智能诊断方法在电力变压器故障识别中的应用研究卫海龙--中国期刊网

字体：大中小

首页> 原创作品> 正文

智能诊断方法在电力变压器故障识别中的应用研究卫海龙

发表时间：2020/7/21 来源：《电力设备》2020年第8期作者：卫海龙

[导读] 摘要：随着我国智能技术的不断发展，电力智能化系统日益完善。

        （黄河电力检修有限公司青海西宁 810001）
        摘要：随着我国智能技术的不断发展，电力智能化系统日益完善。变压器是整个电力系统运行枢纽，变压器的运行效率直接关系整个电网的运行质量。由于变压器在日常运行中受环境、具体工况以及人为破坏等因素的影响而导致其容易诱发故障。例如根据IEEE调查统计，大型电力变压器故障发生率为1%-2%，因此如何精准实现对变压器故障的诊断与识别是降低变压器故障发生率、提升其运行稳定的关键。
        关键词：智能诊断方法；电力变压器；故障识别；应用
        1变压器故障诊断方法
        变压器是非常重要的电气设备，也是必不可少的电力设备之一，它对电能的变换和传输起到关键性作用，所以变压器的安全、稳定运行对电力系统至关重要，可直接影响电能的输送。因此当变压器发生故障时会对电网造成极大损害，同时也对用电行业造成不可估量的损失。因此，当电力变压器发生故障时选择一种行之有效的方法对其进行诊断就成为急需解决的问题。
        变压器故障诊断方法大致分2类。
        a.在线方法：油中溶解气体分析（dissolved gas analysis，DGA）、油温监测（oil temperature monitoring，OTM）、局部放电超声测量（acoustic partial discharge measurement，APDM）等。
        b.离线方法：DGA、绝缘试验（insulation experiment，IE）、纸板特性分析（pressboard characteristic analysis，PCA）、频率响应分析（frequency response analysis，FRA）以及传递函数技术（transfer function technique，TFT）等。
        与离线方法相比，在线方法具有结果直观、准确、易操作等优点，因此目前常用的诊断方法为在线诊断方法，在线诊断中最常用DGA方法。DGA方法主要检测变压器油中溶解的特征气体含量，包括变压器油裂解产生的H2、CH4、C2H2、C2H4和C2H6以及绝缘纸板纤维素裂解产生的CO和CO2。最近几年，人们常采用DGA气体比值作为特征参量。国内外研究学者提出了各种方法来实现变压器诊断的判据，如Doernerburg比值、Rogers比值、改进的Rogers比值等，同时CIGRE、IEC 60599、DL/T 722—2014等也都提出了相应的诊断标准。然而这些诊断判据只是基于经验基础之上，并没有严格的理论基础，所以在现场诊断中会出现较大误差。
        2电力变压器高压试验的故障处理
        2.1 设备异常声响
        从本质上来讲，电力变压器处于正常稳定状态下运行，其电磁交流声频也处于正常稳定状态，设备中也就不会存在异常声响问题。若在试验过程中，设备发出异常声响，则导致设备出现异常的原因有很大可能是因为运行方面超出承载范围，设备中存在零件松动的现象，设备中铁芯外层硅钢出现松弛，进而导致线路接触不良或接触短路，从而发出异常声响。基于此，这就需要相关操作者及时断掉电源，结合声响实际查找发生故障的原因，并采取有效措施解决故障。
        2.2 设备跳闸
        在开展试验过程中，若设备出现跳闸情况，相关工作人员应及时对变压器外部情况进行相应的检测。一般来说，导致设备出现跳闸故障有两方面原因：第一，人员操作失误导致故障；第二，变压器内部本身出现故障。对此则需要试验者对电力变压器内部、外部运行情况进行观察或调整，避免影响后期的试验工作而发生更大故障，对最终试验结果带来不利影响。若设备内部或外部发生火灾，此时设备就会在最快时间内开启保护措施，切断短路线，保证其他设备安全运行，若设备发生火灾不能自行启动保护装置，这就需要试验者手动断开短路线，将火情控制在可控范围内。

