电力变压器故障诊断方法研究彭建伟

电力变压器故障诊断方法研究彭建伟

彭建伟

（湖南兴业绿色电力科技有限公司411100）

摘要：电力变压器故障诊断随着科学的发展在不断进步。传统方法已经开始逐步引入科学性极强的数学方法、神经网络方法等。这些方法的应用有效提升了变压器故障诊断的精确性。本文从变压器常见故障现象及原因入手，介绍当前可靠的变压器故障诊断方法。

关键词：电力变压器；故障诊断；绝缘；渗油

引言

整体来看变压器故障主要由制造缺陷、安装质量缺陷以及维护不到位等原因造成。从故障性质角度划分可以区别为热故障和电故障。按照变压器物理结构则可以区别为外部故障和内部故障。按照回路可以将故障归类为磁路故障、电路故障以及油路故障。本文采取较为通用的变压器故障检测分类方式。

1常见变压器故障类型及其原因

1.1磁路故障

引起磁路故障原因大致可以划分为7中原因：

第一，穿芯螺栓损坏。比如穿芯螺栓被击穿、破损、移位等都可以引起磁路故障。这种故障是铁芯硅钢片局部短路造成。在变压器内部产生较大的局部涡流，两个以上穿芯螺栓则引起短路匝，严重过热引起铁芯烧毁引发故障。

