对油浸式变压器故障诊断的研究
油浸式变压器油常见故障与分析
油浸式变压器油常见故障与分析发布时间：2021-12-15T03:26:46.671Z 来源：《当代电力文化》2021年第20期作者：董思广[导读] 在电力系统运行中油浸式变压器是基础的电力设备，主要应用于工业、农业、交通运输、董思广江苏中圣清洁能源有限公司摘要：在电力系统运行中油浸式变压器是基础的电力设备，主要应用于工业、农业、交通运输、城市供电等诸多领域。
通过变压器油试验分析能够及时发现运行中潜伏性的隐患，可以大大提高油浸式变压器运行的稳定性、经济性、可靠性、高效性，确保油浸式变压器长周期运行。
本文着重详细的论述油浸式变压器油常见故障分析。
关键字油浸式变压器绝缘油色谱分析1、概述油浸式变压器作为电力系统运行中重要设备，其工作原理是根据电磁感应进行能量交换。
油浸式变压器一旦出问题，不仅损坏变压器设备，而且会使电网崩溃，导致大面积供电中断，出现用电风险，还有可能造成财产巨大损失，因此，深入了解变压器运行规律，正确的对变压器监视和维护，定期进行变压器油试验和分析，及时识别变压器不正常运行状态，及时消除运行中存在的隐患，可以避免电力系统因变压器出现故障检修而停电。
2、油浸式变压器结构油浸式变压器主要组成部分：绕组、铁芯、油枕及附件等。
油浸式变压器绕组是电路组成部分，绕组材质主要是铜或铝，导电性较好，具有良好的绝缘和机械强度，变压器的绕组一般有两个或两个以上，主要有绝缘较好的线圈组成，分为高、低压绕组，同一相线圈环绕在同一铁芯上，高低压绕组之间没有直接电的通路，通过磁路关联，绕组主要用来变换交流电压和阻抗。
油浸式变压器铁芯是变压器电磁感应形成通路的主要构成元件，主要是由涂漆的硅钢片层层叠装组成。
油浸式变压器的一次绕组和二次绕组都套绕在铁芯上。
油浸式变压器铁芯的作用是更好的在线圈间形成磁耦合，可以降低磁滞损耗和铁内涡流。
油浸式变压器油枕是用来调节变压器内部绝缘油量，无论在什么环境下，油枕都能保持一定的油位，保证变压器邮箱内部充满油。
油浸式变压器的故障诊断方法研究
TECHNOLOGY AND INFORMATION134 科学与信息化2023年8月下油浸式变压器的故障诊断方法研究王横南京师范大学中北学院能源互联网研究所 江苏 丹阳 212300摘 要 油浸式变压器作为电力系统中的重要设备在电力系统中的作用不可忽视，而其故障的高发性使故障诊断技术成为保障电力系统可靠运行的必要条件。
本文结合油浸式变压器故障诊断方法的研究现状，从故障诊断的状态监测——离线监测和在线监测，及变压器故障诊断方法——传统、智能及基于仿真模型的故障诊断方法的角度进行分析，并提出变压器故障诊断可能的发展方向，为变压器的故障诊断研究提供一定的参考。
关键词 油浸式变压器；故障诊断；人工智能；数字孪生Research on Fault Diagnosis Method of Oil-Immersed Transformer Wang HengInstitute of Energy Internet, Nanjing Normal University Zhongbei College, Danyang 212300, Jiangsu Province, ChinaAbstract As an important equipment in the electric power system, the role of oil-immersed transformer in the electric power system cannot be ignored, due to its high incidence of faults, fault diagnosis technology is a prerequisite to ensure the reliable operation of the electric power system. Based on the research status of oil-immersed transformer fault diagnosis methods, this paper analyzes the fault diagnosis status monitoring - offline monitoring and online monitoring, and transformer fault diagnosis methods - traditional, intelligent and simulation model-based fault diagnosis methods, and puts forward the possible development directions of transformer fault diagnosis, which provides a certain reference for transformer fault diagnosis research.Key words oil-immersed transformer; fault diagnosis; artificial intelligence; digital twins引言随着科技的进步和人民生活水平的提高，各行各业对电的需求与日俱增，这促使我国的电力系统逐步向更大的容量、更高的输电电压、多区域混联以及更高程度的自动化、智能化方向发展。
电力变压器故障与故障诊断技术探讨
中要严格遵 守工作流程 ， 针对在测量结果交接 、 复测、 查以及 检 原始 测量资料的 收集 与整 理等各个 环节都进 行规 范作业 。其 次， 在施工阶段 ， 监理要充分履行 自身的工作职责 ， 严格控 制测
二是气体 绝缘 电力变压器 ， 采用人工合成的气体作为冷却和绝 障的类型及性 质。变压器常见故 障类型划 分方法有 很多种 ， 通 至能 引领 建筑 行业技术革命 。 （） ２ 重视人 才培 养 ， 实现观念转 量误 差 ， 对 测 量 数 据 进 行 监 督 与复 查 ， 保 测 量 数 据 的准 度 并 确 变。首先 ， 工程测量 的相关从业人员要重视工程测量在现代建 与精 读： 针对数据较为冗长、 技术较 为复杂的测量， 要尽量采取
Ｊ ］ ０ ０（） 工程测量工作 的监督管理 ， 要将工程测量工作作 为整个建筑 工 ［ ． 科 技 风 ．２ １ ７
３秦现军 ， 李保霞．论建筑工程测量 中存在的问题及解决办法【 ．山 Ｊ ］ 程 中 质 量 控 制 的 主 要 组 成 部 分 来 看 待 ： 先 ， 工 程 测 量 过 程 ｆ】 首 在
仪表 等 。
之一 ， 是电力系统 中一项具有重大理论和 实用价值 的课题。
按 照 电力变压器冷 却和绝缘介 质的不 同 ，可 归纳 为三大 类： 一是油浸式 电力变压器， 采用矿物 油作 为冷 却和绝缘 介质；
大型油浸式 电力变压器 的故障涉及面 广而 且复杂多样 ， 特 别是在运行过程 中发生的故 障， 很难以某一判断标准诊 断出故 量 工 作 现 状 ， 立 提 高 工 程 另外 的方法进 行重点校核 ， 充 树 在确定测 量结果合格后 ， 能进行 才
测量水平的观念与信心，促使相 关从业人 员整体素质的提高 。 下一道工序 。 最后 ， 在竣工阶段要对 重要测量结果进行复查 ， 再 其次 ， 建筑企业要 重视对专业测量人员的培训 。一方面 ， 针对先 次对测量数据 的真实性与正确性进行核实 。 进技术的使用、 新型设备 的操作 、 测量理论的研究、 测量效率 的 综上所述 ，工程测 量在 建筑工程项 目中发挥着重要作用 ，
油浸式变压器故障诊断方法综述
作， 及 时发现油浸式变压器 的故障隐患 ， 不但可 以减少 运 行 成本 ， 延 长 设备 寿命 ， 而且 能 够 预 防油浸 式 变 压器 突 发 事故 的发 生 ， 带来 良好 的社会 和 经济 效益 。
１油浸式变压器 的常见 故障及其划分
油浸 式 电力 变压 器 的 故 障通 常被 分 为 内部 故 障和 外部故障 ２ 种 。 内部故 障 为变 压 器 油箱 内发生 的各种 故障 ， 其 主要 类 型 有 ： 各 相绕 组 之 间发 生 的相 间短 路 、 绕 组 的线 匝之 间发 生 的匝 间短 路 、绕 组 或 引 出线 通过 外 壳 发生 的接 地 故 障等 。外部 故 障 为变 压器 油 箱 外部 绝 缘套 管 及其 引出线 上 发 生 的各种 故障 ，其 主 要类 型 有： 绝 缘 套 管 闪络 或 破 碎 而 发 生 的 接地 （ 通过外壳） 短 路 ， 引 出线之 间发生 相 间 故障 等 而 引起变 压 器 内部故 障 或绕 组 变形 等 。变 压 器 的 内部 故 障从 性质 上 一般 又 分 为热 故 障和 电故 障两 大类 。热 故 障通 常 为变 压器 内 部 局部 过热 、 温 度 升 高 。根据 其 严 重程 度 ， 热 性 故 障常 被 分 为 轻 度 过热 （ 一般低于 １ ５ ０℃） 、 低温 过热 （ １ ５ ０ ￣
靠 性直 接关 系到整个 电力系 统 的安全 与稳 定 。电力变 压
踪 监测 ， 检 查变 压 器潜 油 泵及 相 关 附件 运 行 中 的状 态 ， 用 红外 测温 仪 检测 运 行 中变 压 器 的油箱 表 面温 度 分 布