期刊文章分类查询,尽在期刊图书馆

        2.3 瓦斯保护故障
        关于试验过程中出现瓦斯保护故障，主要有以下几方面因素：设备内部出现故障问题、设备中保护装置二次回路故障、设备油位下降速度比较快等。因此，对于瓦斯保护故障的解决方式，应该是试验者对设备进行全方位检查，将引发故障的因素逐一排除，找到故障因素后及时采取有效措施解决问题，使电压器完成试验后还能够正常使用。
        3 智能诊断方法在电力变压器故障识别中的实例分析
        随着互联网技术、大数据技术以及云计算等技术的发展，智能诊断方法越来越完善。结合多年的工作实践，目前电力系统中的智能诊断方法主要包括以下几方面：（1）基于专家系统的方法。基于专家系统的诊断方法是电力故障诊断常会用到的方法，其主要是通过利用交互性的知识库实现对不确切信息的推理，以此解决复杂的故障问题；（2）基于模糊推理方法。基于模糊推理就是利用故障的特征对其进行诊断；（3）基于智能计算的方法。智能计算是诊断前沿技术，最典型的是遗传算法；（4）贝叶斯网络概述。贝叶斯网络就是拥有扎实的理论基础，通过选用图形简单易懂地描述概率分布。贝叶斯网络故障诊断流程：第一步，采集样本数据，选择好训练样本数和测试样本数。第二步，使用weka中的各种离散方法对数据样本进行离散化。第三步，利用离散后的样本数据进行贝叶斯网络学习，建好贝叶斯网络模型。第四步，对测试样本集进行分类预测。为了准确剖析智能诊断方法在变压器故障识别中的应用价值，本文以贝叶斯网络为例进行分析。
        3.1 设备简介
        以某电站为例，该电站安装一台330kV主变压器，在安装完成后，经过24小时的运行后，对其进行检查，通过去油样分析，并没有发现故障，显示油中溶解气体正常。但是在经过投产使用后，发现变电器存在故障特征，通过取样发现，B相油中气体含量不正常，进而选择变压器的中部和底部进行抽样检测分析。
        3.2 故障分析
        通过对抽取油样的检测分析，发现设备在使用4天后故障特征更加明显。经过对溶解气体含量的测定可以看出，变压器的总烃含量已经远远超过标准值。通过对比4d前后的取样数值计算投产后的绝对产气速率。通过计算可以看出变压器存在以下故障：一是变压器内部设备出现故障，因为总烃含量超过标准值；二是变压器故障在呈现快速变大的趋势，如果不及时进行维修则会造成故障的进一步扩大（H2、C2H2、总烃的绝对产气速率分别大幅超过10mL/d、0.2mL/d和12mL/d的注意值）；三是变压器的故障符合高温过热的特征。因为从油气解析中的成分可以看出，H2含量增长较快，同时还产生少量的C2H2；根据改良三比值法计算比值，编码组合为022，属于高温过热。通过运用模型可以分析出C2类的后验概率最大，即为高温过热。
        3.3 检查结果
        通过理论计算可以判定变压器出现了故障，为此检修人员按照变压器维修说明书对设备进行解体检查，发现变压器确实存在故障：变压器连接底脚支撑的钢板与铁轭的铜辫子经过被烧断，而且铁轭底脚螺栓绝缘管有被撞击的痕迹，其中发现一只已经被撞碎了。结合多年的实践经验及维修说明书，可以判定变压器之所以出现故障就是因为变压器在安装的过程中受各种因素撞击而导致铁轭底脚螺栓绝缘管撞碎，最终构成闭合磁路，形成环流而发生过热故障。
        总之，当今时代，我国社会经济迅速发展，电力行业也随之得到一定的发展，人们生活工作中需要的电量都有了明显的增加。在供电系统中，电力变压器作为其中的重要组成，其运行状态直接影响发电和供电，因此，这就需要电力企业通过高压试验对电力变压器运行是否正常进行检查，这样才能从根本上保证供电系统安全运行。
        参考文献：
        [1]彭斌.电力变压器高压试验及其故障处理分析[J].通信电源技术，2019（6）：220-221.
        [2]孙凯.高压实验中变压器实验问题及故障处理方法研究[J].民营科技，2018（1）：13.