的影响。
5、因此，目前针对电力变压器的健康状态评估的相关研究甚多，但是大多围绕某关键特征参数为研究点来评估设备健康状态，缺乏综合全面的健康评估及部件维护后的状态预测的方案。
技术实现思路
1、为克服上述现有技术的不足，本发明提供了一种基于多源数据融合的变压器寿命预测方法及系统。
2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
3、本发明第一方面提供了一种基于多源数据融合的变压器寿命预测方法，包括：获取电力变压器的测试数据和运行工况数据；
4、基于获取的数据构建电力变压器的运行状态评估体系，计算电力变压器的综合健康指数；
5、根据电力变压器的综合健康指数得到无维修状态下的寿命预测模型；
6、基于电力变压器故障率修正系数对综合健康指数进行修正，根据修正后的综合健康指数得到电力变压器维修状态下的寿命预测模型；
7、所述基于电力变压器故障率修正系数对综合健康指数进行修正，包括：
8、建立综合健康指数与故障率函数之间的威布尔分布模型；
9、考虑设备维修因素对故障率函数进行修正；
10、根据修正后的故障率函数计算电力变压器故障率修正系数，修正综合健康指数；
11、所述考虑设备维修因素对故障率函数进行修正，包括：
12、根据电力变压器的服役年龄、维修损耗以及维修次数计算性能恢复因子；
13、利用指数函数拟合设备运行寿命与性能恢复因子之间的函数关系，并且替换威布尔分布模型中的尺度参数，实现对故障率函数的修正。
14、本发明第二方面提供了一种基于多源数据融合的变压器寿命预测系统，包括：数据获取模块，被配置为：获取电力变压器的测试数据和运行工况数据；
15、综合健康指数计算模块，被配置为：基于获取的数据构建电力变压器的运行状态评估体系，计算电力变压器的综合健康指数；
16、寿命预测模型构建模块，被配置为：根据电力变压器的综合健康指数得到无维修状态下的寿命预测模型；
17、寿命预测模型修正模块，被配置为：基于电力变压器故障率修正系数对综合健康指数进行修正，根据修正后的综合健康指数得到电力变压器维修状态下的寿命预测模型；
18、所述基于电力变压器故障率修正系数对综合健康指数进行修正，包括：
19、建立综合健康指数与故障率函数之间的威布尔分布模型；
20、考虑设备维修因素对故障率函数进行修正；
21、根据修正后的故障率函数计算电力变压器故障率修正系数，修正综合健康指数；
22、所述考虑设备维修因素对故障率函数进行修正，包括：
23、根据电力变压器的服役年龄、维修损耗以及维修次数计算性能恢复因子；
24、利用指数函数拟合设备运行寿命与性能恢复因子之间的函数关系，并且替换威布尔分布模型中的尺度参数，实现对故障率函数的修正。
25、以上一个或多个技术方案存在以下有益效果：
26、（1）本发明根据分级评估思想将与变压器健康状态相关的状态量进行分级，结合健康指数理论得到不同层级对应的健康指数，基于模糊层次分析法和熵权法计算相应静态权重；进一步考虑到不同特征参数的变化对设备健康状态的影响也不同，基于指标的健康指数预警值对其静态权重进行动态调整，然后进行加权求和得到反映变压器的综合运行状态的健康指数值，实现了利用多源数据对变压器的健康状态监测以及寿命预测。
27、（2）本发明采用模糊层次分析法以及熵权法以削弱单一权重计算方法引起的评估误差，能够有效降低评估过程的主观性，提高评估结果的客观性和科学性；而且，通过对指标权重进行动态修正，能够反映指标在发生大幅度变化时对电力变压器健康运行状态的影响程度的变化；解决了固定权重不能体现出某些异常指标对健康状态影响的问题。
28、（3）本发明考虑到电力变压器的部件进行检修后，相应的健康状态在短时间内发生较大改变，导致变压器健康状态评估模型与实际健康状态不一致问题，通过引入故障率修正系数对变压器的健康状态进行修正，实现部件检修后电力变压器寿命的准确预测。
29、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种基于多源数据融合的变压器寿命预测方法，其特征在于，包括：
2.如权利要求1所述的一种基于多源数据融合的变压器寿命预测方法，其特征在于，所述电力变压器的运行状态评估体系包括底层指标层、子目标层和目标层；
3.如权利要求2所述的一种基于多源数据融合的变压器寿命预测方法，其特征在于，所述电气试验子目标包括的底层指标层为：绝缘电阻、极化指数、泄露电流、直流电阻变化率、介质损耗以及吸收比；
4.如权利要求2所述的一种基于多源数据融合的变压器寿命预测方法，其特征在于，所述目标层中电力变压器的健康运行状态包括：紧急缺陷、严重缺陷、一般缺陷、亚健康和正常状态。
5.如权利要求1所述的一种基于多源数据融合的变压器寿命预测方法，其特征在于，所述计算电力变压器的综合健康指数，包括：
6.如权利要求5所述的一种基于多源数据融合的变压器寿命预测方法，其特征在于，根据指标项健康指数的上限值和下限值差值的百分比计算健康指数预警值；指标项健康指数的上限值与健康指数预警值的差值为上限预警值，指标项健康指数的下限值与健康指数预警值之和为下限预警值。
7.如权利要求5所述的一种基于多源数据融合的变压器寿命预测方法，其特征在于，采用所述模糊层次分析法及熵权法计算静态权重，包括：
8.如权利要求1所述的一种基于多源数据融合的变压器寿命预测方法，其特征在于，所述根据电力变压器的综合健康指数得到无维修状态下的寿命预测模型，包括：
9.如权利要求8所述的一种基于多源数据融合的变压器寿命预测方法，其特征在于，所述预测模型为灰色预测模型，所述灰色预测模型通过一阶累加，将原始数列转换为新序列，并通过新序列的累加实现对原始数列的预测。
10.一种基于多源数据融合的变压器寿命预测系统，其特征在于，包括：