器 是 比较 昂贵且重要 的枢纽 设备 。 如 果一 台大型 电力变 压 器在 系统 运行 时发 生事故 ，可 能导致 大面 积停 电， 其 检 修期 一般要 半年 以上 ， 不但 花费大 ， 而且影 响 巨大 。 目前 ，油浸 式 电力 变 压器 在 电力变 压 器 中所 占 比 重 较 大 。 因此 ，积 极开 展 油浸 式 变 压器 的故 障监 测 工
油浸式变压器试验报告
油浸式变压器试验报告本试验报告的目的是对一台油浸式变压器进行全面的性能测试，以确保其性能符合相关标准和规范，为电力系统的安全稳定运行提供保障。
本次试验采用的主要设备包括：电压表、电流表、功率表、温度计、压力表、油样采集器、声级计等。
（1）外观检查：对变压器的外观进行仔细观察，检查其结构是否合理，各部件是否完好无损，紧固件是否松动，有无渗漏油现象等。
（2）绝缘电阻测试：使用绝缘电阻测试仪对变压器的绝缘电阻进行测试，以评估其绝缘性能。
测试包括绕组对地、相间及各绕组间的绝缘电阻。
（3）介质损耗角正切值测量：通过介质损耗角正切值测量仪来测量变压器的介质损耗角正切值，以评估其绝缘性能。
（4）空载试验：在额定电压下进行空载试验，以检查变压器的空载性能。
通过测量输入输出电压、电流及功率因数等参数，评估变压器的性能。
（5）短路试验：在额定电流下进行短路试验，以检查变压器的短路性能。
通过测量输入输出电压、电流及功率因数等参数，评估变压器的性能。
（6）温升试验：在额定负荷下运行变压器，并实时监测其温度变化，以检查其温升性能。
通过与标准对比，评估变压器的性能。
（7）噪声测试：使用声级计对变压器运行时的噪声进行测试，以评估其噪声水平。
外观检查结果表明，该变压器的结构合理，部件完好无损，紧固件无松动现象，无渗漏油现象。
绝缘电阻测试结果表明，该变压器的绝缘电阻符合相关标准要求，说明其具有良好的绝缘性能。
介质损耗角正切值测量结果表明，该变压器的介质损耗角正切值在允许范围内，说明其具有良好的绝缘性能。
油浸式变压器作为电力系统的重要设备，其正常运行对于整个电力系统的稳定性和可靠性具有重要意义。
本文对油浸式变压器故障诊断方法进行综述，详细介绍了几种常见的方法及其优劣和应用情况，并展望了未来的发展趋势。
油浸式变压器是一种常见的电力设备，其主要作用是转换和传输电力。
由于其工作环境的复杂性和高电压、大电流的运行特点，油浸式变压器常常会出现各种故障，如绕组变形、绝缘老化、过热等，这些故障不仅会影响电力系统的正常运行，严重时还可能导致设备损坏和火灾事故。
500kV油浸式变压器典型故障的分析与处理
500kV油浸式变压器典型故障的分析与处理摘要：在大型油浸式变压器运行维护工作当中，发现运行10年内的变压器故障率会很高，主要原因为主变压器及其相关设备投运后，其质量缺陷在10年内会逐步暴露出来。
在发生的故障当中，因套管劣化或损坏的原因而导致的故障占比较高。
红外测温成像技术具有非接触式测量、不受电磁干扰、测量精度高等优点，对能够通过温度反映出来的缺陷具有较高的检测能力，目前被广泛应用于现场维护检测中，逐渐成为开展状态检测的重要手段。
关键词：油浸式变压器；红外测温；套管末屏；故障分析引言电力是国民生产生活最重要的能源。
作为电力系统中的主要设备，大型电力变压器普遍采用油浸式、强迫油循环冷却或自然风冷。
不同制造厂家的产品型式基本相同，结构较为简单。
按照DL/T573-2010《电力变压器检修导则》规定，变压器大修周期一般都在10a以上［1］。
1油枕胶囊频繁破损造成绝缘油含气量快速升高大型油浸式变压器，按工艺要求投运前需进行严格的干燥、绝缘油真空过滤和热油循环，油中含气量普遍控制在0.5%以下。
变压器投入运行后，高电压场强环境会使绝缘油分解，产生的气体溶解在绝缘油中，使绝缘油含气量升高。
在不发生故障、本体各处密封良好的情况下，含气量升高速度是极为缓慢的，呈现长期缓慢升高趋势。
而油中含气量快速升高，通常都是由于外部空气直接进入导致，表现为溶解气体组分中O2、N2含量较高［2］。
变压器内高电场强度环境，极易使溶解于绝缘油中的气体析出，逐步形成气泡，附着在绝缘表面，使局部绝缘强度下降，加速变压器绝缘材料的老化速度，缩短主变压器的使用寿命，甚至造成主绝缘击穿。
国际大电网会议（CIGRE）以及GB/T7595-2008《运行中变压器油质量》均要求，500kV变压器运行中绝缘油含气量应不大于3％。
变压器本体密封缺陷，通常表现为缺陷处渗漏油。
一般通过全面的外观检查，可以较为明显的发现，并及时处理。
但对于安装在油枕内部的胶囊破损，只能进行停电检查，设备停运时间较长，严重影响设备利用率，对供电安全及供电可靠性有一定影响［3］。
油侵式变压器常见故障分析及处理
油侵式变压器常见故障分析及处理油浸式变压器是电力系统中非常常见的设备，但在使用过程中常常会出现各种故障。
本文将对油浸式变压器常见的故障进行分析，并介绍相应的处理方法。
1.绝缘油污染：绝缘油污染是油浸式变压器的常见故障之一、导致油污染的原因有多种，如设备老化、湿度过高、灰尘等。
同时，油污染也会导致绝缘性能下降，从而影响变压器的正常运行。
处理方法：首先，需要检查变压器绝缘油的质量和含水量，如果超过了规定范围，需要对绝缘油进行更换。
其次，定期清洗变压器的油箱、绝缘部件等，确保设备的清洁度。
2.绝缘击穿：绝缘击穿是指绝缘部件之间发生放电现象，造成变压器工作异常。
绝缘击穿的原因主要有局部过电压、湿度过高和外界环境因素等。
处理方法：首先，需要检查变压器的绝缘部件是否存在损坏或老化，如有必要，需要进行绝缘部件的更换。
其次，检查变压器的运行环境，确保湿度不超过规定范围。
此外，还可以采取增加绝缘油的清洁度、加装空气干燥器等措施，提高变压器的绝缘性能。
3.短路故障：短路故障是指变压器主绕组或触点之间出现电流短路现象，造成设备的烧毁。
短路故障的原因可能是导线断裂、主绕组绝缘破损、灰尘等。
处理方法：首先，需要进行变压器的短路电流分析，确定短路故障的具体位置。
然后，对短路故障部分进行修复或更换。
4.油温过高：油温过高是油浸式变压器常见的故障之一、油温过高可能是由于油流不畅、外界环境温度过高、冷却设备故障等原因造成的。
油温过高会导致设备的绝缘老化、减少设备的使用寿命。
处理方法：首先，需要检查变压器冷却设备是否正常运行，如有必要，进行维修或更换。
其次，要确保变压器周围没有遮挡物，保证通风良好。
此外，还需要定期检查变压器的冷却油质量和油位，并及时补充或更换冷却油。
总结起来，油浸式变压器的常见故障有绝缘油污染、绝缘击穿、短路故障和油温过高等。
对于这些故障，我们需要及时发现、分析并采取相应的措施，保障变压器的正常运行。
同时，要定期对变压器进行检查和维护，确保设备的安全可靠运行。
基于DGA的数据驱动油浸式变压器故障诊断系统研究
基于DGA的数据驱动油浸式变压器故障诊断系统研究基于DGA的数据驱动油浸式变压器故障诊断系统研究摘要：油浸式变压器是电力系统中广泛应用的重要设备之一，对其故障的及时诊断对于确保电网的安全稳定运行具有重要意义。
基于Dissolved Gas Analysis（DGA）的数据驱动油浸式变压器故障诊断系统可以从变压器油中提取气体的信息，通过分析气体的特征，识别出变压器的潜在故障，并为设备的维修和保养提供指导。
本文旨在研究基于DGA的数据驱动油浸式变压器故障诊断系统的原理和方法。
首先，对油浸式变压器的故障机理及DGA原理进行了介绍，详细阐述了故障产生的原因和故障特征的解读。
然后，基于机器学习算法对提取的DGA数据进行了处理，通过建立故障模型来识别变压器的故障类型。
在建模过程中，采用了多种机器学习方法，包括决策树、支持向量机等，以提高系统的准确性和可靠性。
进一步，本文设计了一个基于DGA的数据驱动油浸式变压器故障诊断系统的实验平台，通过实时监测变压器DGA数据以及与变压器运行状态相关的参数，对系统进行检测和故障诊断。
实验结果表明，该系统在故障诊断方面具有良好的性能，能够准确地判断出变压器的潜在故障，并提供相应的处理建议。
最后，本文还对基于DGA的数据驱动油浸式变压器故障诊断系统的应用前景进行了展望。
在未来，随着技术的不断进步和数据采集手段的完善，DGA技术将更加普及和广泛应用于电力系统的变压器故障诊断领域。
同时，本文提出了一些改进和优化的方向，以提高系统的性能和可靠性。
