（中国飞行试验研究院 陕西西安 710089）
摘要：随着经济和电力行业的快速发展，电力变压器作为输配电系统的核心设备，对于电网经济安全运行至关重要，而变压器故障的发生，往往是多重因素导致的，故障判别有很大难度，然而常规诊断方法较为单一，且准确度不高，迫切需求更加智能、高效的故障识别方法。本文首先分析智能诊断方法应用的必要性，详细介绍了多种智能诊断方法，并对变压器故障诊断的发展趋势进行了展望。
关键词：电力变压器；故障识别；智能诊断方法；应用
引言
随着网络信息技术的发展，电力智能系统不断更新完善，变压器在电力系统中居于重要地位，因此，提高变压器工作效率，可以确保整个电网系统的正常运行。变压器日常运行受到各种因素的影响，变压器在不同因素综合影响下，容易诱发故障。根据IEEE调查统计数据，变压器在持续运行过程中，很容易引发故障，精准识别变压器故障可以减低变压器故障发生率，从而提高其运行效率。
1智能诊断方法应用的必要性
随着电网发展，尽管系统安全性有很大提升，然而变压器故障仍难以完全避免。只有及时准确的排除变压器故障，才能使设备及供电安全得到更好的保障。当前主要采用基于变压器溶解气体分析的故障诊断方法（DGA），能够较为准确的研判变压器故障，而且实现了变压器带电运行故障诊断，较大程度提高了变压器故障处理效率。然而，DGA技术仍有很大缺陷，诊断方法单一，准确度不足，而且不具备实时在线智能诊断的特点。伴随人工智能技术的不断发展，对变压器故障智能诊断研究提供新的契机，通过将传统的DGA技术与智能算法相融合，即弥补了DGA技术的缺陷，在诊断精度及效率上也有很大提升，而且在变压器实际故障诊断中已有较多应用，故障智能识别技术也更加符合现代电网发展需要。
2故障分析与诊断中的问题
2.1电气系统布线不规则
在实际工作环境中，电力变压器往往线路复杂，不同的接头和接线方式，使得线路布置不规则。另外，布线布局不规则容易混淆布线与工作人员的工作，造成设备损坏或安全事故。在将二次接线连接到复杂电路时容易出错。如果接错电线和接头，电气设备不能正常工作，影响电气设备使用寿命，可能发生重大安全事故。正常情况下，技术人员必须对设备产生的超温问题进行诊断，技术人员可以在电线的另一端使用铝材料，将连接部分改造成一个平面，用一层普通的原材料导线膏覆盖，保证导线接口清洁、干燥。避免在高温下产生误差，有效确保变压器安全，具有重要的社会和经济意义。
2.2变压器检修人员能力不足
自动控制专家阿洛夫•扎德教授提出一种模糊集合论，引起相关行业科学家的极大关注。模糊逻辑是一种学习语言、思维形式和模糊规律的方法，用来描述和定义与某类事物之间的不确定关系。作为一种有效的变压器故障诊断方法，实际误差与故障原因之间存在着许多模糊关系和不确定性。此时，模糊逻辑可以有效地解决这个问题。人工网络检查是一门相对较新的科学领域，是一种数学模型。它采用的数据处理模型类似于人脑神经的一个突出连接点，但应用神经网络理论研究转化诊断方面还存在一定局限性。因此，其他智能方法一般需要与神经网络方法相配合，综合两种方法的优点相互补充，才能有效提高诊断的准确性。但在实际实现中仍存在一些不足，如误差反向出现精度差等。该领域的研究人员不断改进该方法，如改进的粒子群优化算法参数可以显著提高诊断的正确率。
2.3没有做好维护工作
科学有效管理维护电力系统对其系统能够稳定运行具有重要的保障意义，变压器是一种重要的电力系统设备，该设备对电力系统运行具有重要影响，因此要认真做好其设备的检查维护工作。实际上不到位的检查维护工作在一些地区是存在的，对老化问题不能及时发现，不能及时替换其设备，降低了绝缘性能，使得故障从中发生。
