论文部分内容阅读
[摘 要]本文介绍了电力变压器的故障分类，阐述了电力变压器的故障诊断技术，探讨了电力变压器的故障诊断方法。
[关键词]电力变压器；故障诊断；技术；方法
中图分类号：TM41 文献标识码：A 文章编号：1009-914X（2015）23-0034-01
电力变压器是用来改变电压和电流、传输电能的一種静止电器，是电力系统中输变电、配电设备中最重要和最昂贵的设备之一，其运行状态的安全与否直接关系到整个电力系统的安全性和经济性，是电网安全运行的基础。因此，随时检测变压器状态，及早发现并排除变压器可能潜在的故障，提高供电可靠性是电力系统中一项具有重大理论和实用价值的课题。
1、电力变压器的故障分类
大型油浸式电力变压器的故障涉及面广而且复杂多样，特别是在运行过程中发生的故障，很难以某一判断标准诊断出故障的类型及性质。变压器常见故障类型划分方法有很多种，通常有：按变压器主体结构可分为绕组故障、铁芯故障、油质故障、附件故障；按回路可分为电路故障、磁路故障、油路故障；按一般常见故障易发区可分为铁芯故障、分接开关故障、绕组故障、绝缘故障等；按变压器本体可分为内部故障和外部故障。变压器内部故障，按形成的原因和发展的过程，可分为由电气回路缺陷构成的突发性故障和由铁芯、开关、并联导线绝缘损伤等局部过热构成的缓慢发展的潜伏性故障两大类。而对变压器本身影响最严重、故障率最高的是变压器出口短路故障，同时还存在变压器油渗漏故障、油流带电故障、保护误动故障等等。
2、电力变压器的故障诊断技术
2.1 变压器绕组变形故障的测试与诊断技术。电力变压器由于设计制造技术、工艺以及运行维护水平的限制，变压器的故障还时有发生，尤其是近年来逐渐引起人们重视的变压器近区（或出口）短路故障，这大大影响了电力系统的安全运行。变压器绕组发生局部的机械变形后，其内部的电感、电容等分布参数必然发生相应变化。利用一定的测试技术，测量变压器各个绕组的某些特定参数，并对测试结果进行纵向或横向（三相之间）比较，就有可能诊断出绕组的扭曲、倾斜、鼓包、移位等变形现象。根据测试手段的不同，常用的测试方法有阻抗法、低压脉冲法和频率响应分析法。
2.2 变压器油中溶解气体的分析及诊断技术。对油绝缘电力变压器进行早期故障诊断显得尤为重要。油中溶解气体分析（DGA）就是一种全世界公认的而又被广泛使用的对油绝缘电力变压器进行早期故障诊断的技术。DGA即通过对变压器油中溶解气体的分析来判断变压器存在的故障，国内外电力研究者对变压器油色谱绝缘故障诊断开展了大量的研究工作。常用判断方法有：特征气体方法、比例法TCG方法、模糊诊断法。在DGA中，长期以来采用特征气体法和IEC三比值法。这些方法只是实践经验的总结，不能对所有故障提供完全客观、准确的诊断。其中IEC三比值法存在编码不全问题，当发生多重故障，故障气体比值编码可能找不到相对应的比值组合，则诊断不成功。
2.3 变压器红外诊断技术。红外诊断技术是对运行中的电力变压器进行非接触无损检测和故障诊断技术，能进行大面积温度分布场的扫描和局部缺陷的定点测温，能够准确的分辨出设备表面0.1～0.5℃的温差变化，同时红外仪器和计算机技术结合，对设备的红外热像进行处理，从而实现数据的统计、分析、显示、存储等技术功能。红外测温不受现场高压强电场的干扰，不影响电力变压器的正常运行，同时对带电部位可保持足够的安全距离，因此安全、经济性好，可靠性高。常用诊断方法有：温度判断法、相对温差法、同类比较法、历史数据分析法。
3、电力变压器的故障诊断方法