关键词：油浸式变压器，Dissolved Gas Analysis，数据驱动，故障诊断，机器学习Abstract:Oil-immersed transformers are important equipment widely used in power systems. Timely fault diagnosisis of great significance for ensuring the safe and stable operation of the power grid. Based on the data-driven oil-immersed transformer fault diagnosis system using Dissolved Gas Analysis (DGA), gas information can be extracted from the transformer oil, and potential faults of the transformer can be identified by analyzing the characteristics of the gas, providing guidance for equipment maintenance and repair.This paper aims to study the principles and methods of the data-driven oil-immersed transformer fault diagnosis system based on DGA. Firstly, thefault mechanism of the oil-immersed transformer and the principle of DGA are introduced, and the causes of faults and interpretation of fault characteristics are elaborated. Then, the extracted DGA data is processed using machine learning algorithms, and fault models are established to identify the types of transformer faults. In the modeling process, various machine learning methods such as decision trees and support vector machines are used to improve the accuracy and reliability of the system.Furthermore, this paper designs an experimentalplatform for the data-driven oil-immersed transformer fault diagnosis system based on DGA. By real-time monitoring of transformer DGA data and parameters related to transformer operation status, the system can detect and diagnose faults. The experimental results show that the system has good performance in fault diagnosis, accurately identifying potential faults of the transformer and providing corresponding treatment recommendations.Finally, this paper provides an outlook on the application prospects of the data-driven oil-immersed transformer fault diagnosis system based on DGA. In the future, with continuous technological progress and improved data acquisition methods, DGA technology will become more popular and widely used in the field of transformer fault diagnosis in power systems. At the same time, this paper proposes some directions for improvement and optimization to improve the performance and reliability of the system.Keywords: oil-immersed transformer, Dissolved Gas Analysis, data-driven, fault diagnosis, machinelearnin综上所述，DGA技术在电力系统中的变压器故障诊断方面具有广阔的应用前景。
浅谈油浸式电力变压器故障的分析与预防
中国 电力教育 Ｃ Ｐ ＥＥ
２ １ 年第 １ 期 总 第１ ４ ００ ３ ６ 期
Ｄ Ｉ Ｏ 编码 ： ０３ ６ ／ ． ｓ ． ０ — ０ ９２ １ ．３１６ １ ．９ ９ ｊ ｓｎ １ ７ ０ ７ ．００ １ ．１ ｉ ０
浅谈油浸式 电力变压器故障的分析与预防
程 蓉
摘要 ：由于变压器长期运行，故障和事故总不可能完全避 免，且引发故障和事故 又出于众多方面的原因。 本文分析 了 油浸式电力变 压 器的常见故障、影响故障的主要因素，提 出预防和技 术改进措 施。 关键词 ：油浸式电力变压器 ； 短路 故障 ； 绝缘故障 ； 电故障 ；故障检 测 放
主 要 包பைடு நூலகம்括 以下 两个 方 面 。
生 的热 、臭氧 、氧化氮 的活性 气体 的化学作用，使局 部绝缘受
（）短 路 电流引起绝缘 过热 。变 压器 突发短 路 时，其高、 到腐蚀 ，介质损耗增 大，最后导 致热击穿。放 电故 障的类型与 １ 低压绕组可能同时通 过额定值 数十倍的短 路电流，它将产生很 特 征 主 要 有 三 种。 大的热量，使变压器严重 发热。当变压器承受短 路 电流的能力 变压器 击穿及损毁事故。 （）变压器火花放 电故障。一般来说，火花 放电不致很快 １ 或轻瓦斯动作 ，比较容易被发现和处理 ，但 对其 发展程 度应引 不够，热稳定性差 ，会使变压 器绝缘材料严重受 损，从而形成 引起绝 缘击穿，主要反 映在油色谱 分析异常 、局部放 电量 增加 （ ）短 路电动力引起绕组变形。变压器受短 路冲击 时，如 起 足够 的 认 识 和 注 意 ，主 要 有 悬 浮 电位 引 起 火 花 放 电 和 油 中杂 ２ 果短 路 电流小，继电保护正确动作 ，绕组变形将 是轻微 的 ； 如 质 引起 火 花 放 电两 种 原 因 。
油浸式变压器故障类型与故障诊断技术研究
20
80
80
60
40
20
%C2H2
图 2 大卫三角法
2.2.4 比值判定法 油中气体含量会随着变压器运行时间的增长而增加。第
一、二种方法都只能简略分析故障类型，具体还需要实地检 测。由此推出比值判定法。比值判定法是对几种特征气体的 比值进行分析，利用比值来判定故障类型。四比值法由于反 映的温度范围并不全面被排除成为三比值法。最后，优化三 比值法在编码、比值范围方面的缺陷，得到改良后的三比值 法，是国际上最为推荐的比值判定法 。 [17]
40 %C2H4
60
目前最常用的是前三种方法。戴炜等 [18] 采用 Rogowski 线 圈结构设计而成的高压脉冲电流传感器，利用电磁耦合对接 地铁芯的局部放电进行检测。此举操作简单，不与变压器直 接电气连接，简单、直接的检测变压器的绝缘情况。马波等 [19] 介绍超声波检测法的基本原理并采用三维定位技术辅助 获取故障位置。试验表明，超声波检测法在变压器局部放电 的检测和定位具有实用性，为设备检修提供有效的依据。
1
1.5
2
2.5
3
时间T
图 1 变压器故障的演变过程
由图 1 可知，变压器故障在初期并不能被检测。当故 障发展到 P 点时，故障才能被检测装置检测。如果在状态 检测这段时间里，并没有检测出故障所在点，就会到达 F 点使变压器故障并引起其他严重后果。若故障能够在此期间内 被检测出来，并进行合理的维修就能避免变压器故障的发生。 ■■1.3 油浸式变压器故障诊断的方法
表 2 变压器正常运行时油中烃类气体的含量（ µL / L ）
气体成分
H2
CH4
C2H6
C2H4
C2H2
总烃
油浸式变压器常见故障分析及处理措施
油浸式变压器常见故障分析及处理措施摘要：当前，各行各业对电能需求的日益增长，使变压器承受着很大的压力，负载增大，从而引发了电力系统的安全事故，危及电力系统的高效率。
油浸式变压器是目前电力系统中应用最广泛的一种，它的运行状况和供电质量有着密切的联系。
由于受多方面的影响，油浸式变压器的故障时有发生，一旦发生，难以保障电能供应的连续性，严重时会发生安全事故。
因此，应加强对油浸式变压器的诊断和处理运行，并根据实际情况及时、准确地进行检查，争取在最短的时间内使变压器能够正常运行，确保电能供应的稳定。
关键词：油浸式变压器；常见故障；处理措施1油浸式变压器概述油浸式变压器是电力系统的关键设备，它的运行原理是通过电磁感应来实现电能的交流。
油浸式变压器一旦发生故障，不但会对变压器的设备造成损害，还会造成电网的瘫痪，造成电力供应的大范围中断，从而造成用电的危险，甚至会给企业带来巨大的经济损失，所以，要对变压器进行正确的监测和保养，并定期进行变压器油试验和分析，及时识别变压器异常运行状况，及时消除运行中存在的隐患，可以避免电力系统因变压器出现故障检修而停电。
2变压器异常声响的故障分析在正常运行时，变压器的运行噪音主要来自变压器主体和冷却系统，在铁芯震动时，变压器的外壳会产生“嗡嗡”的响声，这是很正常的现象。
