淺談變壓器故障診斷與維護

謝旭燦

摘要：電力變壓器是變電站及整體電力資源運行網絡的重要設備，其對于整體電力資源的正常供應具有重要的影響。而在電力變壓器運行期間，由于外部氣候、設備元件老化、電力運行負載過大等諸多因素的存在，導致電力變壓器實際運行風險較大。因此本文以某變電站點電力變壓器故障為例，對電力變壓器故障診斷及維護措施進行了簡單的分析，以便為整體電力系統運行工作的順利進行提供依據。

關鍵詞：變壓器；故障診斷；維護

前言：

2016年08月15日下午3時35分，某110KV變壓器#2出現主變兩側斷路器跳閘情況。該110KV變電站主要用于城鎮區域供電，其整體電力資源負載壓力較大，自2015年開始運行以來，整體運行效益良好，在規定運行時間內，該變電站運行負載率均在59%以上。且在常規檢測中也未發現突出風險因素，在事故發生前期，相應電力系統也沒有出現倒閘操作及不良運行氣候因素，本文對該變電站變壓器故障診斷維護情況進行了簡單的分析，具體如下：

一、變壓器故障診斷

電力變壓器運行效率與整體電力資源供應穩定性具有較為緊密的聯系，但是現行的電力診斷方法，并不能有效確定電力變壓器事故發生前期主要故障因素。因此依據DGA故障分析措施在電力變壓器早期運行風險檢測環節具有較為良好的效果，可利用DGA電力變壓器風險診斷方法，在確定電力變壓器初期故障之后，可通過神經網絡結構的設置對相應變壓器故障進行跟蹤處理，從而提高整體電力變壓器故障診斷準確效率。

本次變壓器故障診斷環節，主要采用徑向基函數神經網絡的形式，結合局部特性處理，對變壓器內部故障進行診斷分析。在具體的徑向基函數神經網絡故障診斷環節，主要通過相似性計算、設備隱含層設置等幾個方面，對電力變壓器油箱內部故障及外部故障進行針對分析，如放電故障、低溫過熱、高溫高熱、局部放電、火花放電等故障。通過對以上事故出現特征進行分析，可依據油色譜分析領域特征，對油中溶解氣體特征、內部風險特征兩者關聯度進行適當分析，依次進行特征量的劃分。依據常規電力變壓器運行特點，可確定某個網絡節點的特征故障等級，隨后采用歸一化公式，將特征氣體數據某個樣本特征分量及其最大、最小值統一設置在[0，1]區間內[1]。最后通過網絡均方誤差性能指標劃分及最大神經元個數設置，可確定網絡輸出端在變壓器正常運行環節數值，從而得出最終故障診斷情況。

二、變壓器故障維護措施

1、變壓器日常維護

在變壓器日常維護過程中，相應變電站運維工作人員應利用現代檢測技術對電力變壓器運行狀態進行實時跟蹤檢測，尤其是在電力資源超負載運行環節，需要根據實際情況，進一步縮短相連監控區間監控周期，并定期對變壓器電流、電壓、上下層油溫等模塊進行詳細檢測。結合套管、磁裙等外部清潔狀況的檢測處理，可有效表面外部風險因素對電力變壓器工作的不利影響[2]。同時在常規電力變壓器運行維護環節，相關變電站運維工作人員應對電力變壓器內部相關模塊進行逐一檢測分析，如冷卻裝置、風扇、變壓器分接開關、變壓器線圈及避雷器接地情況等。其中在風扇裝置檢測過程中，需要對其運轉環節振動情況及異常聲音出現頻率進行重點檢測；而在冷卻裝置檢測過程中，需要在保證相應冷卻裝置進出口油管入口清潔的同時，確定其蝶閥運轉正常，且無異常聲音、振動及漏油情況；在變壓器分接開關檢測過程中，需要對相應變壓器分接開關運行轉動靈活性、緊固程度及接觸位置固定情況進行逐一檢測，并保證整體分路電源啟動閉合效果良好；在變壓器線圈及套管檢測過程中，除了應保證相應裝置接地環節穩定可靠之外，還需要盡量控制整體引導線路的長度，并控制接地電阻在4.9Ω以下。此外，在變電站內部消防設施對于電力變壓器運行具有重要的影響，因此在實際電力變壓器常規維護環節，相應電力變壓器維護人員應綜合考慮電力變壓器油溫、外觀、油位、聲音等相關因素，結合油質試驗、設備檢修、運維檢測等措施的綜合應用，確定相應電力變壓器風險故障出現因素，保證整體風險故障的有效控制。

2、變壓器故障處理

在徑向基函數神經網絡運行的基礎上，為了保證整體電力變壓器故障處理效率，可利用MATLAB7中的newrb函數集合，進行訓練徑向基神經網絡設計。本次函數主要采用net=newrb這一訓練形式，進行輸入樣本矢量結合矩陣的設置。為了適當提升應用程序開發效率，本文利用實際數據仿真實驗中收集的30組電力變壓器樣本進行了神經網絡訓練，具體結果如下：

通過對相應網絡訓練數據分析，可得出訓練后相應徑向基函數神經網絡數據故障樣品結合，通過網絡診斷輸出函數的設定，可在對應網絡診斷輸出點接近1的情況下，確定該網絡診斷結果為無故障，若網絡02端口輸出結構接近1，則表明該電力變壓器故障風險為高溫過熱。由于在具體作業環節，該變壓器繞組絕緣電阻與常規維護檢測試驗結果無明顯差異，且直流電阻試驗參數也與標準參數相符，因此在低壓條件下，對#2主變進行解體檢修。在該電力變壓器解體檢修過程中，發現相應電力變壓器磁力分路位置出現均壓管放電、磁屏蔽外側放電等多個放電位置。依據解體檢測情況，可確定本次電力變電站事故為高溫過熱導致的磁力分路絕緣結構變形，在后期維護過程中，可將均壓管對接位置設置在兩柱間，并進行同直徑均壓管的設置，最大限度降低中壓引線強度。

此外，在電力變壓器運行過程中，若出現油面超出標準限度的情況，可對電力變壓器符合及溫度進行檢測，若變壓器負荷、溫度均在標準限度以內，則可初步確定其為呼吸器、油標管堵塞導致的虛假油面情況。針對這一問題，需要與電力調度人員進行協商，在重瓦斯保護改接信號設置的基礎上，進行油標管、呼吸器疏通措施；若變壓器負荷及溫度在標準限度以外，則需要進行放油處理[3]。同時在電力變壓器運行過程中，瓦斯保護故障出現頻率也較高，在設計檢修過程中可通過對變壓器內部故障進行檢測控制，并對變壓器內部氣體進行取樣分析，并進行備用電力變壓器的設置，結合外部防爆管、油枕及相關焊接縫的檢測分析，可采取對應的維護措施，如加油、帶電補油等。

總結：

綜上所述，在現階段電力變壓器維護技術不斷提升的背景下，以往單一的溶解氣體分析方法并不能有效判定電力變壓器故障因素。因此在實際變壓器故障診斷分析過程中，可在電力變壓器溶解氣體診斷技術應用的基礎上，采用風險因素判定故障診斷徑向基函數神經網絡仿真分析的方式，確定相應變電器風險因素出現情況。并從常規維護、針對維修兩個方面進行全方位維護，提高整體電力變壓器故障診斷維護效率。