3.1 人工神经网络法。人工神经网络是由大量神经元广泛互连而成的复杂网络系统。人工神经网络法是对人类大脑神经细胞结构和功能的模仿，具有与人脑类似的记忆、学习、联想等能力。在人工神经网络法中，信息处理是通过神经元之间的相互作用来实现的，知识与信息的存储表现为分布式网络元件之间的关联，网络的学习和识别取决于各神经元连接权值的动态演化过程。人工神经网络法是大规模并行结构，信息可以分布式存储，并且具有良好的自适应性、自组织性和容错性，因此人工神经网络法在故障诊断领域得到了广泛的应用。人工神经网络法能够从样本中直接获取知识，实现故障征兆和故障原因之间的非线性映射，使得该方法在电力设备故障诊断中得到了众多研究者的青睐。
3.2 基于模糊推理的方法。模糊推理是利用模糊推理规则对有条件的和无条件的模糊命题或规则进行操作。有了部分真的概念，模糊逻辑对不确定和不精确的数据提供了一种很好的处理方法。模糊逻辑语言变量的使用提供了一种与人类似的可以用直觉进行表达和推理的方法，用这种方法可以对不完整、不精确的信息进行推理。一般情况下，该方法要和其他方法相结合使用。模糊逻辑在故障检测和故障诊断领域中得到了很好的应用.故障检测时，特征信号有时是连续变化的，这种变化易导致测量误差和噪声，因此很难定义可靠的测量闽值。模糊逻辑通过使用部分重叠的语言变量对这个问题提供了很好的解决方法。但是故障诊断时，由于测量到的特征信号值不完全精确，因此该过程的诊断也只是近似的。
3.3 基于专家系统的方法。这种方法不依赖于系统的数学模型，而是根据人们长期的实践经验和大量的故障信息知识设计出的一套智能计算机程序，以此来解决复杂系统的故障诊断问题。在系统的运行过程中，若某一时刻系统发生故障，领域专家往往可以凭视觉、听觉、嗅觉或测量设备得到一些客观事实，并根据对系统结构和系统故障历史的深刻了解很快就做出判断，确定故障原因和部位。对于复杂的电力系统的故障诊断，这种基于专家系统的故障诊断方法是一种有效的方法。专家系统（ES）主要具有以下特点：具有丰富的经验和高水平的技术及专家水平的专门知识；能够进行符号操作；能够根据不确定的知识进行推理； 具有自我知识；知识库和推理机明显分离，这种设计方法使系统易于扩充；具有获取知识的能力；具有灵活性、透明性及交互性；具有一定的复杂性和难度。但是由于客观现实的复杂多样性，使得专家的领域知识，有时很难提炼到规则表示这一地步，专家系统中的知识获取的瓶颈和知识库的难以维护使专家系统的发展受到了一定的限制。
3.4 故障树分析法。故障树是故障诊断中最普通、最常用的方法。故障树分析法，是一种自上而下逐层展开的图形演绎方法，是通过对可能造成系统故障的各种因素（包括硬件、软件、环境、人为因素等）进行分析，画出逻辑框图（即故障树）。它把所研究系统的最不希望发生的故障状态作为故障分析的目标，然后寻找导致这一故障发生的全部因素，再找造成这些因素发生的下一级全部直接因素。一直追查到那些原始的、无需再深究的因素为止。其目的是判明基本故障、确定故障原因、故障影响和发生概率等。利用故障树逻辑图形作为模型，可以分析系统发生故障的各种途径。计算或估计顶事件发生概率及系统的一些可靠性指标，从而对系统的可靠性及其故障进行定量分析。
4、结束语
电力变压器的故障诊断对变压器以及整个电力系统的安全平稳运作有重大意义。减少电力变压器故障率，增加电气设备的可靠性，一方面取决于设备的制造和安装质量，另一方面在于设备的检修维护和必要的预防监测。当电力变压器发生故障时，加强故障诊断技术，能够准确地分析出故障性质，以及快速判断出故障部位，及时排除变压器的故障，从而提高电力变压器的健康水平。
参考文献
[1] 付超.变压器的故障诊断与分析[J].科协论坛，2010
[2] 李玉超.浅谈电力变压器故障综合诊断[J].中国科技纵横，2011
作者简介