变压器在运转时，会发出异常的声音。
当变压器铁芯穿芯螺杆没有牢固地固定在一起时，会引起铁芯松动，使硅钢板间产生不规则的震动，从而产生异常的噪声。
铁芯在高压放电的情况下，也会发出异常的放电声音，这是因为线圈的闪络放电，或者是铁芯接地的断线，从而引起了高压放电。
变压器内部部件松动，在运转中也会产生铁块撞击的声音。
当变压器在无负载和轻载的情况下运行时，会发生硅钢片的端部振动，引起变压器内部的异响。
在变压器的内部有一个击穿部位，就会产生不均匀的放电声音。
对于变压器中存在的异响，要根据各种声音找到原因，采取相应的措施，以便及时排除故障，保证变压器运行的稳定性。
油浸式电力变压器过热故障的诊断与处理
该变压器历年 色谱试验数据详见 表 ２ 。从表 ２可 以看 出 ，
某变 电站 ＃３主变压 器 自 １ ９ ９ ４年 １ ２月投 入运 行 至 ２ ０ ０ ６年 ３ 月 １ ４日这 ｌ １ 年期 间， 油 中溶解气体 含量在 正常范 围 ， 气体 组
分主要 以二氧化碳 、 一氧化碳为主 ， 其次存在少 量的氢 气和烃 类气体 。据此认为 变压器 运行状 况 良好 ， 绝缘 介质处 于正 常
试 验 日期 Ｈ ２ Ｃ 心
２ ０ 。 ｒ ７ —
变压器 内部故 障从 现象上分类 ， 大致 可分为过热 和放 电 ２ 类， 若 以故 障部 位分类 ， 大致分 为磁路 故障 、 绕组 故障 、 绝缘故 障、 分接 开关 故障和套管故 障 ５类。
Ｉ ． １ 过 热 性 故 障
Ｈ ６
比例一般小于 ２ ％。
２ 实例 分 析
目前 ， 电力 系统普遍应 用油浸式 电力变压 器 ， 其 绝缘 介质
主要 由绝缘 纸 （ 板） 和绝 缘油 组 成。由于 制造 、 安装 和运行 等
环节可 能存 在不 当因素 ， 从 而导致 变压 器在 运行 时 内部产 生 故障甚 至发 展 为事 故 ， 因此 ， 及 时 发 现变 压 器 内部 早期 故 障 （ 潜伏 性故障 ） 意义重 大。利用油 中溶解气体组 分含 量色谱 分 析（ 俗称油色谱试验 ） 来发现变压 器 内部早 期故 障是 公认 的有 效方法 ， 同时结合直流 电阻测试 、 绝缘 电阻测试 等 电气试验 手
０ 引 言
的产气特征跟放 电能量 密度 有关 。当能量 密度 在 １ ０—９ ｃ以 下时 ， 一般 总烃不高 ， 主要成分是 Ｈ ２ ， 其次是 Ｃ Ｈ ４ ， 通常 Ｈ ２ 含量 占氢烃总量 的 ８ ０ ％ 一９ ０ ％， ｃ Ｈ ４ 含量 占总烃的 ９ ０ ％以上。当能 量密度为 １ ０ …８ １ ０ ７ Ｃ时 ， 也可 出现 Ｈ ２ ， 但在 总烃 中所 占
基于D—S证据理论的油浸式电力变压器故障诊断
摘要：当前对 变压 器进行故障诊断，主要是利用从分散的传感器收集到 的检测信息， 使用单独 的传感器 但 采集数据进行判别 ，由于缺乏对数据的融合 分析 ，易造成诊断 中的误 判或 漏判 。提 出了一种基于 Ｄ Ｓ — 证据 理论 的油浸式电力变压器故障诊 断方法，该方法通过融合数据 来处理故障诊断中的不确定度。建立 了故障 诊 断的融合模 型，给出 了 方法的具体 实现步骤 并应用 实例进行计算。结果表明，本方法可 以减少诊断中的 不确定性 ，提 高故障诊断的准确性。
对 某一 假 设的信 任度 ：
１ Ｄｅ ｓ ｒＳ ａｅ 证据理论 ｍｐｔ －ｈ ｆｒ ｅ
Ｄｅ ｓｅ－ｈ ｆｒ证 据 理 论 ｍｐ ｔｒＳ ａｅ
修改稿 日期 ：２ ０— １ ４ ０ ７０ — ． ０ 作者简 介：邱大庆 （９ ６一） １７ ，男，焦作供 电公司工程师
Ｂｌ ） ｅＡ＝∑ （） （
维普资讯
第 ２ 卷第 １ ３ 期
２０ ０ ７年 ３月
电
力
科
学
与
工
程
Ｖｏ ．３ １ ，Ｎｏ １ ２ ． Ｍ ａ． ２ ０ ｒ， ０ ７
Ｅｌｃ ｒ ｃＰ ｗｅ ｃｅ ｃ ｎ ｇｎ ｅ ｉ ｇ ｅ ｔ ｉ ｏ ｒＳ ｉｎ ｅａ ｄ Ｅｎ ｉ ｅ ｒ ｎ
电力变压器是 电力系统厂站中重要设备之一 ， １１ 基本 概念 ． 及时又准确地检测出变压器早期潜伏性故障具有重 定义 １辨别 框架 是所有 可 能的观测 结果 的范 大意义 。目 ， 前 油中溶解 Ｄ Ａ气体分析技术是 围 ，是 一个 完备 集 。在此 集合 中 ，只 能有 一个假 设 Ｇ 对油浸 式变 压器 进行 故 障诊 断有效 的手段 之一 弘， 是最 后观 测 的正确 结果 。 的所 有子 集构成 的集 合 它可 以比较 准确 、 可靠 地发 现逐步 发展 的潜伏 性故 是 的幂 集 ，记 作：２。 障。 由于变压器的各监测传感器所提供的信息一般 定 义 ２基本 概率 分配 函数 （ ｉ ｒｂ ｂｌｙ Ｂａ ｃ ｏ ａ ｉｔ ｓ Ｐ ｉ 是不完整、 不精确、 模糊的 （ 即包含大量的不确定 Ａ ｓ ｎ ｎ， Ｂ Ａ）为支持某一特定假设的观测 ｓｉ ｍｅ ｔ Ｐ ｇ 性） ，所以为了实现准确诊断需要对这些信息进行 融合。 证据理论作为一种不确定性推理方法已受到 人们 的重 视 。 本 文将充 分利用 ＤＧ 结果 ，针对 现有 检测 数 Ａ 据存 在冗 余 ， 乏有 效地 融合 处理 以及诊 断过程 中 缺 结果分配概率。Ｓ ａｅ 认为 Ｂ Ａ是一个准确指 向 ｈ ｆｒ Ｐ 假设 的信任量度 ， 也叫做质量函数 （ ｓ Ｆ ｎ － Ｍａｓ ｕ ｃ ｔ ｎ ，通 常用 ｍ：２一［，１来 表 示 ，其 中，ｍ满 ｉ ） ｏ ｏ ０ ］
油浸式变压器常见故障分析及处理措施
油浸式变压器常见故障分析及处理措施摘要：油浸式变压器具有散热好、损耗低、容量大、价格低等特点。
对于电力行业的油浸式变压器，其应用范围较广，设备运行的安全性与可靠性至关重要。
基于此，要重视变压器故障分析，找准故障位置，准确分析诱因，有针对性地进行解决与处理，显得尤为重要。
关键词：油浸式变压器；常见故障；处理措施目前，各个行业对电能需要不断增加，变压器面临巨大压力，负荷增加，成为诱发安全事故的重要因素，威胁电网运行的高效性。
油浸式变压器在电力系统的使用较为普及，其运行状态与供电质量关系紧密。
基于多种因素的影响，油浸式变压器故障也很常见，一旦出现很难保证供电的持续性，甚至引发安全事故。
为此，要重视油浸式变压器故障诊断与处理工作，结合实际，及时、准确地进行排查，在最短时间内促使变压器恢复正常使用，保证电能的稳定供给。
1油浸式变压器分类按照单台变压器的相数来区分,可以分为三相变压器和单相变压器。
在三相电力系统中,一般应用三相变压器，当容量过大且受运输条件限制时，在三相电力系统中也可以应用三台单相式变压器组成变压器组。
按照绕组的多少来分，可分为双绕组变压器和三绕组变压器。
通常的变压器都为双绕组变压器，即在铁芯上有两个绕组，一个为原绕组，一个为副绕组。
三绕组变压器为容量较大的变压器（在5600千伏安以上），用以连接三种不同的电压输电线。
在特殊的情况下，也有应用更多绕组的变压器。
按照结构形式来分类，则可分为铁芯式变压器和铁壳式变压器。
如绕组包在铁芯外围则为铁芯式变压器；如铁芯包在绕组外围则为铁壳式变压器。
二者不过在结构上稍有不同，在原理上没有本质的区别。
电力变压器都系铁芯式。
按照绝缘和冷却条件来分，可分为油浸式变压器和干式变压器。
为了加强绝缘和冷却条件，变压器的铁芯和绕组都一起浸入灌满了变压器油的油箱中。
在特殊情况下，例如在路灯，矿山照明时，也用干式变压器。
2油浸式变压器性能特点油浸式变压器低压绕组除小容量采用铜导线以外，一般都采用铜箔绕抽的圆筒式结构；高压绕组采用多层圆筒式结构，使之绕组的安匝分布平衡，漏磁小，机械强度高，抗短路能力强。
油浸式变压器(电抗器)状态检修导则
油浸式变压器(电抗器)状态检修导则（原创版）目录一、油浸式变压器 (电抗器) 状态检修导则概述二、油浸式变压器 (电抗器) 的检修周期和检查项目三、油浸式变压器 (电抗器) 状态评价的方法和标准四、油浸式变压器 (电抗器) 的检修步骤和处理措施五、油浸式变压器 (电抗器) 的年检内容及检修判断标准正文一、油浸式变压器 (电抗器) 状态检修导则概述油浸式变压器 (电抗器) 状态检修导则是一份针对油浸式变压器(电抗器) 的检修和维护工作的指导性文件。
它包括了油浸式变压器 (电抗器) 的检修周期、检查项目、状态评价方法、检修步骤、处理措施以及年检内容等方面的详细规定。
这份导则是为了确保油浸式变压器 (电抗器) 的安全、稳定、高效运行，提高其使用寿命和可靠性而制定的。
二、油浸式变压器 (电抗器) 的检修周期和检查项目油浸式变压器 (电抗器) 的检修周期取决于其在供电系统中的重要性、运行环境、安装现场的环境和气候，以及历年运行和预防性试验等情况。
本导则所提出的检查维护项目是油浸式变压器 (电抗器) 在正常工作条件下应进行的检查和维护。
运行单位可根据具体情况结合多年的运行经验，制定具体的检查、维护方案和计划。
三、油浸式变压器 (电抗器) 状态评价的方法和标准油浸式变压器 (电抗器) 状态评价的方法主要包括：巡视检查、日常维护、定期检修、故障检查和试验等。
状态评价的标准主要包括：油浸式变压器 (电抗器) 的外观、运行声音、温度、油位、油色、绝缘状态、接地系统、阀门和旋塞等方面。
根据检查结果，对油浸式变压器 (电抗器) 的状态进行评价，并制定相应的维护和检修措施。
