基于卡爾曼濾波的變壓器匝間短路故障診斷

張宗成 陳國利 趙國起 張軍 莊勇

[摘? ? 要 ]配電變壓器是供電系統中的重要裝備，一旦其發生故障會造成停電事故。據統計，變壓器70%～80%的事故是由變壓器匝間短路造成的。本文通過在對變壓器匝間短路分析和大量實驗的基礎上，提出一種新的變壓器匝間短路診斷方法。本方法以變壓器鐵芯接地電流為信號源，對測量的信號利用卡爾曼濾波技術來逼近，得到最為逼近實測信號的預測信號，根據所得預測信號的狀態轉移參數，生成匝間短路故障診斷參數，從而根據診斷參數實現變壓器匝間短路的故障診斷。為驗證本方法，本文設計實驗進行了驗證，結果證明了該故障診斷方法的有效性和可行性。

[關鍵詞]匝間短路;卡爾曼濾波;變壓器;故障診斷;診斷方法

[中圖分類號]TM76 [文獻標志碼]A [文章編號]2095–6487（2020）04–00–03

[Abstract]Distribution transformer is an important equipment in power supply system.According to statistics ，70-80% of transformer accidents are caused by inter-turn short circuit of transformer.Based on the analysis of transformer turn-to-turn short circuit and many experiments， a new diagnosis method of transformer turn-to-turn short circuit is proposed in this paper.In this method， the transformer core grounding current is used as the signal source， the measured signal is approximated by Kalman filter technology， and the prediction signal closest to the measured signal is obtained.The fault diagnosis parameters of inter-turn short circuit are generated.In order to verify this method， the design experiment is verified， and the results show that the fault diagnosis method is effective and feasible.

[Keywords]inter-turn short circuit; Kalman filter; transformer; fault diagnosis; diagnostic method

電力變壓器是電力系統的樞紐設備，一旦發生故障可能會給電網帶來嚴重的危害，甚至造成巨大的損失。統計數據表明，導致變壓器故障的主要原因是其絕緣性能的劣化。現有檢測電力變壓器繞組絕緣缺陷的方法，往往需要幾項現場試驗做出綜合判斷。這些試驗中的每一項都需要龐大甚至笨重的電源、嚴格的抗干擾措施，專門的測控儀表、專業的試驗人員。因此，探索經濟、實用的變壓器絕緣缺陷檢測方法，具有重要的理論意義和工程實用價值。

目前，國內外的學者對于變壓器匝間短路的機理及在線檢測的研究已經做了大量的工作，形成了比較系統的理論方法，主要有漏電感法、電壓電流比法、漏磁場法、功率損耗法等，它們均有各自的優缺點。針對以上檢測方法所存在的問題，本文提出的一種基于卡爾曼濾波法的變壓器匝間短路檢測方法。本方法不需要對變壓器進行吊罩等檢查，能夠方便快捷判斷出變壓器的匝間絕緣情況，對變壓器的及時檢修具有指導意義。

1 變壓器匝間絕緣檢測新方法

1.1 繞組匝間短路分析

本文檢測方法的信號源取自變壓器鐵芯的接地引下線上，即變壓器鐵芯接地電流。根據電機知識可知變壓器在發生匝間短路時，短路匝內會形成一個短路環流，短路線匝中的電流跟正常情況下的電流方向相反，大小是正常情況下電流的4～11.5倍，短路匝內的反向電流會對整個繞組的主磁通產生去磁作用，不妨設某一線柱繞組短路匝的電抗為L1，未短路的電抗為L2，則短路前該線柱的總電感為L=L1+L2+2ML1L2，短路后該線柱的總電感為L=L1+L2-2ML1L2，所以短路后該線匝的總電感會減小，因此變壓器的鐵芯接地電流會出現大量的高頻分量。這一故障征兆可以作為識別轉子匝間短路故障的一個明顯特征流過短路環的電流為短路匝的短路過程。

1.2 卡爾曼濾波應用

卡爾曼濾波器用于估計離散時間過程中的狀態變量x∈R。該離散實踐過程由以下離散差分方程描述：

式（1）中，ωk-1是n維向量，代表過程激勵噪聲，它對應了xk中每個分量的噪聲，是期望為0，協方差為Q的高斯白噪聲。A被稱為狀態轉移矩陣，是將過去狀態與現在狀態聯系起來，B是控制增益，因實際中并沒有控制增益，所以這一項為0。

定義觀測變量，得到量測方程：

式（2）中，H代表狀態變量xk對測量變量Zk的增益。觀測噪聲vk是期望為0，協方差為R的高斯白噪聲。

本文經過大量試驗及計算發現A∈[0，1.0]之間收斂在其他區間發散，且含有高頻分量的多少與狀態轉移參數A有緊密的關系，即信號中含有高頻分量多時則相應的狀態轉移參數A偏大，信號中含有的高頻分量少則狀態轉移參數A偏小，這一規律可以作為識別變壓器匝間短路故障的一個明顯特征。根據卡爾曼算法，每對應一個An和初值x0，就會產生一個序列Pn=（x0，x1，x2……xk）。假設變壓器匝間絕緣試驗數據為Yn=（x0'，x1'，x2'……xk'），根據最小二乘法原理，當（Pn-Yn）2取最小值時，即可認為預測信號是實測信號的最佳估計，即認為此時Yn=（x0，x1，x2……xk）與Yn=（x0'，x1'，x2'……xk'）最為逼近，An可以作為辨別變壓器匝間絕緣嚴重程度的一個判別參數。