第二，铁芯硅钢片间过热造成故障。引起过热的原因有可能是绝缘老化、损坏等，循环涡流引起过热现象发生。

第三，铁芯和铁轭叠片加工工艺不完善。比如铁芯表面存在毛刺，形成局部短路。铁芯叠片有弯折形成局部涡流。各种原因引起的铁芯油道堵塞。

第四，铁轭对接接缝不良导致过热。

第五，硅钢片上搭接了铁芯过长的接地片引起局部短路，产生过热现象发展。严重时接地铜片很有可能熔断。

第六，金属结构处于漏磁场中。引发这一问题主要是抵押套管尾部磁屏蔽板等屏蔽板的屏蔽措施不当。

第七，铁芯多点接地。这一类故障在变压器故障最为常见。

1.2绕组故障损坏

绕组故障产生原因复杂，各个原因之间相互关联。主要有以下几种类型：

第一，纠连式绕组结构焊接头多，纠结线接触不良造成局部过热故障。纠结式也会出现同样的故障类型。

第二，外部短路冲击引发绕组匝线错位。虽然这种事故不一定一下子产生击穿事故，但变压器遭受电磁力严重冲击状态下，最终可能导致击穿，产生变性损坏。

第三，绕组导线质量差形成匝间短路，常见于高压绕组。

第四，绕组轴向压紧力裕度不足会引发电磁力振动条件下产生绕组导线错位形成匝间短路。

第五，电应力和磁应力强烈冲击变压器，形成变压器强烈负荷波动绕组损坏。

第六，变压器持续负荷絶縁劣化、变脆，主要由高热引起，从而引发绝缘龟裂、脱落等，导致损坏。

第七，变压器进行分解切换时，内部接线与分接指示不一致分接错位，引发对地短路导致绕组匝间损坏。

第八，联管有沙眼或其他上部组件出现问题等吸湿器内进入水分甚至潮气就能够引发匝间短路造成损坏。

第九，绝缘受潮或绝缘结构上有瑕疵引发围屏树状放电故障，造成匝间短路条件下的局部损坏。

1.3绝缘系统故障损坏

该类故障也原因复杂，一般有如下几种情形：

第一，绝缘系统损坏可能原因比如绝缘受潮。

第二，过长时间的变压器负荷引起相间绝缘件裕度不足条件下的相间短路，造成故障。

第三，制造过程中绝缘成型件存在瑕疵，比如表面污染等引起表面放电绝缘件失效等。

第四，绝缘油缺乏维护引起老化，油泥附着于线匝造成电器击穿。

第五，变压器组件没有进行充分的干燥和浸渍，导致电器击穿。

1.4变压器漏油故障

变压器漏油问题是一个老问题，统计显示有1/4变压器存在漏油问题。主要原因有以下几种：

第一，密封结构损坏引起漏油。

第二，焊接缺陷导致漏油。

第三，密封面瑕疵引发漏油。

第四，材料的热膨胀系数不同、环境温度等各类不匹配问题造成的漏油。

2变压器故障诊断

2.1基于DGA数据的传统诊断方法

基于DGA数据的传统诊断方法主要有特征气体法、罗杰斯比值法以及改良三比值法。

特征气体法是依据故障点周围油的热分解本质，依据变压器油溶解的特征气体性质进行诊断。这种方法对于故障性质针对性强，简便易用。但问题是识别精度低。

罗杰斯比值法是依据故障点引起变压器油的热分解本质依据组分分量进行诊断。主要是通过气体相对含量通过变压器油热分解数量多少进行四比值判断。

改良三比值法主要是通过变压器油5种特征气体依据裂解气体组分含量的相对温度与浓度进行三比值分析。

传统故障诊断方法优点在于易于操作，但阈值诊断的局限性导致判断结果属于边界描述范畴，对于变压器故障规律无法确切反应。

2.2基于DGA数据的智能诊断方法

这种方法采取人工神经网络理论作为变压器故障诊断的基础。其他方法助于遗传算法等也用于变压器故障诊断。由于变压器属于复杂系统，本文着重介绍人工神经网络诊断方法、模糊数学诊断方法、专家系统方法。

2.2.1神经网络诊断方法

神经网络诊断方法核心是神经网络理论的自组织、自学习能力。从前文变压器故障类型与原因中可知，变压器故障诊断特点借助传统三比值法能够构建出有效的神经网络诊断方法。当然，单个神经网络难以诊断变压器故障，即诊断结果可信度低。但借助于三比值法将变压器油色谱引入到故障诊断中，则充分表现出神经网络诊断方法的正确性与可行性。

变压器故障发生后，采集样本，通过粗糙集理论对样本进行约简，优化网络结构前提下实现判断准确率的提升。

2.2.2基于模糊数学的变压器故障诊断方法

通过模糊数学中的模糊综合诊断和模糊聚类实现变压器故障诊断的精确性、有效性与高效率。诊断初期，依据油中溶解气体特征量进行模糊聚类分析。然后通过三比值法、四比值法编写模糊聚类分析组合样板，以此为基础，进行故障原始样本参数优化，最后确定故障问题所在。简单来说就是通过变压器故障发生时，一种故障往往由多种故障综合因素造成，因此，利用模糊关系矩阵进行故障点部位的判断和故障的准确诊断。难点在于模糊隶属函数的构建。

2.2.3专家系统方法

随着计算机应用的普及性不断提升，学者从神经网络诊断方法中总结出了专家系统诊断方法。简而言之，这种方法是通过专家的知识、经验等，由计算机逻辑推理进行变压器故障诊断。其表现形式上采用语言表达方式表现专家知识。诊断中，可以模仿专家工作方式，诊断故障原因及故障点。并能在诊断结束后作出解释性结论。

总结

整体来看，变压器故障诊断方法在不断进步和发展，当前还有支持向量机诊断方法、贝叶斯分类器诊断方法等等。使传统变压器故障诊断通过经验解决问题的手段向科学性大幅度迈进。

参考文献

[1]宋云亭，张东霞，吴俊玲，等.国内外城市配电网供电可靠性对比[J].电网技术，2008,32(23):13-18

[2]陈丽娟，贾立雄，胡小正.2007年全国输变电设备和城市用户供电可靠性分析[J].中国电力，2008,41(5):1-8

[3]田牟书男.基于支持向量机的远程故障诊断研究[D].北京交通大学硕士学位论文，2010:50-51