四、油浸式变压器 (电抗器) 的检修步骤和处理措施油浸式变压器 (电抗器) 的检修步骤主要包括：停电、断开隔离开关、变压器高低压侧放电、清扫、紧固螺栓、检查油位、油色、检查硅胶是否变色、处理一下渗油的部位、最好再请施工队伍给变压器打打压、测测阻值等。
处理措施主要包括：对发现的问题进行及时修复、更换有问题的部件、对渗油部位进行堵漏处理、对变色的硅胶进行更换等。
油浸式变压器故障在线诊断方法研究
第２ ０卷 第 ６期 ２０ ０ ８年 １ １月
Ｖｏ ． ８ １
嘉 兴学 院学报 ＪｕｎｌｆＪａｉｇＵ ｉ ｒｔ ｏ ｒａ ｉ ｎ ｎｖ ｓｙ ｏ ｘ ｅｉ
・９ ９・
油 浸 式 变 压 器 故 障在 线 诊 断方 法研 究
贾红 红 ， 一平 郑
ｃｎａ ｏｍｅｔｈ ｅｌ ｒ ｅｔ ｅｕｒ ｎｓ ａ ｌ ｅ ｔｅｒａ ｐｏ ｃ ｒｑ ｉ ｍｅｔ ｓ ｊ ｅ ．
Ｋｅ ｒ ｓｏｌ ｅ ａｌｄａｎ ｓ ； ｒｂｂｌ ｔ ｅｒ ｅ ｏｋ Ｐ Ｎ） Ｍ（ ，） ｙｗｏｄ ：ｎｉ ｕｔ ｉ ｏｉ Ｐｏ ａｉｓｃＮ ｕａ Ｎ ｔ ｒ（ Ｎ ；Ｇ １ １ ｎｆ ｇ ｓ ｉｉ ｌ ｗ
基于油浸式机器人的变压器故障识别研究
第１３卷㊀第６期Ｖｏｌ．１３Ｎｏ．６㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２３年６月㊀Ｊｕｎ．２０２３㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２３）０６－０１１２－０６中图分类号：ＴＰ２４２．６文献标志码：Ａ基于油浸式机器人的变压器故障识别研究晏㊀刚，李自荣，冉艳红，彭㊀水，郑㊀凯（重庆赛宝工业技术研究院有限公司，重庆４０１３３２）摘㊀要：油浸式变压器是电力系统中最为关键和核心的设备，定期检修的主要方式是停机放油后工人进入变压器内部目视检查，存在检修效率不高㊁停机时间长㊁故障识别准确性低等问题㊂本文研究采用新型智能机器人技术设计电力变压器油浸式智能内检机器人，在大型电力变压器不放油的情况下，进入停运设备内部主绝缘间隙仿生潜游，利用配备的摄像机和传感器将变压器内部视频图像等信息实时无线传输到工作站，使用卷积神经网络对内部的异物㊁闪络㊁放电点及痕迹进行智能感知和自动识别㊂试验结果表明，采用油浸式智能机器人的故障智能识别更准确㊁使用更方便，极大提高了电力变压器检修领域的智能化水平㊂关键词：智能机器人；油浸式变压器；卷积神经网络；故障智能识别Ｒｅｓｅａｒｃｈｏｎｔｒａｎｓｆｏｒｍｅｒｆａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｂａｓｅｄｏｎｏｉｌ－ｉｍｍｅｒｓｅｄｒｏｂｏｔＹＡＮＧａｎｇ，ＬＩＺｉｒｏｎｇ，ＲＡＮＹａｎｈｏｎｇ，ＰＥＮＧＳｈｕｉ，ＺＨＥＮＧＫａｉ（ＣｈｏｎｇｑｉｎｇＣｅｐｒｅｉＩｎｄｕｓｔｒｉａｌＴｅｃｈｎｏｌｏｇｙＩｎｓｔｉｔｕｔｅＣｏ．，Ｌｔｄ．，Ｃｈｏｎｇｑｉｎｇ４０１３３２，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＴｈｅｏｉｌ－ｉｍｍｅｒｓｅｄｔｒａｎｓｆｏｒｍｅｒｉｓｔｈｅｍｏｓｔｃｒｉｔｉｃａｌａｎｄｃｏｒｅｅｑｕｉｐｍｅｎｔｉｎｔｈｅｐｏｗｅｒｓｙｓｔｅｍ．Ｔｈｅｍａｉｎｗａｙｏｆｒｅｇｕｌａｒｍａｉｎｔｅｎａｎｃｅｉｓｔｏｅｎｔｅｒｔｈｅｔｒａｎｓｆｏｒｍｅｒｆｏｒｖｉｓｕａｌｉｎｓｐｅｃｔｉｏｎａｆｔｅｒｔｈｅｏｉｌｉｓｄｒａｉｎｅｄａｆｔｅｒｓｈｕｔｄｏｗｎ．Ｔｈｅｒｅａｒｅｐｒｏｂｌｅｍｓｓｕｃｈａｓｌｏｗｍａｉｎｔｅｎａｎｃｅｅｆｆｉｃｉｅｎｃｙ，ｌｏｎｇｓｈｕｔｄｏｗｎｔｉｍｅ，ａｎｄｌｏｗａｃｃｕｒａｃｙｏｆｆａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎ．Ｉｎｔｈｉｓｐａｐｅｒ，ａｎｅｗｔｙｐｅｏｆｉｎｔｅｌｌｉｇｅｎｔｒｏｂｏｔｔｅｃｈｎｏｌｏｇｙｉｓｕｓｅｄｔｏｄｅｓｉｇｎａｎｏｉｌ－ｉｍｍｅｒｓｅｄｉｎｔｅｌｌｉｇｅｎｔｉｎｔｅｒｎａｌｉｎｓｐｅｃｔｉｏｎｒｏｂｏｔｆｏｒｐｏｗｅｒｔｒａｎｓｆｏｒｍｅｒｓ．Ｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｔｈａｔｌａｒｇｅｐｏｗｅｒｔｒａｎｓｆｏｒｍｅｒｓｄｏｎｏｔｄｒａｉｎｏｉｌ，ｔｈｅｒｏｂｏｔｃａｎｅｎｔｅｒｔｈｅｍａｉｎｉｎｓｕｌａｔｉｏｎｇａｐｏｆｔｈｅｏｕｔ－ｏｆ－ｓｅｒｖｉｃｅｅｑｕｉｐｍｅｎｔｆｏｒｂｉｏｎｉｃｄｉｖｉｎｇ，ａｎｄｕｓｅｔｈｅｅｑｕｉｐｐｅｄｃａｍｅｒａｓａｎｄｓｅｎｓｏｒｓｔｏｍｏｎｉｔｏｒｔｈｅｉｎｓｉｄｅｏｆｔｈｅｔｒａｎｓｆｏｒｍｅｒ．Ｖｉｄｅｏｉｍａｇｅｓａｎｄｏｔｈｅｒｉｎｆｏｒｍａｔｉｏｎａｒｅｗｉｒｅｌｅｓｓｌｙｔｒａｎｓｍｉｔｔｅｄｔｏｔｈｅｗｏｒｋｓｔａｔｉｏｎｉｎｒｅａｌｔｉｍｅ，ａｎｄｔｈｅｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｕｓｅｄｔｏｐｅｒｆｏｒｍｉｎｔｅｌｌｉｇｅｎｔｐｅｒｃｅｐｔｉｏｎａｎｄａｕｔｏｍａｔｉｃｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｉｎｔｅｒｎａｌｆｏｒｅｉｇｎｏｂｊｅｃｔｓ，ｆｌａｓｈｏｖｅｒｓ，ｄｉｓｃｈａｒｇｅｐｏｉｎｔｓａｎｄｔｒａｃｅｓ．Ｔｈｅｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｎｔｅｌｌｉｇｅｎｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｆａｕｌｔｓｕｓｉｎｇｔｈｅｏｉｌ－ｉｍｍｅｒｓｅｄｉｎｔｅｌｌｉｇｅｎｔｒｏｂｏｔｉｓｍｏｒｅａｃｃｕｒａｔｅａｎｄｍｏｒｅｃｏｎｖｅｎｉｅｎｔ，ｗｈｉｃｈｇｒｅａｔｌｙｉｍｐｒｏｖｅｓｔｈｅｉｎｔｅｌｌｉｇｅｎｃｅｌｅｖｅｌｉｎｔｈｅｆｉｅｌｄｏｆｐｏｗｅｒｔｒａｎｓｆｏｒｍｅｒｍａｉｎｔｅｎａｎｃｅ．ʌＫｅｙｗｏｒｄｓɔｉｎｔｅｌｌｉｇｅｎｔｒｏｂｏｔ；ｏｉｌ－ｉｍｍｅｒｓｅｄｔｒａｎｓｆｏｒｍｅｒ；ｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ；ｉｎｔｅｌｌｉｇｅｎｔｆａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎ作者简介：晏㊀刚（１９８２－），男，硕士，高级工程师，主要研究方向：人工智能㊁机器人㊁油品检测分析㊂通讯作者：晏㊀刚㊀㊀Ｅｍａｉｌ：ｃｑｙｇ２００１＠１６３．ｃｏｍ收稿日期：２０２３－０３－１００㊀引㊀言目前油浸式变压器内检方式存在效率低㊁检测盲区㊁故障判别难度大㊁变压器内部二次污染和破坏等问题㊂油浸式智能内检机器人通过机器视觉和人工智能技术进行故障分析和定位，一方面代替人工在不放油㊁充气的情况下进入变压器内部工作，减少检修天数，提高检修效率；另一方面，可通过图像的智能识别提高故障判别准确率，降低检修成本㊂本文研究变压器油浸式智能内检机器人，将变压器内部视频图像传输到工作站，使用卷积神经网络进行故障识别㊁分析预测，提高大型电力变压器的检修效率㊁发现潜伏缺陷㊁提高故障诊断准确性㊂１㊀油浸式变压器故障类型分析电力变压器内部故障主要表现为机械故障㊁热故障和电故障３种类型，以后两种故障类型为主，大多数机械故障最终也会表现为热故障和放电性故障［１］㊂过热性故障是热应力所造成的绝缘加速劣化；放电性故障可根据其放电能量的密度分为电弧放电㊁火花放电和局部放电３类［２］㊂一旦出现运行缺陷或故障，或者需要对设备大修时，仍需要将设备停电放油，由专业技术人员从入孔爬进设备箱体内进行内检排查，发现设备里的缺陷或故障，必要时还需要对变压器进行吊罩处理和解体检查㊂２㊀卷积神经网络本文研究的油浸式变压器故障识别卷积神经网络使用Ｈｕ特征提取和Ｈｏｇ特征提取两种图像数据特征提取算法㊂２．１㊀Ｈｕ特征提取算法采用Ｈｕ特征提取算法进行Ｈｕ不变矩提取时，主要利用０㊁１㊁２和３阶矩阵进行提取［３］㊂首先计算各阶矩阵的几何矩，再计算中心矩，然后归一化中心矩，最后计算７个Ｈｕ不变矩并进行归一化㊂Ｈｕ不变矩特征提取流程图如图１所示㊂结束得到特征计算7个H u 不变矩并归一化归一化中心矩计算各阶中心矩计算各阶几何距开始图１㊀Ｈｕ不变矩特征提取流程图Ｆｉｇ．１㊀Ｈｕｉｎｖａｒｉａｎｔｍａｔｒｉｘｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｆｌｏｗｃｈａｒｔ２．２㊀Ｈｏｇ特征提取算法采用Ｈｏｇ特征提取算法进行特征提取时，首先将图像进行灰度处理，然后计算每个像素点的梯度，在每个梯度方向上划分区间，在各个方向投影，得到并统计每个区间的特征向量，一个块又由４个相邻单元构成，同样对其在每个梯度方向的各个方向进行投影，得到并统计每个块的特征向量，最后对每个块的特征向量进行结合，就可以得到总的特征向量［４］㊂在设计时有部分参数很关键，例如胞元大小计算Ｈｏｇ的单元大小，每个单元可以得到一个直方图，默认值为［８，８］；一个块的大小，默认值为［２，２］；重叠块说明块之间的重叠部分的大小，默认值是０．５㊂在识别时将图像尺寸转换为４０ˑ４０，为了遍历图像时让块正好分开，将胞元大小改为［１０，１０］㊂Ｈｏｇ特征提取流程图如图２所示㊂开始结束扫描图像结合所有块的特征向量结合每块的特征向量对每个单元的像素在梯度方向上投影在每个梯度方向上划分区间计算每个像素点的梯度图像灰度处理图２㊀Ｈｏｇ特征提取流程图Ｆｉｇ．