2 新方法的實驗驗證

2.1 實驗設計及驗證

為了在不破壞原配電變壓器繞組的情況下，進行繞組的匝間絕緣試驗，我們對繞組外層進行加工處理，其處理方式主要是在配電變壓器繞組外層重新纏繞一組繞組，且在不同的層數引出線頭，以便試驗時各組繞組之間的組合。線圈匝數從上到下依次為10、5、10、1、3、10匝，共39匝。

繞組匝間短路的檢測試驗，以單相繞組的試驗為目的，取一個線柱的外層加載繞組來進行試驗。將2個十匝繞組串聯，即20匝，作為本次試驗的變壓器原邊，5匝繞組作為本次試驗的變壓器副邊，以鐵芯為公共接地點。首先在不破壞繞組的情況下，并采集0匝短路（正常情況下）的數據;其次，用導線連接部分繞組線匝，模擬繞組匝間短路故障，進行試驗并采集1匝、2匝、3匝、4匝、5匝短路數據。

2.2 數據分析及總結

對給定的A，通過卡爾曼濾波預測會得到預測信號為p（x），測量信號為Y。

當變壓器繞組正常工作時（0匝短路情況下），∑（p（x）-Y）2 隨著A的變化如下圖1，可以看出當A=0.34的時候的預測數據p（x）與繞組0匝短路時的實驗數據Y0最為相近，故可以認為A=0.34與繞組0匝短路相對應。

當變壓器繞組發生匝間短路時（1匝短路情況下），∑（p（x）-Y）2隨著A的變化如圖2所示，可以看出當A=0.49的時候的預測數據p（x）與繞組0匝短路時的實驗數據Y1最為相近，故可以認為A=0.49與繞組1匝短路相對應。

當變壓器繞組發生匝間短路時（3匝短路情況下），∑（p（x）-Y）2隨著A的變化如下圖3所示，可以看出當A=0.61的時候的預測數據p（x）與繞組3匝短路時的實驗數據Y2最為相近，故可以認為A=0.61與繞組3匝短路相對應。

當變壓器繞組發生短路時（5匝短路情況下），∑（p（x）-Y）2隨著A的變化如下圖4所示，可以看出當A=0.98的時候的預測數據p（x）與繞組4匝短路時的實驗數據Y3最為相近，故可以認為A=0.98與繞組5匝短路相對應。

數據處理及分析：

從以上可以看出隨著變壓器繞組匝間短路嚴重，與實測信號更相近的預測信號所對應的狀態轉移參數A的取值偏大，因此狀態轉移參數A可以反應出匝間短路的嚴重情況，本實驗室經多大量實驗及數據處理發現當變壓器未發生匝間短路時A的取值一般小于0.4，同時本文著重對含有匝間短路情況下的工況進行了大量的實驗和數據處理，發現A的值總是大于0.45的，比如1匝短路時A為0.49，3匝短路時是0.61，5匝短路時是0.98.但每一種短路工況對應的A并不是固定的，而是在一定的范圍內波動，比如在對5匝短路作了20組的預測和數據處理，發現A的值一般在[0.88，1.02]之間變化。最后總結出A的取值范圍跟變壓器的匝間短路嚴重程度具有一定的關系，能夠反映出變壓器的繞組絕緣狀況。

3? 結語

在現場可以從變壓器鐵芯上取鐵芯接地電流，然后利用本方法可以求的相應的狀態轉移參數A，結合實際中會有一定的干擾因素，所以A的取值就可以粗略反應變壓器繞組的絕緣情況，對變壓器的日常維護和檢修具有一定的指導意義。

參考文獻

[1] 徐建源，趙沖，張宏宇，等.變壓器繞組狀態監測現場通信技術研究[J].電氣技術，2006，（11）：35-38.

[2] 洪揚.變壓器繞組狀態監測軟件系統的開發[D].沈陽：沈陽工業大學，2006.

[3] 王夢云.2004年度110 kV及以上變壓器事故統計分析[J].電力設備，2005，6（11）：31-37.

[4] 王夢云.2005年度110（66） kV及以上變壓器事故與缺陷統計分析[J].電力設備，2006（11）：99-102.

[5] 王夢云.110 kV及以上變壓器事故與缺陷統計分析[J].供用電，2007（1）：1-5.

[6] 賈彩娟，祝小平，周洲.基于自適應卡爾曼濾波器的無人機控制系統傳感器故障診斷[C]//中國航空學會中俄無人機學術會議.中國航空學會，2005.

[7] 戚樂.基于卡爾曼濾波的含裂紋齒輪故障診斷方法研究[D].重慶：重慶大學，2018.

[8] 夏超.基于卡爾曼濾波器的航空發動機傳感器故障診斷研究[D].南京：南京航空航天大學，2013.

[9] 許秀玲，汪曉東，張浩然，等.基于卡爾曼濾波器的傳感器故障診斷[J].儀器儀表學報，2005，26（8）：959-960.

[10] 符方舟，王大軼，李文博，等.基于卡爾曼濾波器組的多重故障診斷方法研究[J].控制理論與應用，2017（5）：75.