电力变压器状态检修

浅述电力变压器状态检修

【关键词】变压器；状态检修；在线监测；状态识别

0 引言

近年来，状态检修较定期检修方式越来越受到我国电力企业的欢迎。状态诊断技术是把监测获得的技术数据，由计算机数据库和专家系统进行分析、判断，对变压器的状态做出评估和预测，确定最佳检修时间。

1 在线监测技术

变压器的故障，主要是由于变压器内部绝缘老化造成的，因而对变压器的状态监测，主要集中在对变压器内部绝缘状态的监测上。对于变压器的状态监测，已经提出了许多不同的方法，其中主要有局部放电、直流电阻、油或纸的酸性和湿度、油中气体分析、振动分析、热成像图、极化波谱和恢复电压、低压脉冲等方法。

1.1 变压器油中气体在线监测

1.1.1 变压器油色谱在线监测

油色谱在线监测的在线监测过程是将变压器本体油经循环管路循环并进入脱气装置，经脱气装置进入分析仪，再经数据处理打印出可燃气体等的谱图及含量值，主要根据变压器油中溶解气体甲烷、乙烷、乙烯、乙炔等，反映出变压器内部是放电故障还是过热故障。

1.1.2 变压器油的红外光谱在线监测

变压器油的红外光谱在线监测是通过油泵从变压器中打出被测

油样，用真空泵抽取所溶解的气体，用红外光谱来分析并测量ch4、co、co2、c2h4、c2h6和c2h2气体的浓度，用一个锡氧化物的电化学感应器来测量h2的浓度。

1.2 变压器局部放电在线监测

变压器局部放电在线监测是发现被监测设备绝缘早期缺陷的有

效手段之一，提供了用电流脉冲和声波脉冲直接测量放电。变压器的局部放电产生的三大因素：1）高压电场中导电体、固体绝缘的尖角毛刺；2）变压器油中的微量气泡和固体绝缘中的空气缝隙；3）绝缘件表面的灰尘及高压电场的悬浮电位。即尖角、气泡、灰尘。

1.3 变压器绕组变形的在线监测

变压器绕组变形是指在电动力和机械力的作用下，绕组的尺寸和形状发生不可逆的变化。变压器绕组变形的在线监测的方法有低电压脉冲法、短路阻抗法、频率响应法和振动检测法。绕组变形的三种状态为正常、中度变形、严重变形。绕组变形产生的原因为：1）短路故障电流冲击；2）在运输或安装过程中受到冲撞；3）绕组承受短路能力不够；4）保护系统有死区，动作失灵。

1.4 变压器分接开关在线监测

变压器调压方式有有载调压、无励磁调压。变压器分接开关在线监测的主要特征是监测装置和被监测分接开关同在网络上运行。1.5 变压器铁心多点接地在线监测

变压器铁心多点接地在线监测采用钳形电流表测试铁心外引接

地处的电流，经取样后进行测量，诊断铁心有无多点接地故障。检

测时，除注意变压器高电压下的安全外，还应注意周围磁场对钳形电流表的干扰。

2 变压器状态的识别

变压器故障诊断是变压器状态评估的一个部分，故障诊断除按巡视检测、定期检测和在线监测直接判断外，还应进行综合诊断。在故障的综合诊断中，一种是按照变压器在运行中最容易和最有效的油色谱分析为主的潜伏性故障诊断，以及变压器继电保护动作后的故障诊断分析；另一种是以各种可能的故障为目标的故障诊断。

3 变压器状态检修的系统结构

有了设备的在线监测数据，加上适当的网络结构和高级分析软件，便形成了变压器的状态检修系统[3]。

3.1 光纤令牌网+modem

当设备出现异常，采集节点测量出信号。记录几个工频周期的数据，节点上的网络软件按网络协议将数据打包，通过令牌网传给当地计算机，并在当地计算机上报警，同时，用专家系统对数据加以分析，判断是何种类型的异常，然后给出相应的处理建议。节点数据也可通过modem用拨号的方式传递到远方控制中心，以实现整个系统的数据共享。

3.2 基于局域网和c/s结构的状态检修

这一系统是由香港学者提出的，其基本思路是将整个系统分为3层，每层完成相应的功能。在当地计算机与远方控制中心之间采用client/server结构。

第1层：现场微控制器，以组为单位，通过传感器监视设备的状态，并对各种方式采集来的数据进行初步处理。它们装有32k的ram，可以存储一定量的信息，并通过当地网络与当地计算机相连。

第2层：当地控制计算器处理全站设备的状态信息，对由微处理器送上来的数据分门别类进行统计。通过电话线与远方控制中心的计算机相连，交换数据。在这一级还包括对视频信息的管理。

第3层：远方控制中心计算机提供状态检修的人机界面和整个系统的状态信息。一些高级的分析功能，如专家系统等也在这一级实现。

4 基于油中气体分析法（dga）的变压器绝缘故障诊断的智能方法

4.1 基于神经网络技术的电力设备故障诊断

人工神经网络是一种模仿人脑行为及其活动过程的推理分析方法。它以神经元的连接与并行机制来简化、抽象和模拟人脑的逻辑思维能力。在神经网络系统中，信息的存储和处理是合为一体的，能从不完全的，不精确的信息联想出完整的信息，因而神经网络具有很强的学习能力、信息处理能力和学习过程中的完善性能。它能从一系列的数据中综合出规律性的知识，较为有效地解决了专家系统知识获取的困难。

4.2 基于模糊理论的故障诊断

近几年，国内外学者将模糊理论引入变压器故障诊断领域，取得了不错的成果。文献[4]采用模糊数学理论与专家系统技术相结合，

形成模糊推理过程，并建立了变压器故障诊断模糊专家系统，能迅速实现变压器的故障诊断。但是对于模糊关系强度（隶属度）以及阀值的选取，带有一定的人为主观性。

4.3 基于遗传算法的故障诊断

遗传算法由生物进化思想启发而得出的一种具有全局搜索能力的算法。它通过选择、交叉和变异等操作，产生新一代适应力更强的群体。目前遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到了广泛的应用。

5 结论

本文总结出一套可以对电力变压器进行全面诊断的行之有效的检测手段，使之能够较准确地判断变压器的故障类型。并指出将多种智能方法融合起来进行故障诊断将成为变压器状态检修将来发展的方向。

【参考文献】

[1]陆晓春.变压器状态检修技术方案的可靠性研究[j].上海电力学院报，2003，1 9（02）：26-32.

[2]郑娜.电力变压器状态评估和故障诊断的研究[d].保定：华北电力大学，2007.

[3]陈忠.电力变压器状态检修技术探讨[j].价值工程，2011，30（06）：59-60.

[4]徐文，王大忠，周泽存.基于模糊理论的变压器故障诊断专家