２㊀Ｈｏｇｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｆｌｏｗｃｈａｒｔ３㊀油浸式变压器故障图像的预处理３．１㊀智能机器人图像采集变压器油浸式智能内检机器人进入变压器内部，摄像机采集到的图像上传到工作站后采用卷积神经网络进行故障智能识别㊂因为采集到的图像都是３个层次的色彩深度达到８００ˑ８００的图像，卷积神经网络需要的是具有３个深度的ＲＧＢ三色频谱４１６ˑ４１６像素的图像，所以需要采用双线性插值法对数据集图像进行比例转换，转换为４１６ˑ４１６像素的图像［５］㊂利用双线性插值进行图像缩放的步骤包括：计算目标图片与原始图片之间的缩放因子（宽度㊁高度方向）；利用缩放因子，由目标图片像素位置反推回原始图片中的虚拟像素位置；由虚拟像素位置找到宽度和高度方向相邻的４个像素点；由４个像素点进行双线性插值计算，得出目标图像中的像素值［６］㊂双线性插值法的原理示意如图３所示㊂P 01P x 1P 11P xP 00P x 0P 10W 0W x W 1wHh 1h xh 0图３㊀双线性插值法原理示意图Ｆｉｇ．３㊀Ｔｈｅｐｒｉｎｃｉｐｌｅｏｆｂｉｌｉｎｅａｒｉｎｔｅｒｐｏｌａｔｉｏｎ㊀㊀在进行双线性插值处理时，点Ｐ００，Ｐ０１，Ｐ１０，Ｐ１１为已知的４个像素点，要得到Ｐｘ点的像素值，首先在３１１第６期晏刚，等：基于油浸式机器人的变压器故障识别研究Ｗ轴方向进行线性插值，得到Ｐｘ０，Ｐｘ１点的像素值，式（１）和式（２）：Ｐｘ０＝Ｗ１－ＷｘＷ１－Ｗ０Ｐ００＋Ｗｘ－Ｗ０Ｗ１－Ｗ０Ｐ１０（１）Ｐｘ１＝Ｗ１－ＷｘＷ１－Ｗ０Ｐ０１＋Ｗｘ－Ｗ０Ｗ１－Ｗ０Ｐ１１（２）㊀㊀其次，在Ｈ轴上由Ｐｘ０和Ｐｘ１分别计算线性差值，得到Ｐｘ的像素值，式（３）：Ｐｘ＝ｈ１－ｈｘｈ１－ｈ０Ｐｘ０＋ｈｘ－ｈ０ｈ１－ｈ０Ｐｘ１（３）㊀㊀从式（１） 式（３）得到了双线性插值总公式（４）：㊀Ｐｘ＝ｈ１－ｈｘｈ１－ｈ０Ｗ１－ＷｘＷ１－Ｗ０Ｐ００＋ｈ１－ｈｘｈ１－ｈ０Ｗｘ－Ｗ０Ｗ１－Ｗ０Ｐ１０＋ｈｘ－ｈ０ｈ１－ｈ０Ｗ１－ＷｘＷ１－Ｗ０Ｐ０１＋ｈｘ－ｈ０ｈ１－ｈ０Ｗｘ－Ｗ０Ｗ１－Ｗ０Ｐ１１（４）采用双线性插值法，将离散分布的像素图进行直线化处理，使之能够准确地估计出２ˑ２像素区块内的任何点处的像素值，最大限度地减少在非比例放大时丢失的物体特性，降低对后续的特征抽取工作的干扰㊂３．２㊀图像滤波在卷积神经网络中，随着样本的聚集程度越来越高，网络训练的运算能力和参数的收敛性也越来越强，因此在网络训练之前，需要对原始图像数据进行预处理，常用的方法是去均值和归一化㊂去均值就是把每个图像的数据减去全部的图像数据的平均值，把图像的亮度统一，把所有的图像都变成０值中心；而规一化则是通过把图像的像素变换成较小的值域，从而减小了奇异样本的影响㊂通过对图像原始数据去均值和规一化处理，可以实现对样本的更精确地分布，更易于训练㊂将图像中的均值分成两类：全图像均值（ｉｍａｇｅｍｅａｎ）和像素均值（Ｐｉｘｅｌｍｅａｎ）㊂全图像均值是指各幅图像在某一深度上的各个空间位置上的像素的平均值，包含了空间分布数据；像素均值则是在一定的深度，对所有像素进行均值的计算，而不会考虑各图像的空间分配㊂由于ＤＩＯＲ数据集合内没有任何空间上的分布规则，因此本文使用了像素均值㊂对具有ｄ深度的像素均值进行了运算，公式（５）：ｍｅａｎ（ｄ）＝ðｎｕｍ－１ｎ＝０ðＨ－１Ｈ＝０ðＷ－１Ｗ＝０ｉｍｇｎ[]ｈ[]Ｗ[]ｄ[]ｎｕｍ∗Ｈ∗Ｗ，ｄ＝０，１，２（５）其中，ｎｕｍ代表了数据集训练集的图像数量；Ｈ代表图像的高；Ｗ代表图像的宽；ＤＩＯＲ对应的数值为８００；而ｉｍｇ［ｎ］［ｈ］［Ｗ］［ｄ］代表深度中的第（Ｄ）图像的像素数值；ｄ分别取０，１，２，对应于图像的ＲＧＢ３个层次深度㊂通过对５８６２张图像训练集的像素均值进行运算，得出ＲＧＢ＿ｍｅａｎ＝［１００．２８，１，０２８，３９３．０５］，去均值后的图像绿色深度上的像素值更低，过滤掉绿干扰后的指标表现得更加明显㊂３．３㊀图像增强及算法利用卷积神经网络对图像局部细节进行增强，能够在一定程度上限制图像局部的过度增强，但这种方法的局限性在于对比度的放大是通过在预先定义的剪裁限制下剪裁直方图来实现的㊂对比度受限自适应直方图均衡化的基本步骤如下：第一步，将原始图像分割成若干大小相等的子块，每个子块是连续的，彼此不重叠；第二步，计算每个子块的局部直方图；第三步，计算分配给每个子块中每个灰度级的平均像素数，由参数ＡｖＮｕｍ表示，可由公式（６）定义：ＡｖＮｕｍ＝Ｘｐ㊃ＹｐＧｒａｙＮｕｍ（６）㊀㊀其中，Ｘｐ和Ｙｐ分别是子块Ｘ方向和Ｙ方向上的像素数，ＧｒａｙＮｕｍ表示子块的可能灰度㊂第四步，设置剪切系数ＣＶ，并假设其范围为［０，１］㊂对于不同的图像，通过模拟结果将其调整为最佳值，然后按照公式（７）计算实际剪切极限值ＮＶ：ＮＶ＝ＡｖＮｕｍ＋ｒｏｕｎｄＣＶ㊃Ｘｐ㊃Ｙｐ－ＡｖＮｕｍ()()（７）其中，ｒｏｕｎｄ是一个舍入函数㊂第五步，使用剪切极限，剪切局部直方图的每个灰度级的像素，并将额外的像素数重新分配到每个直方图的每个灰度级㊂假设ＮＣｌｉｐ表示被忽略的像素总数，可以通过等式获得每个灰度级应分配的像素数ＮＡｃｐ，式（８），式（９）：ＮＣｌｉｐ＝ðｍａｘＨｉ()－ＮＶ()()（８）㊀㊀其中Ｈ（ｉ），ｉ＝ｉ０，ｉ１ ｉｎ表示子块的局部直方图㊂ＮＡｃｐ＝ＮＣｌｉｐＧｒａｙＮｕｍ（９）㊀㊀假设ＣＨ（ｉ）是重新分配后的直方图，可以得到４１１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀等式（１０）：ＣＨｉ()＝ＮＶ，Ｈｉ()＞ＮＶＮＶ，Ｈｉ()＋ＮＡｃｐȡＮＶＨｉ()＋ＮＡｃｐ，ｅｌｓｅìîíïïï（１０）第六步，假设上述分布后剩余的像素数为ＮｕｍＬｅｆｔ，分布的步长可以定义为等式（１１）：Ｓｔｅｐ＝ＧｒａｙＮｕｍＮｕｍＬｅｆｔ（１１）㊀㊀按步长从最小灰度开始搜索，以便在像素数小于剪切阈值时分配像素㊂完成从最小灰度到最大灰度的循环，直到ＮｕｍＬｅｆｔ为０㊂直方图分配就完成了，并获得了一个新的直方图㊂第七步，剪切后对每个子区域执行直方图均衡化㊂第八步，每个子块的中心点作为参考点，以获得灰度值；对图像中的每个像素进行双线性插值处理，每个像素的映射由对应的区域４个邻接参考点确定㊂利用双线性插值进行灰度值计算的原理如图４所示，黑色小矩形（ｘ，ｙ）表示目标点，ｆ（ｘ，ｙ）是要计算的（ｘ，ｙ）的灰度值，４个相邻区域的中心点用黑点表示，４个相邻点分别为Ａ（ｘ－，ｙ－）㊁Ｂ（ｘ＋，ｙ－）㊁Ｃ（ｘ－，ｙ＋）㊁Ｄ（ｘ＋，ｙ＋）㊂灰度值ｆｘ，ｙ()可以用公式（１２）给出的４个点Ａ㊁Ｂ㊁Ｃ㊁Ｄ的灰度值的线性组合来表示㊂对于边界区域中的像素，通过两个相邻采样点的线性插值计算灰度；而图像４个角的点是用相邻的采样点计算的㊂㊀ｆｘ，ｙ()＝ａｂｆｘ－，ｙ－()＋１－ｂ()ｆｘ＋，ｙ－()[]＋１－ａ()［ｂｆｘ－，ｙ＋()＋１－ｂ()ｆｘ＋，ｙ＋()］（１２）A (x -,y -)(x +,y -)BC (x -,y +)(x +,y +)D(x ,y )图４㊀双线性插值法灰度值图计算原理Ｆｉｇ．４㊀Ｐｒｉｎｃｉｐｌｅｏｆｇｒａｙｓｃａｌｅｖａｌｕｅｃａｌｃｕｌａｔｉｏｎｂｙｂｉｌｉｎｅａｒｉｎｔｅｒｐｏｌａｔｉｏｎ㊀㊀对比度受限的自适应直方图均衡化算法处理的流程如图５所示㊂剩余像素再分配得到新的直方图直方图均衡化线性插值计算灰度结束分配系数设置剪切系数计算平均像素计算直方图图像分配开始图５㊀自适应直方图均衡化流程图Ｆｉｇ．５㊀Ａｄａｐｔｉｖｅｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎｆｌｏｗｃｈａｒｔ㊀㊀卷积神经网络对读入的图像数据进行处理时，首先对直方图进行分块处理，将输入进去的图像划分为大小相等的不重叠的子块；通过对图像分块，将每个单独的区域进行处理，每个图像块的局部图像增强，从而解决全局均衡化处理的问题㊂为了方便后续双线性插值处理，分块必须为２的倍数，计算子块的直方图，并根据公式（６）得到每个子块中每个灰度级的平均像素数㊂例如：假定一幅图像的像素为２８８ˑ３５２，要分成８ˑ８个图像块，那么此时得到的每个图像块的像素就会变成３６ˑ４４；剪切阈值的计算仿真，将其范围设置在０，１[]，再按照公式（７）得到剪切阈值㊂再对剩余的像素点分配，根据公式（８）先得到被忽略的像素总数，通过公式（９）得到每个灰度级能分配到的像素数，并按步长从最小灰度开始搜索，完成到最大灰度的循环，让剩余像素数全都分配进去，获得一个新的直方图；再根据公式（１０）进行直方图均衡化，将每个子块的中心点作为参考点，获得灰度值，并使用对比度限制进行映射，改善噪声的问题；再根据公式（１２）对其双线性插值处理，如果不进行插值处理，得到的图像会分块㊂使５１１第６期晏刚，等：基于油浸式机器人的变压器故障识别研究用卷积神经网络进行图像数据处理的流程如图６所示㊂开始结束映射并线性插值直方图均衡化再分配像素设置剪切阈值分配像素计算子块直方图和平均像素数分块处理输入图像图６㊀卷积神经网络图像处理流程图Ｆｉｇ．６㊀Ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｏｆｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ４㊀基于卷积神经网络的油浸式变压器故障识别４．