變壓器故障診斷研究現狀

韓鈺潔　葉暉　王然

摘 要：電力變壓器是電力系統非常重要的一部分。只有其良好的運行，電力系統才可以可靠供電。由電力變壓器的原理可知，其技術故障時有發生。文章用傳統與智能的方法診斷其故障，并總結了其研究現狀。

關鍵詞：電力變壓器；故障診斷；傳統方法；智能方法

引言

近年來我國的發展非常迅速，人們的需求越來越高，生活中的電量消費也非常多，因此電力事業就顯得非常重要。為了加速發展，就要大力加強電力設施的建設。在電力系統中，有很多重要的輸變電裝置，其中非常重要裝置就是電力變壓器。因為，電力變壓器是在我們生活用電要經過的第一步。電廠里發出來的電，都必須要經過電力變壓器進行變壓，生成一定的高電壓進行傳輸。在到達用電區時，還要使用變壓器對其進行降壓，供人們使用。由此可見，電力變壓器在供電中的重要性。現在，我國電力網錯綜復雜，發電廠有很多的種類，這些電廠分布廣泛，這些電都要經過變壓器進行變壓，才可以進行統一的傳輸。這些都要求電力變壓器在運行時一定要可靠，穩定。否則，就有可能出現巨大的損失。

對于如何快速地診斷變壓器運行問題，目前都還處在研究之中。世界各國都沒有比較好的方法，現在使用的方法大多是基于實踐中積累的經驗。從各國地使用的方法來看，大致分為兩種類型。其一，采用變壓器的預防性電氣實驗和特征氣體判別法，及其基于特征氣體的比值法等傳統的方法。另外的一種是模糊邏輯方法、專家系統、人工神經網絡、支持向量機、貝葉斯網絡和遺傳算法等智能方法。我們就是要從這兩個方面研究如何保證電力變壓器的正常運行。

1 變壓器故障診斷傳統方法及其研究現狀

1.1 變壓器預防性電氣實驗

為了保障電力系統的安全運行，必須要進行預防性電氣實驗。通過對變壓器進行及時有效地檢測，能夠找到問題，并予以解決。

根據DL/T596-1996電力設備預防性試驗規程規定，主要包括一些檢測，這其中的檢測是色譜的分析，線圈的繞組直流電阻和線圈絕緣的吸收比值。另外還包括檢測變壓器線圈鐵心的導磁性，變壓器中絕緣隔絕的效果等。

1.2 特征氣體判別法

電力變壓器在發生故障的時候，會產生一些比較特殊的氣體。我們可以利用這些氣體，來判別和診斷電力變壓器發生了何種問題，這就是氣體判別法。這種特征性氣體具體有一氧化碳、氫氣和一些烴類氣體等。區分判別這些氣體的方法，就是看它們能否在油中部分或全部溶解。這種方法雖然是比較的簡單和快速，但是不適用于氣體量較少的情況。

1.3 基于特征氣體的比值法

基于特征氣體的比值法有很多的種類，人們具體在使用方法上也有一些不同。但是在國際慣例中，通常有以下的幾種方法，三比值法、改良版的三比值法、四比值法、無編碼比值法等。這些方法在使用診斷的時候非常方便，但是只能夠判斷單一的問題，不能夠處理不同問題的疊加，因此這種方法使用不多。

2 變壓器故障診斷智能方法及其研究現狀

2.1 模糊邏輯方法

模糊邏輯方法是以模糊理論和模糊關系為基礎的，通過積累經驗，依靠平常自己的知識來判斷故障和原因的不確定性。文獻[1]提出了基于模糊數學和概率論的變壓器故障診斷，通過建立變壓器故障性質與故障征兆之間的完全因果強度關系，提高了模型的診斷精度。文獻[2]將模糊聚類的數據挖掘技術應用到變壓器故障診斷中，通過建立故障樣本數據的相似關系矩陣而實現了對故障樣本集的聚類分析，最終實現了對故障樣本的診斷分析。文獻[3]以變壓器各個部件診斷為基礎，通過模糊理論來構造變壓器狀態診斷模型，并用實例證明了該模型的有效性。

