电网故障诊断

电力变压器过热故障综合诊断
摘要：对电力变压器故障的常用诊断方法, 如油中溶解气体分析、绝缘试验、
油务试验及其它预防性试验等, 进行了全面论述, 重点分析和评价了这些故障诊断方法的有效性, 并对其未来发展方向, 提出了建议。

关键词：电力变压器故障诊断方法分析
引言
电力变压器是工矿企业中配电系统的枢纽设备,其运行可靠性直接关系到企业生产的安全与稳定。

但由于电力变压器故障的原因复杂、多样且不明显,使得要准确地判断电力变压器故障类型相当困难。

若能在电力变压器运行过程中通过某些检测和试验,及时有效的判断其状态,预先发现早期潜伏性故障,并避免某些重复、无必要的检修, 将对企业配电系统的安全经济运行产生重要的意义。

ＤＧＡ(油中溶解气体分析)方法作为一种有效的油浸式电力变压器异常监测手段得到广泛的应用。

在1997年颁布执行的《电力设备预防性试验规程》把油中溶解气体色谱分析放到了首位。

变压器易发生的故障基本可分两大类:①电性故障;②热性故障。

电力变压器故障，从发展过程上可分两大类，即突发性故障和潜伏性故障，突发性故障发展过程很快，瞬间就会造
成严重后果，如雷击、误操作、负荷突变等，突发性故障具有偶然性，只能通过避雷器、继电保护等手段，使突发性故障被限制在最小的范围内。

潜伏性故障一般有三种，即变压器内部局部放电，局部过热和变压器绝缘的老化。

故障诊断主要是针对这些潜伏性故障的诊断预测。

1 变压器运行状态的主要测试与监测手段
当前我国变压器运行状态监测在相当程度上主要依据传统的预防性试验来实现，包括:电气试验和油务试验
1.1电气试验
(1)直流电阻的测t:直流电阻虽然是一个测试方法比较简单的实验，但它比较直观地确认绕组、引线、调压开关等导电回路是否正常，能发现绕组导线的焊接质t，引线接头是否拧
紧接触是否良好，调压开关触头接触是否良好等等。

(2)绝缘性能测试:通过绝缘电阻、吸收比、极化指数、介损、电容t(包括电容套管)、泄诵测试等实验可掌握变压器的绕组绝缘水平和铁心对地绝缘。

(3)有载调压开关特性测试:通过有载调压开关切换时间、周期、切换的波形测f可以掌握变压器的有载调压开关的性能是否良好。

(4)绕组变形测试和低电压短路阻抗的测试。

可以掌握变压器出口短路后变压器绕组有否变形和移位。

(5)铁心接地电流测试。

可判断变压器是否多点接地。

(6)远红外测沮:通过红外线测温可以随时掌握各出线引
线接触是否良好。

1.2油务试验
定期对变压器充油设备的油采样进行油色谱分析，通过油色谱分析判断变压
器内部是否存在着过热性故障(导电回路、铁芯多点接地引起过热等)、严重的局部放电、电弧放电故障
等，它是综合性判断变压器运行状态的重要手段之一。

据统计，我国电网中有50%以上的故障变压器是通过该试验结果检出的。

由于这一检测技术能够在无须停电的情况下进行，不受外界电场和磁场因家的影响，因此可以在线对变压器内部绝缘状况进行诊断，有利于状态维修的发展。

2 基于油色讲分析方法的变压器故阵诊断技术
变压器运行时出现内部故障原因往往不是单一的，一般存在热点的同时还有局部放电，而且故障在不断发展和转化。

在判断设备有无故障及其严重程度时，要根据设备运行的历史记录和设备特点以及外部环境等因家进行综合判断。

2. 1油色讲分析的现状
变压器的绝缘材料主要是绝缘油和纸。

变压器故障时会产生多种气体，主要来源于油和纸的热裂解。

绝缘油是由烷烃、环烷烃、芳香烃等碳氢化合物组成的混合物。

绝缘纸的成分是纤维家，主要是由精或多精类构成的高分子碳水化合物。

绝缘油热分解时，因分子链的断裂反应产生低分子烃类气体。

有水分存在时，还会产生氢气。

变压器运行时出现内部故障产气与正常产气在技术上不可分辨的。

经验证明，当怀疑设备固体材料老化时，一般CO2/CO大于7;当怀疑故障涉及到固体绝缘材料时，CO2/CO可能小于3;当怀疑纸或纸版过度老化时，应适当测试油中稼醛含t，或测试纸样聚合度。