１㊀实验准备４．１．１㊀实验环境及参数配置本文以ＺｙｎｑＳｏＣ平台为网络部署流程的基础，利用Ｘｉｌｉｎｘ公司ＺＣＵ１０４评估板，实现了网络模型的硬件实现㊂ＺＣＵ１０４采用ＺｙｎｑＵｌｔｒａＳｃａｌｅ＋ＭＰＳｏＣ系列的ＺＵ７ＥＶ芯片网，并在ＰＳ上整合了四核心ＡｒｍＣｏｒｔｅｘ－Ａ５３㊁ＰＬ端子ＵｌｔｒａＳｃａｌｅ＋ＦＰＧＡ等各种应用㊂ＺＣＵ１０４主板的硬件资源见表１所示㊂㊀㊀相对于Ｚｙｎｑ７０００系列，ＭＰＳｏＣ的ＺＵ７ＥＶ系列的芯片逻辑能力得到了极大地提高㊂ＰＳ端与ＤＤＲ４ＤＤＲ４的ＳＤＲＡＭ相连接，用以缓存运算时所生成的运算资料㊂ＱＳＰＩＦｌａｓｈ是用来储存ＰＳ端主电脑的开机影像，电脑启动，会加载影像，以开启ＰＳ端的主机系统㊂ＪＴＡＧ和Ｅｔｈｅｒｎｅｔ界面可以使电脑向ＰＳ终端传送控制和传送文档㊂此外，该面板具有ＵＳＢ３．０，ＨＤＭＩ视频输入／输出，ＬＰＣＦＭＣ扩展卡接口等丰富的外部设备，能够满足各种不同的嵌入式系统的需求㊂表１㊀ＺＣＵ１０４板硬件资源Ｔａｂ．１㊀ＨａｒｄｗａｒｅｒｅｓｏｕｒｃｅｓｏｆＺＣＵ１０４ｂｏａｒｄ硬件资源名称硬件资源型号或数量Ｚｙｎｑ主芯片ＸＣＺＵ７ＥＶ－２ＦＦＶＣ１１５６可编程逻辑单元５０４０００个查找表（ＬＵＴ）２３０４００个触发器（ＦＦ）４６０８００个ＢＲＡＭ１１．０ＭｂＵｌｔｒａＲＡＭ２７．０ＭｂＤＳＰ片１７２８个内存１６ＧｂＤＤＲ４ＳＤＲＡＭ闪存（Ｆｌａｓｈ）５１２ＭｂＱＳＰＩＦｌａｓｈ外设接口ＵＳＢ３．０，ＨＤＭＬＬＰＣＦＭＣ，ＳＡＴＡＭ２，ＵＳＢ－ＪＴＡＧ，ＲＪ－４５Ｅｔｈｅｒｎｅｔ㊀㊀本文在充分利用ＦＰＧＡ主芯片的设计和外部ＤＤＲ存储能力的基础上，将两个并行的ＤＰＵ芯片在ＺＵ７ＥＶＰＬ上进行有效的部署，使系统充分利用现有的资源，加快了系统的运算速度㊂４．１．２㊀数据集卷积神经网络模型的训练需要大量的图像㊂然而收集和注释庞大的数据集既费时又费力㊂为了增加数据集的大小，采用常用的数据增强方法，通过一组计算成本低廉的转换（例如旋转㊁大小调整和缩放）以及颜色调整（例如亮度㊁饱和度和对比度的变化）在原始数据集的基础上生成额外样本㊂本文使用旋转㊁平移㊁翻转和颜色转换的数据增强技术㊂本文的数据扩充是在 正常 和 在线 模式下进行的，并将相同的初始扩充数据存储在磁盘上㊂正常模式将直接使用初始扩充数据集训练卷积神经网络模型，无需任何额外的预处理，而在线模式在训练模型时额外应用在线数据扩充㊂每个卷积神经网络模型都在正常模式和在线模式下进行训练，以研究两种数据操作模式对模型性能的影响㊂４．２㊀油浸式变压器故障识别结果利用卷积神经网络进行分类识别，在训练集Ｓａｍｐｌｅ文件夹中随机抽取样本图片，以比例０．９作为训练样本，剩下的作为测试样本，计算每一种情况的油浸式变压器故障识别的准确率，根据准确率来选取最佳的搭配方式，该准确率是在每种情况中经过反复抽样测试而收集到的最大值，得到每种情况的准确率见表２㊂（下转第１２１页）６１１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀４㊀结束语本文采用ＭＡＬＯ算法求解电力系统经济和排放综合调度问题，所提出的方法在Ｍａｔｌａｂ仿真平台上对含有１０台和４０台发电机组系统进行仿真计算，通过与现有的优化算法结果的对比与分析，仿真结果表明ＭＡＬＯ算法在可行域中更容易搜索出全局最优解㊂参考文献［１］吴杰康，韩军锋，刘蔚，等．基于反捕食粒子群算法的电力系统经济调度方法［Ｊ］．电网技术，２０１０，３４（６）：５９－６３．［２］陈功贵，陈金富．含风电场电力系统环境经济动态调度建模与算法［Ｊ］．中国电机工程学报，２０１３，３３（１０）：２７－３５．［３］武慧虹，林妤，曾茜，等．自适应差分进化算法及对动态环境经济调度问题应用［Ｊ］．计算机应用研究，２０２１，３８（５）：１４４３－１４４８．［４］李笑竹，王维庆．基于多目标飞蛾扑火算法的含风电电力系统动态环境经济调度［Ｊ］．电气工程学报，２０２０，１５（３）：１－２．［５］ＫＵＫＪＮ，ＧＯＮＣＡＬＶＥＳＲＡ，ＰＡＶＥＬＳＫＩＬＭ，ｅｔａｌ．Ａｎｅｍｐｉｒｉｃａｌａｎａｌｙｓｉｓｏｆｃｏｎｓｔｒａｉｎｔｈａｎｄｌｉｎｇｏｎｅｖｏｌｕｔｉｏｎａｒｙｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅａｌｇｏｒｉｔｈｍｓｆｏｒｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌ／ｅｃｏｎｏｍｉｃｌｏａｄｄｉｓｐａｔｃｈｐｒｏｂｌｅｍ［Ｊ］．ＥｘｐｅｒｔＳｙｓｔｅｍｓｗｉｔｈＡｐｐｌｉｃａｔｉｏｎｓ，２０２１，１６５：１１３７７４．［６］栗然，张凡，靳保源，等．基于改进蚁狮算法的电力系统最优潮流计算［Ｊ］．电力科学与工程，２０１７，３３（９）：１５－２２．［７］潘晨，滕欢，梁梦可，等．基于改进粒子群算法考虑阀点效应的经济负荷最优分配［Ｊ］．电力科学与技术学报，２０２０，３５（１）：１５１－１５６．［８］ＳＡＸＥＮＡＰ，ＫＯＴＨＡＲＩＡ．Ａｎｔｌｉｏｎｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｔｏｃｏｎｔｒｏｌｓｉｄｅｌｏｂｅｌｅｖｅｌａｎｄｎｕｌｌｄｅｐｔｈｓｉｎｌｉｎｅａｒａｎｔｅｎｎａａｒｒａｙｓ［Ｊ］．ＡＥＵ－ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１６，７０（９）：１３３９－１３４９．［９］王凯悦．基于蚁狮算法的含风电的配电网无功优化分析与研究［Ｄ］．西安：西安石油大学，２０２１．［１０］张家维，李昊．多目标蚁狮算法在航材配置优化中的应用研究［Ｊ］．计算仿真，２０１９，３６（７）：７１－７４．［１１］张家维，李昊．多目标蚁狮算法在航材配置优化中的应用研究［Ｊ］．计算机仿真，２０１９，３６（７）：７１－７４．［１２］温东翰，徐敏．基于改进型蚁狮算法的主动配电网优化重构［Ｊ］．电气应用，２０２０，３９（７）：３１－３５．［１３］ＢＡＳＵＭ．Ｅｃｏｎｏｍｉｃｅｎｖｉｒｏｎｍｅｎｔａｌｄｉｓｐａｔｃｈｕｓｉｎｇｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎ［Ｊ］．Ａｐｐｌｉｅｄｓｏｆｔｃｏｍｐｕｔｉｎｇ，２０１１，１１（２）：２８４５－２８５３．［１４］ＧÜＶＥＮＣＵ，ＳöＮＭＥＺＹ，ＤＵＭＡＮＳ，ｅｔａｌ．Ｃｏｍｂｉｎｅｄｅｃｏｎｏｍｉｃａｎｄｅｍｉｓｓｉｏｎｄｉｓｐａｔｃｈｓｏｌｕｔｉｏｎｕｓｉｎｇｇｒａｖｉｔａｔｉｏｎａｌｓｅａｒｃｈａｌｇｏｒｉｔｈｍ［Ｊ］．ＳｃｉｅｎｔｉａＩｒａｎｉｃａ，２０１２，１９（６）：１７５４－１７６２．（上接第１１６页）表２㊀训练样本的准确率统计表Ｔａｂ．２㊀Ｓｔａｔｉｓｔｉｃｓｏｆａｃｃｕｒａｃｙｏｆｔｒａｉｎｉｎｇｓａｍｐｌｅｓ特征提取方式训练样本数测试样本数准确个数耗时／ｓ准确率／％ＨＵ不变矩１８１７８６８２８２．０５Ｈｏｇ特征１８１７８６４２８７．１８㊀㊀从表２可以看出，两种特征提取方式耗时相同，所以在耗时相同时选择准确率较高的作为算法的实现过程㊂５㊀结束语采取Ｈｏｇ特征提取的油浸式变压器故障识别的准确率高于采取Ｈｕ特征的识别准确率；两种特征提取算法的识别速度相同㊂本文设计变压器油浸式智能内检机器人，机器人配备摄像机将变压器视频图像传输到电脑，使用卷积神经网络进行故障识别的准确率可达到８７．１８％㊂参考文献［１］张中一．数据知识联合驱动的油浸式变压器内部故障诊断研究［Ｄ］．山东：山东大学，２０２２．［２］刘敏．基于ＤＧＡ的数据驱动油浸式变压器故障诊断系统研究［Ｄ］．兰州：兰州理工大学，２０２２．［３］宗占强．基于卷积神经网络的油浸式变压器故障诊断［Ｄ］．安徽：安徽理工大学，２０２１．［４］汤心韵．基于灰色关联与熵权融合的变压器故障诊断方法研究［Ｄ］．长沙：长沙理工大学，２０１９．［５］蔡陈．油浸式变压器ＤＧＡ数据分析及其故障诊断研究［Ｄ］．昆明：昆明理工大学，２０１６．［６］ＹＡＮＧＭＴ，ＨＵＬＳ．Ｉｎｔｅｌｌｉｇｅｎｔｆａｕｌｔｔｙｐｅｓｄｉａｇｎｏｓｔｉｃｓｙｓｔｅｍｆｏｒｄｉｓｓｏｌｖｅｄｇａｓａｎａｌｙｓｉｓｏｆｏｉｌ－ｉｍｍｅｒｓｅｄｐｏｗｅｒｔｒａｎｓｆｏｒｍｅｒ［Ｊ］．ＩＥＥＥｔｒａｎｓａｃｔｉｏｎｓｏｎｄｉｅｌｅｃｔｒｉｃｓａｎｄｅｌｅｃｔｒｉｃａｌｉｎｓｕｌａｔｉｏｎ：ＡｐｕｂｌｉｃａｔｉｏｎｏｆｔｈｅＩＥＥＥＤｉｅｌｅｃｔｒｉｃｓａｎｄＥｌｅｃｔｒｉｃａｌＩｎｓｕｌａｔｉｏｎＳｏｃｉｅｔｙ，２０１３，２０（６）：４－５．１２１第６期何旺，等：采用多目标蚁狮优化算法（ＭＡＬＯ）的环境经济调度。
绝缘油色谱试验判断变压器故障
绝缘油色谱试验判断变压器故障摘要：目前应用广泛的是油浸式变压器，油浸式变压器是电力系统中最重要的设备之一，对整个电力系统的持续稳定运行起着重要的作用；油浸式变压器的绝缘性能直接影响变压器的使用寿命和运行状态，对油浸式变压器绝缘的综合控制和后期维护有利于电力系统的持续运行和安全；在电源方面，色谱分析是诊断变压器故障的有效方法。
关键词：绝缘油；色谱试验；变压器；运行故障引言随着智能电网的快速发展，变压器作为核心部件被广泛使用，如果运行出现故障将影响电力系统运行的安全性和可靠性，因此，有必要加强对变压器故障检测的研究，从故障检测的实际效果来看，绝缘油色谱检测技术的应用可以准确分析故障，避免设备损坏。
