论文部分内容阅读
[摘 要]随着电力的大规模生产，电力设备的功能越来越完善，自动化程度也越来越高，为保证电力系统安全、经济、稳定运行，电力设备的故障诊断越来越重要。本文笔者对电力变压器故障诊断进行了研究。
[关键词]电力；变压器；故障诊断
中图分类号：TG447 文献标识码：A 文章编号：1009-914X（2014）47-0080-01
引言
电力设备在长时间的运行中，由于受到电磁振动、机械磨损、化学作用、大气腐蚀、电腐蚀等影响，它们的健康状态逐渐变坏，在不同程度上影响了该设备安全可靠的运行。因此，电力设备在经过一定时间运行以后，必须进行检修，修复缺陷，更换不合格部件，使设备恢复到健康状态。变压器是整个电力系统的发、变、送、用环节中最重要、最昂贵的设备之一，其运行的安全性和可靠性直接影响整个电力系统的运行链完整性，关系到变电企业、广大用户利益和人民群众的生活。因此，研究和应用大型变压器的故障诊断技术，保证变压器安全可靠运行，保障送变电的安全，这不仅仅是局部的经济问题，也是社会公共利益问题。下面笔者探讨了电力变压器故障诊断。
一、变压器故障分析
1、热性故障一分接开关
电力变压器切换开关在运行中因压接不实、接点接触不良等导致裸金属过热直至发生严重的电弧烧伤，这类故障虽主要表现为过热性质，但在发生故障后对设备解体检查时常见接点部位有不同程度的电蚀甚至电弧放电损伤，因此，这类故障常表现出过热包含放电性质的迹象。热性故障的发生发展过程决定了绝缘油裂解所生成的气体产物。持续过热或者缓慢进展的过热情况，其过热部位的温度变化是一个渐升的过程。如果初始阶段过热温度较低，绝缘油仅被轻微分解，热解过程比较缓慢，主要生成CH4，C2H6.C3H8等饱和烃类物质；过热点温度逐渐增高，将会加速油质的裂解程度，随之生成的气体产物主要是C2H6，C2H4等不饱和烃类。达到800℃以上时，油将大部分被裂解成H2，CH4和C2H2等结构简单的气体组成并生成相当数量的碳化物。
2、引线接头故障
这类故障约占过热故障的13%-15%，主要出现在变压器低压绕组与套管的连接处。这种接触为固定接触，一般是由于安装或检修后，套管连接螺丝没拧紧或变压器运行在大电流下，接触面氧化、腐蚀和污染，逐渐形成较大的接触电阻，最终形成过热性故障，严重时会使接头烧毁、有机绝缘炭化而导致变压器烧毁。这类故障的检出也主要靠直流电阻测试和油色谱，但油色谱特征气体中CO和CO2。
含量相对较高。
3、铁芯故障
由于制造工艺质量、运输、安装和运行维护等原因，大型变压器在其运行过程中铁芯故障时有发生，且在变压器各类故障中占相当的比例，约占过热故障的33%，铁芯故障最主要的是铁芯多点接地故障，其次还需注意铁芯内部片间短路。金属构件的放电和发热使变压器油电离及局部气化，产生特殊气体。气体反过来引起电场畸变，加快变压器油的电离裂解进程。由于放电能量较低，特征气体C2H4，CH4，C2H2和H2所占比例较小。
电力变压器正常运行时其铁芯只允许有一点接地，因为铁芯多点接地可能使不同接地点在磁场中感应出不同电位，形成环流，该电流会引起局部过热，导致绝缘油分解，还可能烧损铁芯，使变压器不能正常运行。
4、电性故障
在电性故障中，主要是由于引线连接不良，引线与铜接头连接处焊接不牢，引线对地闪络，线圈匝间、层间和相间短路击穿等原因造成受电晕、火花、电弧不同程度损伤的放电性故障。其中严重的电弧放电导致绝缘油裂解的主要气体产物是H2和C2H2。
除突发性故障以外，一般的放电性故障的发生发展也有一个量变到质变的过程，H2和C2H2是电性故障最具特征的油裂解产物，当两者共存并成为气体产物中最主要的组分时，这将是高能电弧放电的明显象征。
5、其他一些过热故障
还有一些过热故障，虽然发生机率相对很小，但由于变压器实际运行情况千变万化，也不可忽视，如高低压绕组故障，此类故障多为低温过热故障，由于温度不高，油分解不剧烈，烃类气体含量不高，但CO、CO2含量变化较大，如不加注意，将加速绝缘老化导致绕组匝间短路，损坏变压器。
6、绝缘故障
电力变压器运行中出现的过电流和过电压，会影响变压器的绝缘电气性能。过电流使绝缘加速老化，过电压则可能造成绝缘的击穿。在过热和放电作用下，变压器油分解过程加快，油中含气量上升，出现故障。
二、电力变压器常见故障诊断方法
1、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。
2、基于專家系统的方法
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，确定故障的原因和部位。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（不精确）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、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。
4、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。
结语
以上笔者对电力变压器故障诊断进行了粗略的研究，由于时间和篇幅有限，还有许多内容没涉及到，比如变压器寿命预测等等，在今后的工作中笔者将继续研究。
参考文献
[1] 陳刚.电力变压器典型故障及其演变[J].东北电力技术，2002（4）.