2.2 專家系統

專家系統是現在經常使用的一種方法。專家系統是累積大量的這方面的專家的經驗，和他們在日常工作中遇到的問題及其解決這些問題方法來進行推理，從而學習到前人經驗和知識，還有對問題的解釋功能。現在，這一種方法已經開始在電力系統運行得到了很大應用，尤其是在電氣設備的問題和線路故障上。有效地解決了使用單一的方法，造成結果不全的問題，可以使電力系統問題得到快速的解決。文獻[4]把人工智能專家系統引入到變壓器故障診斷中，實例測試表明該方法降低了判斷的隨機性，提高了診斷水平。文獻[5]將基于模糊Petri網的知識表示方法應用于變壓器故障診斷專家系統中，并用實例證明了這種應用的有效性。

但是，有時專家系統也會出現一些問題，專家系統都是根據以往的經驗，使用前人累積的方法。然而現在電力系統發展迅速，問題也是越來越新穎和復雜化，這時專家系統的功能就顯出了不足。

2.3 人工神經網絡

人工神經網絡是依據人類大腦高度的集成化和處理信息的快速化，再進行節點互聯構成信息處理的方法。這種人工神經網絡可以做到復雜的邏輯操作和非線性映射。這種方法之所以能夠在電力變壓器上使用，是因為其在發生問題和電力運行故障的時候，可以建立非線性映射關系，這種關系符合人工神經網絡的原理。這一種方法，在我國還沒有被應用，但是在國外，已經開始得到了應用，并得到了很不錯的效果。

2.4 支持向量機

支持向量機（Support Vector Machine，SVM）是一種新興且對解決變壓器故障非常有效的方法，它是一種機器學習方法。它的理論最開始是針對模式識別問題提出的，主要是來解決這一方面問題的。后來經過人們的學習和研究，才擴展到現在這一領域。支持向量機這種方法在處理變壓器的數據問題和技術樣本上，非常有優勢。

因為，它在樣本較少的時候，有很強的適應能力，能夠及時地將數據分類并提高計算能力。尤其是在面臨電力變壓器一類的問題時，更是非常方便。

2.5 貝葉斯網絡

貝葉斯網絡是現在比較新興的一種方法，它的主要優點是解決復雜的問題造成的故障。還有就是對于問題的不確定性，我們利用貝葉斯網絡都能得到很好地處理。我們知道變壓器運行時的變化是很不確定的，而且可能受到人為的影響，因此貝葉斯網絡對處理變壓器問題行之有效。

2.6 遺傳算法

遺傳算法是基于生物進化理論的一種方法，現在是和計算機系統中的自適應全局優化概率結合到一起的算法。這種算法可以應用于很多的領域，不完全固定在某一方面。因此，遺傳算法同樣可以應用于電力變壓器故障。

3 結束語

文章是針對變壓器的運行故障，討論其可以采用的兩類診斷方法。這兩類方法分別是傳統的和智能化的方法，并總結了針對變壓器故障的國內外研究現狀。傳統的故障診斷方法和智能診斷方法是可以相互補充的，以便更好地解決變壓器故障問題。

參考文獻

[1]符洋，等.基于模糊數學和概率論的變壓器故障診斷[J].高電壓技術，2007，8（33）：66-70.

[2]印力群，鄭廣瑞.面向模糊聚類的數據挖掘技術在變壓器故障診斷中的研究[J].科技探索，2012，384：26-28.

[3]焦振毅，任建文，陳鵬.基于模糊理論的變壓器故障診斷模型研究[J].電力科學與工程，2012，28（6）：39-43.

[4]魏魯原，崔霞.專家系統在變壓器故障診斷中的應用[J].機床與液壓，2007，35（7）：251-253.

[5]王蓓蓓，郭基偉，等.基于模糊Petri網的知識表示方法在變壓器故障診斷專家系統中的應用[J].電力系統及其自動化學報，2003，15（1）：74-77.

作者簡介：韓鈺潔（1991，2-），女，漢族，河北邯鄲，華北電力大學，學生，碩士研究生，研究方向：電力系統保護與安全控制。