有载调压操作产生气体与低能$放电相符，当主油箱CZ H2/HZ大于2一3时，可能是有载调压污染主油箱，可利用比较主油箱、有载调压油箱和储油雄油中溶解气体分析来确定，或通过油柱静压试验法和气体试漏法来检诵。

对变压器故障部位的准确判断，有赖于对其内部结构和运行状态的全面掌握，并结合历年色谱数据和其他试验(直流电阻、绝缘、变比、泄诵、空载等)进行比较，色谱分析与判断的技术应借鉴新方法并结合使用。

三比值法是一种比较简便易行的判断方法，但精确度不是很高。

2. 2以油务试验傲据为甚抽进行旅合分析的方法
2. 2. 1基于专家系统的故降诊断方法
人工智能的出现为变压器故障诊断提供了良好的新途径。

判断故障的类型、故障点、故障状况需要大t的经验，而专家系统恰恰解决这个问题。

该领城最早使用专家系统的是Riese的TOGA系统。

国内也有根据油色谱分析和电气试验作为主要检测数据来派的一套电力变压器故障诊断专家系统。

还有很多这方面的采用正反向混合推理的研究及应用系统实例。

但是，专家系统所采用的判断规则和专家库中经验的准确度却成为专家系统的“瓶颈”，即专家库需要不断地修正和扩充。

2. 2. 2基于神经网络的故雌诊断方法
神经网络系统具有自组织、自学习的能力，它不包含具体的诊断规则，而是将诊断规则隐含于权值矩阵中，通过对故障样本的自学习来自动修正和扩充对故障的判断能力。

目前，变压器故障诊断中最多的是BP神经网络。

其中具有单隐层的神经网络分类效果最优，它具有最小运算量，同时完全满足故障现象和故障原因之间的非线性映射。

但是BP神经网络容易收敛到局部最优解，为了解决这个问题，提出了几种结合其他方法的学习算法。

其中有结合遗传算法的多层前馈网络，其进行网络训练的初识权值是全解空间中的最优解。

而另一种在学习算法
中加入随机扰动的方法也取得较好的效果。

2. 2. 3其他的故障诊断方法
基于油色谱分析进行故障诊断，还有很多其他的方法。

灰关联度分析、模糊聚类分析、概率推理和模糊数学结合分析等变压器故障诊断方法是比较有效的几种故障诊断方法。

3 综合诊断方法
由于过热故障是电力变压器较常见的故障，业内人士对此做了大量研究工作且取得丰硕成果，但这些研究和论文大多针对过热故障的某一方面，有一定的局限性。

在分析各种过热性故障产生机理的基础上，系统地提出了以油色谱为主结合有关电气试验、红外测温来分析变压器过热性故障的性质、原因和部位的综合诊断方法。

3. 1油色谱(D GA)诊断过热性故障
过热性故障的主要诊断方法是基于油色谱的诊断方法。

变压器内部发生热或电故障时，变压器油中会产生相应的特征气体，不同类型故障对应于不同的特征气体。

在过热故障中只有热源处绝缘油分解时，特征气体是CH4和CzH4，两者之和在总烃中>80%，且随着故障点温度的提高，Cz H、所占比例增加，一般高、中温过热时Hz在氢烃总量中<27%，且随着温度的升高Hz绝对含量有所增长，但其比例却相对下降。

严重过热时也会产生少量Cz Hz，但在总烃中<6%。

过热涉及固体绝缘时除产生上述气体外，还会产生大量的CO和CO2
通过IEC三比值法可诊断过热性故障的程度，如022, 021, 020或001分别对应高温过热、中温过热、低温过热。