陈永生，男，汉族，大学本科，1967年出生， 助理工程师，现从事供电企业物资管理工作。
[关键词]电力变压器；故障诊断；技术；方法
中图分类号：TM41 文献标识码：A 文章编号：1009-914X（2015）23-0034-01
电力变压器是用来改变电压和电流、传输电能的一種静止电器，是电力系统中输变电、配电设备中最重要和最昂贵的设备之一，其运行状态的安全与否直接关系到整个电力系统的安全性和经济性，是电网安全运行的基础。因此，随时检测变压器状态，及早发现并排除变压器可能潜在的故障，提高供电可靠性是电力系统中一项具有重大理论和实用价值的课题。
1、电力变压器的故障分类
大型油浸式电力变压器的故障涉及面广而且复杂多样，特别是在运行过程中发生的故障，很难以某一判断标准诊断出故障的类型及性质。变压器常见故障类型划分方法有很多种，通常有：按变压器主体结构可分为绕组故障、铁芯故障、油质故障、附件故障；按回路可分为电路故障、磁路故障、油路故障；按一般常见故障易发区可分为铁芯故障、分接开关故障、绕组故障、绝缘故障等；按变压器本体可分为内部故障和外部故障。变压器内部故障，按形成的原因和发展的过程，可分为由电气回路缺陷构成的突发性故障和由铁芯、开关、并联导线绝缘损伤等局部过热构成的缓慢发展的潜伏性故障两大类。而对变压器本身影响最严重、故障率最高的是变压器出口短路故障，同时还存在变压器油渗漏故障、油流带电故障、保护误动故障等等。
2、电力变压器的故障诊断技术
2.1 变压器绕组变形故障的测试与诊断技术。电力变压器由于设计制造技术、工艺以及运行维护水平的限制，变压器的故障还时有发生，尤其是近年来逐渐引起人们重视的变压器近区（或出口）短路故障，这大大影响了电力系统的安全运行。变压器绕组发生局部的机械变形后，其内部的电感、电容等分布参数必然发生相应变化。利用一定的测试技术，测量变压器各个绕组的某些特定参数，并对测试结果进行纵向或横向（三相之间）比较，就有可能诊断出绕组的扭曲、倾斜、鼓包、移位等变形现象。根据测试手段的不同，常用的测试方法有阻抗法、低压脉冲法和频率响应分析法。
2.2 变压器油中溶解气体的分析及诊断技术。对油绝缘电力变压器进行早期故障诊断显得尤为重要。油中溶解气体分析（DGA）就是一种全世界公认的而又被广泛使用的对油绝缘电力变压器进行早期故障诊断的技术。DGA即通过对变压器油中溶解气体的分析来判断变压器存在的故障，国内外电力研究者对变压器油色谱绝缘故障诊断开展了大量的研究工作。常用判断方法有：特征气体方法、比例法TCG方法、模糊诊断法。在DGA中，长期以来采用特征气体法和IEC三比值法。这些方法只是实践经验的总结，不能对所有故障提供完全客观、准确的诊断。其中IEC三比值法存在编码不全问题，当发生多重故障，故障气体比值编码可能找不到相对应的比值组合，则诊断不成功。
2.3 变压器红外诊断技术。红外诊断技术是对运行中的电力变压器进行非接触无损检测和故障诊断技术，能进行大面积温度分布场的扫描和局部缺陷的定点测温，能够准确的分辨出设备表面0.1～0.5℃的温差变化，同时红外仪器和计算机技术结合，对设备的红外热像进行处理，从而实现数据的统计、分析、显示、存储等技术功能。红外测温不受现场高压强电场的干扰，不影响电力变压器的正常运行，同时对带电部位可保持足够的安全距离，因此安全、经济性好，可靠性高。常用诊断方法有：温度判断法、相对温差法、同类比较法、历史数据分析法。
3、电力变压器的故障诊断方法