3电力变压器故障智能诊断方法
3.1基于专家系统的故障识别方法
在电力变压器故障识别中，该方法的应用主要是通过积累故障诊断经验及知识，逐步建立起完善的用于变压器故障分析与诊断的数据库，也就是专家系统，能够根据变压器故障象征及相关测量数据，有效解决变压器故障诊断难题。而且专家系统在应用中，还能够与其他智能算法相结合，进而建立起更加可靠的故障识别系统模型。该方法具有灵活透明的特点，其数据库的建设最为关键，要具备丰富的变压器故障识别经验，还要体现出交互性的特点，即使所获取的故障信息不全面，也能够基本保证复杂变压器故障的有效识别。同时，该技术也有缺陷，较为依赖专家系统知识库，对于复杂、多变的变压器故障情形，存在推断失误的可能，这也是专家系统有待改进的地方。
3.2基于模糊推理的故障识别方法
对于不明确且复杂化的数值问题来说，常规方法很难有效处理，而模糊算法的提出，在该类问题处理上有显著的优势。变压器的故障数据信息具有这一特点，为此，基于模糊推理的智能诊断方法，能够有效识别变压器故障的类型及原因。研究发现，模糊推理在故障识别中的实际应用具体可分为基于模糊聚类、模糊关系以及边界值模糊化处理等3种方式，通过优化组合各类智能识别算法，在所采集变压器故障信息的基础上，能够达到较高的故障分类识别精度。
3.3红外诊断技术分析
在今天看来光电技术实现了很快的发展，对红外诊断这项技术发展来说达到了越加成熟的地步，在对变压器故障的分析中得到了应用，红外诊断是利用红外线原理，通过对专业仪器的使用来展开红外检测工作，根据检测结果展开分析工作，结合红外波长、故障发生部位温度来展开分析，从而对变压器故障精准判定。对红外诊断来说是有很多方法的，通常来说在热故障中的应用比较广泛，分为内部热与外部热这两大类热故障，对于内部热故障，多发生在变压器设备内部，可借助红外诊断，通过对热成像原理的利用来初步判断分析故障区域，对准确位置深入判断和研究。通常来说电路元件、线圈、开关是发生这种热故障的主要器件，当这些部件在产生热之后向其他元件扩散，对变压器产生了不利的影响。
3.4提高员工的综合素质
提高员工的综合素质，加强员工管理，提高员工的业务素质和责任心。为保证电网安全运行，必须对电源变压器的主要设备及时进行故障诊断。随着计算机技术和人工智能技术的不断发展，人工智能故障诊断技术的应用越来越广泛，除了成分含量外，用于诊断变压器故障的溶解气体也可用于诊断故障。人工智能诊断技术故障诊断准确率高、速度快、可靠性好，极大地拓展了变压器故障诊断的发展方向。一些变压器技术人员不了解预防性试验的积极意义，片面认为交流应力试验不利于变压器的绝缘，不利于传感器的稳定运行。分析变压器油的色谱和微量水，测量直流电流电阻等，以便及时识别变压器的潜在问题。
结语
综上所述，随着电网发展，电力变压器的重要性愈加凸显，而受各类内外因素的影响，仍有较多变压器故障发生，严重危害设备及供电安全。而变压器故障原因多样化，故障表象复杂，常规的DGA诊断方法，在变压故障识别方面仍有较大不足，迫切需要智能诊断方法的研发与应用。神经网络、智能计算方法、专家系统等变压器故障智能识别方法的应用，在故障识别精度及效率上有很大提升，也是未来变压器故障诊断领域的重要研究内容。
参考文献
[1]沈传洲. 变压器在线监测与故障智能诊断系统的设计[D].大连理工大学，2018.
[2]张莹莹. 变压器故障诊断智能方法研究[D].华北电力大学（北京），2017.
[3]史丽敏，高向前.电力变压器的常见故障诊断技术研究[J].电子测试，2016（09）：116-117+135.