绝对产气速率能较好地反映出故障性质和发展程度，不论纵比(比历史数据)、横比(比同类产品)均有较好的可比性。

当设备经真空滤油脱气后应及时测量绝对产气速率。

当总烃含量高且总烃产气夔增加很快时说明故障严重。

当总烃产气率与电压平方近似成正比时可能是磁路中铁心部分故障，当总烃产气率近似与电流平方成正比时可能是电路中分接开关、引线接头有电阻性故障。

以上总烃产气率法有曲线比较、直线拟和及相关系数三种分析方法，本文提出一简化方法:降低或升高负荷则变压器电流也相应降低或升高，如果总烃产气率相应变化则为导电回路分接开关、引线接头故障，否则为导磁回路铁心故障。

此法有效且不需停机，为推荐使用方法。

3. 2综合诊断
相对其它方法，基于D GA的诊断法比较有效，也是当前应用较多的诊断法，但仅靠DGA诊断仍有一定局限性，不仅诊断周期长、实时性较差，且DGA一般无法判定过热故障的具体原因和部位。

本文提出了以基于油色谱特征气体的诊断法为主，辅以直流电阻、铁心接地电流、铁心绝缘电阻等电气试验和红外测温来综合分析诊断变压器过热故障。

首先根据油色谱的特征气体、产气率，通过三比值判断变压器是否有过热性故障及故障程度，根据油中CO,CO:含量及其变化判定过热是否涉及纸绝缘，如果烃类气体含量不高，但CO,CO:含量变化较大，则可能涉及绕组故障。

故确认过热故障后降负荷，若总烃产气率也相应降低则怀疑电路的分接开关、引线接头故障，对此用直流电阻验证，若直流电阻异常则确诊。

对外部的引线接头故障可由红外测温检测出。

若总烃产气率不随负荷变化则怀疑铁心或其他故障，通过测量铁心接地电流、铁心绝缘电阻或空载试验可诊断铁心故障，若排除铁心故障则怀疑其他故障，如油道堵塞。

4 小结
变压器内部过热性故障诊断较复杂，故障类型与部位密切相关，不同故障点反映出不同的故障类型。

本文提出以油色谱为主，辅助以直流电阻、铁心接地电流、铁心绝缘电阻等电气试验和红外测温综合分析诊断变压器过热故障，实践证明该法对中、小型变压器的典型过热故障诊断可靠、有效。

参考文献
[1] 马宏忠，李峥. 电力变压器过热故障及其综合诊断[J].高电压技术，2005（9）
[2] 莫娟等. 基于粗糙集理论的电力变压器故障诊断方法[J].中国电机工程学
报，2004
[3] 熊浩，杨俊等. 多种类证据体的变压器故障综合诊断方法[R].中国电机工程
学报，2008
[4] 钱政，严璋等. 电力变压器绝缘故障综合诊断方法的研究[J].电网技术，2002
[5] 翟季青，刘志清. 变压器故障诊断的综述[R].电力设备，2003
[6] 葛辉,郑忠言. 一种新型变压器故障诊断方法[M].轻金属，2010
[7] 何定等.电力变压器故障诊断的神经网络方法[J ].
[8] 王永强等. 基于粗糙集理论和贝叶斯网络的电力变压器故障诊断方法[J ]，
2006
[9] 张旭等. 电网故障诊断的研究历程及展望[J ].电网技术，2013
[10] 边莉，边晨源电网故障诊断的智能方法综述[J].电力系统保护与控制，
2014
[11] S. Saha ,M. Aldeen ,M. A.Mahmud.Excitation System Fault Diagnosis and
Mitigation in Multi-machine Power Grids.Australasian Universities Power Engineering Conference, AUPEC 2013, Hobart, TAS, Australia, 29 September -3 October 2013
[12] GAO Zhanjun, GAO Nuo, WANG Lei, LI Zhaofei.Power System Fault
Diagnosis Based On Power Grid
[13] WANG Lei, CHEN Qing, GAO Zhanjun.Power Systems Fault Diagnosis
Based On Grid Computing.2011The International Conference on Advanced Power System Automation and Protection
[14] Qin Lijun, Hao Cuijuan, Jin Huawei, Li rmation Model for Power
Grid Fault DiagnosisBased on CIM
[15] JIA DongLi, MENG XiaoLi, SONG XiaoHui.Study on technology system of
self-healing control in smart distribution grid.2011The International Conference on Advanced Power System Automation and Protection。