3.1 人工神经网络法。人工神经网络是由大量神经元广泛互连而成的复杂网络系统。人工神经网络法是对人类大脑神经细胞结构和功能的模仿，具有与人脑类似的记忆、学习、联想等能力。在人工神经网络法中，信息处理是通过神经元之间的相互作用来实现的，知识与信息的存储表现为分布式网络元件之间的关联，网络的学习和识别取决于各神经元连接权值的动态演化过程。人工神经网络法是大规模并行结构，信息可以分布式存储，并且具有良好的自适应性、自组织性和容错性，因此人工神经网络法在故障诊断领域得到了广泛的应用。人工神经网络法能够从样本中直接获取知识，实现故障征兆和故障原因之间的非线性映射，使得该方法在电力设备故障诊断中得到了众多研究者的青睐。
3.2 基于模糊推理的方法。模糊推理是利用模糊推理规则对有条件的和无条件的模糊命题或规则进行操作。有了部分真的概念，模糊逻辑对不确定和不精确的数据提供了一种很好的处理方法。模糊逻辑语言变量的使用提供了一种与人类似的可以用直觉进行表达和推理的方法，用这种方法可以对不完整、不精确的信息进行推理。一般情况下，该方法要和其他方法相结合使用。模糊逻辑在故障检测和故障诊断领域中得到了很好的应用.故障检测时，特征信号有时是连续变化的，这种变化易导致测量误差和噪声，因此很难定义可靠的测量闽值。模糊逻辑通过使用部分重叠的语言变量对这个问题提供了很好的解决方法。但是故障诊断时，由于测量到的特征信号值不完全精确，因此该过程的诊断也只是近似的。
3.3 基于专家系统的方法。这种方法不依赖于系统的数学模型，而是根据人们长期的实践经验和大量的故障信息知识设计出的一套智能计算机程序，以此来解决复杂系统的故障诊断问题。在系统的运行过程中，若某一时刻系统发生故障，领域专家往往可以凭视觉、听觉、嗅觉或测量设备得到一些客观事实，并根据对系统结构和系统故障历史的深刻了解很快就做出判断，确定故障原因和部位。对于复杂的电力系统的故障诊断，这种基于专家系统的故障诊断方法是一种有效的方法。专家系统（ES）主要具有以下特点：具有丰富的经验和高水平的技术及专家水平的专门知识；能够进行符号操作；能够根据不确定的知识进行推理； 具有自我知识；知识库和推理机明显分离，这种设计方法使系统易于扩充；具有获取知识的能力；具有灵活性、透明性及交互性；具有一定的复杂性和难度。但是由于客观现实的复杂多样性，使得专家的领域知识，有时很难提炼到规则表示这一地步，专家系统中的知识获取的瓶颈和知识库的难以维护使专家系统的发展受到了一定的限制。
3.4 故障树分析法。故障树是故障诊断中最普通、最常用的方法。故障树分析法，是一种自上而下逐层展开的图形演绎方法，是通过对可能造成系统故障的各种因素（包括硬件、软件、环境、人为因素等）进行分析，画出逻辑框图（即故障树）。它把所研究系统的最不希望发生的故障状态作为故障分析的目标，然后寻找导致这一故障发生的全部因素，再找造成这些因素发生的下一级全部直接因素。一直追查到那些原始的、无需再深究的因素为止。其目的是判明基本故障、确定故障原因、故障影响和发生概率等。利用故障树逻辑图形作为模型，可以分析系统发生故障的各种途径。计算或估计顶事件发生概率及系统的一些可靠性指标，从而对系统的可靠性及其故障进行定量分析。
4、结束语
电力变压器的故障诊断对变压器以及整个电力系统的安全平稳运作有重大意义。减少电力变压器故障率，增加电气设备的可靠性，一方面取决于设备的制造和安装质量，另一方面在于设备的检修维护和必要的预防监测。当电力变压器发生故障时，加强故障诊断技术，能够准确地分析出故障性质，以及快速判断出故障部位，及时排除变压器的故障，从而提高电力变压器的健康水平。
参考文献
[1] 付超.变压器的故障诊断与分析[J].科协论坛，2010
[2] 李玉超.浅谈电力变压器故障综合诊断[J].中国科技纵横，2011
作者简介
陈永生，男，汉族，大学本科，1967年出生， 助理工程师，现从事供电企业物资管理工作。