戴明 汤浩 许坤

（1、南京恒星自动化设备有限公司，江苏 南京 211135 2、中国铁路上海局集团有限公司 南京供电段，江苏 南京 210011 3、中国铁路西安局集团有限公司，陕西 西安 710000）

1 概述

随着科技发展和生产力进步，铁路变压器日益朝着智能化、复杂化及自动化发展，并且得到广泛应用。铁路变压器一旦发生故障，维修成本高，往往造成不必要的经济损失，甚至重大事故。因此，为保障铁路变压器的安全可靠性，实现对变压器健康状态的可靠预测便显得尤为重要，即实现对铁路变压器的剩余使用寿命(Remaining useful life，RUL)预测。基于寿命预测结果提前预测设备的失效时间，进而提前安排铁路变压器维护，降低供电设备突然失效而带来的风险，提升铁路运行整体可靠性。

目前，许多学者和机构开展了铁路变压器剩余寿命预测研究，并取得了许多成果。铁路变压器寿命预测方法可分为基于物理失效机制模型和基于数据驱动模型。基于物理失效机制模型通过供电设备退化机制或失效方式构建数学退化模型，如一种基于能量参数的设备损伤缺口的退化评估模型；另一种基于无偏灰色马尔可夫链的设备性能退化。然而随着铁路变压器复杂化的发展趋势，设备的失效机制越来越复杂，此时难以建立一种明确的数学模型去描述设备的物理退化过程，因此，基于物理失效机制的模型也就很难对设备的剩余寿命做准确预测。

基于数据驱动的寿命预测方法不依赖设备的物理失效机制和专家知识，而是在基于设备性能退化数据的基础上直接识别设备的故障特征，进而对设备的剩余寿命做出准确预测。……