1.变压器故障分析1.1故障条件下产气种类在变压器正常工作的情况下，在汽油的含气量与空气的溶解度达到平衡时，变压器油的含气量为30%的氧气，70%的氮气，0.3%左右的二氧化碳，以及少量的烃气、甲烷、乙烷、乙烯、乙炔、一氧化碳、二氧化碳气体，同时，当热、电故障点温度上升时，这些特殊气体会按照键能顺序产生，以上就是产生气体的顺序。
1.2故障类型从电网运行故障来看，变压器故障主要包括过热故障、放电故障等；变压器运行故障后会产生各种气体，放电故障后主要产生甲烷和乙烯等气体，通过分析CO和CO2可以诊断变压器过热故障；变压器故障的主要特征气体是氢气，通过绝缘油的色谱测试可以准确判断故障。
变压器内部故障主要体现在热故障和电气故障两类；主要热故障为烃类气体，包括150℃及300℃以下低温过热，300℃~700℃中温过热，700℃以上高温过热，而150℃以上的热故障，包括开关接触、铁芯接地、铁芯短路、电导体过流、电导体焊接、漏磁集中，冷却油道堵塞；电气故障，主要产生氢气、甲烷和乙炔气；故障是指变压器的放电行为，包括电弧放电、火花放电、局部放电，其中电弧放电故障，大多是突然发生剧烈放电现象，使其继电器跳闸动作；火花放电故障，常发生在导线连接不良，间歇频繁放电的表现，使气体继电器，产生气体报警动作；而局部放电故障，放电形式外在表现不明显，且长期低能量放电；变压器的绝缘材料，出现老化现象，主要产生一氧化碳、二氧化碳气体；当其内部受潮时，会产生氢气。
油浸变压器常见故障分析
油浸变压器常见故障分析摘要：本文对油浸式变压器的使用和常见故障进行了分析，通过理论结合工作实际,总结出直观方便判断解决故障的方法，为油浸式变压器的现场运行和维修提供了技术支持。
关键词：油浸式变压器；常见故障；处理方法作为油浸式变压器运行中的一项重要方面，对其常见故障的分析占据着极为关键的地位。
该项课题的研究，将会更好地提升对油浸式变压器运行常见故障的分析与掌控力度，从而通过合理化的措施与途径，进一步优化油浸式变压器在实际工作中的最终整体效果。
1.油浸式变压器的常见故障分析1.异常响声油浸式正常运行时会有一定的声音，但当声音很大并且嘈杂时，就有可能是油浸式的铁芯出了问题。
比如，紧固铁芯的螺钉偶尔会出现松动，这时检测表的显示没有问题，绝缘油的各种状态也基本没有变化，但继续通电下去会对铁芯及绕组造成伤害，所以应该立刻对变压器断电，查找松动位置，紧固部件。
声音中偶尔包含有爆炸音，声音较大而且时断时续，则应该是绝缘油由于杂质、气泡等原因被导通，油浸式的绝缘发生了击穿现象。
运行中夹有咕嘟咕嘟的水沸腾的声音，可能是绕组出现了重大的故障，绕组持续高热进而引起了变压器油发生气化。
分接触头的触电连接不利，区域严重发热或者变压器匝间短路，皆可引起此类杂音。
为了避免事故扩大，要立刻停运变压器，开展排查检修。
如果在正常的运行声响之外伴有"吱吱"的放电声音，那么油浸式外壳和套管有可能出现外部的局部放电。
在昏暗的环境或者夜里，能够看到电晕现象或蓝紫色火花。
如发生类似现象，要清理套管表面的污秽，再涂上硅油或硅脂。
并且要停止变配电，排查带电器件的对地绝缘是否合格。
如发生连续且规则的擦动和碰撞音，也许是静电产生放电的声音或者是铁芯震动引起的机械碰撞，这时，如果温度等仪表无变化，那么这种现象是运行异常，但不耽误正常工作，能够继续工作到检修周期维修，不用停电影响生产。
1.2温度异常当变压器负载和散热条件一定时，环境温度是恒定的，与相同条件下的温度相比较高，并有增加的趋势，而且变压器的温度异常，和超极限温度上升也是一个变压器故障的表现。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
对油浸式变压器故障诊断的研究
作者：李琰琰
来源：《中小企业管理与科技·上旬刊》2014年第08期
摘要：变压器是电力系统中的中的重要设备，它的正常运行对电力系统起着至关重要的作用。
针对变压器的故障诊断方法，主要有传统比值法以及各种智能诊断方法。
针对传统比值法和各种智能诊断方法编码不全，编码与故障类型对应关系太过绝对等缺点。
本文将支持向量机、遗传算法和粗糙集相结合，应用到变压器故障诊断中。
经过实例证明，该方法切实可行，诊断结果证明了本方法的有效性。
关键词：变压器故障诊断粗糙集支持向量机遗传算法
变压器是电力系统中分布最广泛、造价高昂、结构复杂的电气设备之一，担负着电能传送和电压转换的重任，它的安全运行直接影响了整个电力系统的安全性和稳定性。
随着电力网络的负荷加重，变压器发生故障的概率越来越高。
另一个方面由于变压器结构复杂，发生问题时判断故障及检修故障也很复杂。
因此研究变压器的故障，对变压器早期出现的故障进行诊断研究，提高整个电力系统供电的可靠性，有着十分重要的作用。
目前最有效的手段是对油中溶解气体的分析。
对油中气体分析的判断变压器故障类型的方法，由以往常用的三比值法逐渐过渡到智能诊断方法。
本文首先对基于油中溶解气体分析变压器故障类型的方法进行了研究，分析了传统比值法的优缺点，进而提出了利用遗传算法对支持向量机进行参数寻优，探索了一种新的智能变压器故障诊断方法。
1 变压器故障诊断现状研究
对油浸式变压器来说，现状都是用油作为散热和绝缘材料，在运行中，油与中间的固体有机材料因故障会逐渐老化和分解，同时油中会产生少量的各种气体。
因为不同故障，产生的气体比例、含量不同，所以就可以利用对油中气体的分析，来判断故障类型。
利用这种方法对油中溶解气体进行实时监测，就可以及时发现故障信息，避免灾难性隐患的出现。
这种方法，能在变压器带电工作时进行监测，不受电磁干扰的影响。
基于油中溶解气体分析的变压器故障诊断有一些传统方法，最常见的是三比值法。
传统方法对故障诊断有一定效果，但也有一些问题，比如编码的设定、编码范围边界的区分太过绝对、编码与故障类型的对应太刻板，反而不利于故障诊断。
随着人工智能的发展，对变压器故障诊断的研究也进入了智能诊断阶段。
对于智能诊断方法来说，需要大量的样本信息来保证模型的建立。
但是变压器因为自身的复杂性，以及现场采集手段单一而导致变压器试验样本信息不完备、试验样本少，导致了智能判断不能进行完善的判断。
鉴于此，我单位在故障诊断中适当应用了智能算法，以确保故障诊断准确无误。
2 常用变压器故障诊断方法
2.1 基于粗糙集的变压器故障样本的处理以油中溶解气体的分析作为基础，利用支持向量机算法建立一个模型。
该模型的输入是油中溶解气体，输出是变压器故障类型。
利用粗糙集的方法对变压器故障样本进行处理和分析，为了对输入特征进行优化，应该以约简后的故障样本作为新样本用于模型诊断。
首先利用基于粗糙集理论的工具Rosetta对搜集到的故障数据样本进行处理。
其次，经处理的数据可通过等频率离散法进行离散化。
最后，应用Genetic algorithm算法约简离散后的原始决策表来优化原始决策表的条件属性，做好数据预处理，为诊断变压器故障创造条件。
2.2 基于遗传支持向量机在变压器故障诊断中的应
用在小样本的情况下，传统的变压器智能诊断方法效果还不理想。
但现行测试手段尚有不完善之处，无法获取更多的样本用于变压器的智能故障诊断。
鉴于此，我们将支持向量机算法引入变压器故障诊断中。
另一方面，鉴于支持向量机的参数寻优具体依赖于网格搜索、经验选择等。
这些方法有准确率不高、训练时间过长等缺点。
针对此，为提高诊断模型的正确判断率，又在支持向量机参数寻优中引入了遗传算法。
2.3 基于粗糙集和遗传支持向量机的变压器故障诊断模型实现及结果对比分析利用建立的基于粗糙集和遗传支持向量机的模型，对获取的300个变压器原始故障样本，在条件属性中加入了16个气体比值，决策属性采用六种常见的变压器故障类型，通过连续气体比值等频离散化后，构建原始决策表，规格为300*17。
另一方面，针对原始决策表，应用Genetic algorithm 属性约简算法对其进行属性约简和规则合并。
同时为了证明所选方法的优越性，将基于粗糙集和遗传支持向量机的变压器故障诊断模型和传统的智能判断方法进行对比，经过多次实验、分析比较，得到了随着本文算法的加入，对故障的分类和判断的准确率得到了大幅提高。
3 结语
利用基于粗糙集和遗传支持向量机的变压器故障诊断模型对变压器进行故障诊断，能使故障分类准确率得到大幅提高。
在同样的输入条件下，诊断结果要优于传统三比值法及智能判断方法。
通过对8组经过有关部门提取的数据进行判断，能达到100%的正确判断率。
不过虽然基于粗糙集和遗传支持向量机的变压器故障诊断模型能够得到较为理想的诊断效果，但是还有一些方面需要探讨，比如现在只是讨论了对单一故障类型的判断，如果多种类型故障同时出现，还没有进行研究。
我相信，随着科学技术的不断发展，对油浸式变压器的故障诊断方法一定会得到进一步的应用。
参考文献：
[1]张琪，李志斌，谢志辉.贝叶斯网络在变压器故障诊断中的研究[D].上海：上海电力学院电力与自动化工程学院.
[2]王建元，纪延超.模糊Petri网络知识表示方法及其在变压器故障诊断中的应用[J].中国电机工程学报，2003，23（1）：121-125.
[3]李俭，孙才新等.基于灰色聚类分析的充油电力变压器绝缘故障诊断的研究[J].电工技术学报，2002，17（4）：80-83.
作者简介：李琰琰（1984-），女，河南南阳人，本科，助讲，研究方向：机电一体化。