[2] 曾凡智.基于神经网络的设备故障诊断[J].计算机应用，2004（2）.
[关键词]电力；变压器；故障诊断
中图分类号：TG447 文献标识码：A 文章编号：1009-914X（2014）47-0080-01
引言
电力设备在长时间的运行中，由于受到电磁振动、机械磨损、化学作用、大气腐蚀、电腐蚀等影响，它们的健康状态逐渐变坏，在不同程度上影响了该设备安全可靠的运行。因此，电力设备在经过一定时间运行以后，必须进行检修，修复缺陷，更换不合格部件，使设备恢复到健康状态。变压器是整个电力系统的发、变、送、用环节中最重要、最昂贵的设备之一，其运行的安全性和可靠性直接影响整个电力系统的运行链完整性，关系到变电企业、广大用户利益和人民群众的生活。因此，研究和应用大型变压器的故障诊断技术，保证变压器安全可靠运行，保障送变电的安全，这不仅仅是局部的经济问题，也是社会公共利益问题。下面笔者探讨了电力变压器故障诊断。
一、变压器故障分析
1、热性故障一分接开关
电力变压器切换开关在运行中因压接不实、接点接触不良等导致裸金属过热直至发生严重的电弧烧伤，这类故障虽主要表现为过热性质，但在发生故障后对设备解体检查时常见接点部位有不同程度的电蚀甚至电弧放电损伤，因此，这类故障常表现出过热包含放电性质的迹象。热性故障的发生发展过程决定了绝缘油裂解所生成的气体产物。持续过热或者缓慢进展的过热情况，其过热部位的温度变化是一个渐升的过程。如果初始阶段过热温度较低，绝缘油仅被轻微分解，热解过程比较缓慢，主要生成CH4，C2H6.C3H8等饱和烃类物质；过热点温度逐渐增高，将会加速油质的裂解程度，随之生成的气体产物主要是C2H6，C2H4等不饱和烃类。达到800℃以上时，油将大部分被裂解成H2，CH4和C2H2等结构简单的气体组成并生成相当数量的碳化物。
2、引线接头故障
这类故障约占过热故障的13%-15%，主要出现在变压器低压绕组与套管的连接处。这种接触为固定接触，一般是由于安装或检修后，套管连接螺丝没拧紧或变压器运行在大电流下，接触面氧化、腐蚀和污染，逐渐形成较大的接触电阻，最终形成过热性故障，严重时会使接头烧毁、有机绝缘炭化而导致变压器烧毁。这类故障的检出也主要靠直流电阻测试和油色谱，但油色谱特征气体中CO和CO2。
含量相对较高。
3、铁芯故障
由于制造工艺质量、运输、安装和运行维护等原因，大型变压器在其运行过程中铁芯故障时有发生，且在变压器各类故障中占相当的比例，约占过热故障的33%，铁芯故障最主要的是铁芯多点接地故障，其次还需注意铁芯内部片间短路。金属构件的放电和发热使变压器油电离及局部气化，产生特殊气体。气体反过来引起电场畸变，加快变压器油的电离裂解进程。由于放电能量较低，特征气体C2H4，CH4，C2H2和H2所占比例较小。
电力变压器正常运行时其铁芯只允许有一点接地，因为铁芯多点接地可能使不同接地点在磁场中感应出不同电位，形成环流，该电流会引起局部过热，导致绝缘油分解，还可能烧损铁芯，使变压器不能正常运行。
4、电性故障
在电性故障中，主要是由于引线连接不良，引线与铜接头连接处焊接不牢，引线对地闪络，线圈匝间、层间和相间短路击穿等原因造成受电晕、火花、电弧不同程度损伤的放电性故障。其中严重的电弧放电导致绝缘油裂解的主要气体产物是H2和C2H2。
除突发性故障以外，一般的放电性故障的发生发展也有一个量变到质变的过程，H2和C2H2是电性故障最具特征的油裂解产物，当两者共存并成为气体产物中最主要的组分时，这将是高能电弧放电的明显象征。
5、其他一些过热故障
还有一些过热故障，虽然发生机率相对很小，但由于变压器实际运行情况千变万化，也不可忽视，如高低压绕组故障，此类故障多为低温过热故障，由于温度不高，油分解不剧烈，烃类气体含量不高，但CO、CO2含量变化较大，如不加注意，将加速绝缘老化导致绕组匝间短路，损坏变压器。
6、绝缘故障
电力变压器运行中出现的过电流和过电压，会影响变压器的绝缘电气性能。过电流使绝缘加速老化，过电压则可能造成绝缘的击穿。在过热和放电作用下，变压器油分解过程加快，油中含气量上升，出现故障。
二、电力变压器常见故障诊断方法
1、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。
2、基于專家系统的方法
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，确定故障的原因和部位。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（不精确）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、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。
4、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。
结语
以上笔者对电力变压器故障诊断进行了粗略的研究，由于时间和篇幅有限，还有许多内容没涉及到，比如变压器寿命预测等等，在今后的工作中笔者将继续研究。
参考文献
[1] 陳刚.电力变压器典型故障及其演变[J].东北电力技术，2002（4）.
[2] 曾凡智.基于神经网络的设备故障诊断[J].计算机应用，2004（2）.