李宏士
广西电网有限责任公司南宁供电局 广西 南宁 530030
摘要：电力变压器是电力系统最昂贵、最重要的电气设备之一，它的正常运行跟整个供电系统的可靠性密切相关。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。基于此，本文就智能诊断方法在电力变压器故障识别中的应用研究进行分析，仅供参考。
关键词：智能诊断方法；变压器；故障识别；应用
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。采用DGA技术诊断电压器故障提高了诊断精准度。因此，本文对变压器故障诊断方法进行研究，在一定程度上可以避免变压器出现重大损失，对提高电力系统运营有很大的帮助。根据现有的诊断技术，深入透析变压器故障诊断方法可以确保供电的稳定。
一、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。
二、电力变压器常见故障分析
1.绕组故障
是变压器运行常见故障之一，对电网运行具有较大影响，主要包括匝间、层间、相间短路以及接地、断线等，故障发生后会出现电弧放电现象。诱使此类故障发生的原因很多，主要是绝缘老化以及绝缘损坏造成短路，设备长时间持续运行，过大运行负荷导致绝缘劣化。再加上变压器运行环境具有一定特殊性，后期维护管理措施未到位，导致设备受潮，或者油泥积存过多堵塞油道过热。另外，雷击灾害以及环境温度过高等因素均很容易造成绕组故障。
2.绝缘故障
绝缘故障是造成电力变压器损坏的主要原因，对于油浸式变压器来说，其绝缘介质包括固、液两种绝缘介质。其中，液体绝缘介质即变压器油，固体绝缘介质则包括绝缘板、绝缘纸以及绝缘垫等。诱发变压器出现绝缘故障的主要原因，包括温度、湿度、过电压等。
3.分接开关故障
主要包括无载调压与有载调压两种，其中无载调压开关故障主要集中出现在设备短路状态，原因是电流触头接触产生电弧损坏，如果设备存在机械故障，也会诱发故障发生。其中，分接开关内弧属于高能量放电性质，而机械故障如导体接触不良或者接头焊接不良属于过热性故障。有载调压开关故障原因主要是因为设备受潮或者进入杂物绝缘性降低，或者是过电压诱使触头间电弧故障。另外设备持续运行过程中维护不当，固体绝缘件故障均会诱发有载调压开关故障。
4.铁心故障
变压器器身主要由绕组与铁芯组成，主要负责电磁能量的传递与交换，但是受静电感应影响，铁芯上会产生悬浮电位对地防电，需要对电芯进行可靠接地。在接地时应采取铁芯一点接地方式处理方式，如果选择用二点或者多点接地很容易形成回路，主磁通过在回路中产生电流造成局部温度过高，长时间不采取措施进行处理，很容易造成油与绕组过热，加速油纸的老化。
三、电力变压器故障智能诊断方法
1.神经网络智能识别方法
由于电力变压器故障诊断难度大，存在许多非线性的问题，故障模型建立有很大难度，而神经网络智能识别方法，通过组建大量的神经元网络，在故障识别方面表现出较佳的自适应以及自组织的性能优势，而且还具有较好的泛化能力。在变压器故障识别中，神经网络算法有较好的应用前景。经实际故障识别应用中，人工神经元网络在电力变压器故障诊断模型搭建方面大体有两种应用方式：单一神经网络模型和混合诊断模型。后者在变压器故障识别上，能够吸收不同识别算法的优势，神经元的训练更加高效，有效缩短诊断模型的学习时间。
2.基于DGA技术诊断方法
DGA技术通过对溶解气体特征和浓度进行分析，根据变压器内部故障类型判断是热性故障还是电性故障。目前，检测变压器故障的方法运用最普遍的是DGA数据诊断方法，是诊断变压器故障的基础。该诊断方法通过分析故障产生的影响因素，可收集数据信息，为识别变压器故障提供了捷径。
四、智能诊断方法在电力变压器故障识别中的应用研究
1.模糊理论的故障诊断
模糊理论是用精确的数学理论研究与处理模糊现象的方法。它采用模糊隶属度的概念来描述不精确、不确定的对象，引入语言变量和近似推理的模糊逻辑，具有完整的推理体系，在变压器故障诊断领域中有着独特的优势。模糊理论应用于变压器绝缘故障诊断主要有以下几方面：其一是规程中边界值的模糊化处理。目前诊断中模糊化处理的参量主要有：油色谱分析特征气体含量、比值及编码，预防性电气试验量注意值。模糊化处理的关键是合适的隶属函数及其参数的确定。隶属函数的类型有多种，一般根据具体问题的实际情况采用专家经验法、模糊统计法等确定。其二是基于模糊关系的综合评判方法。模糊综合评判的核心是建立故障征兆和故障类型之间的模糊关系方程。获得模糊关系矩阵的常见方法有：主观评分法、系统辨识法、统计分析法、专家经验赋值与统计计算相结合的方法等。其三是基于模糊聚类的诊断方法。模糊聚类方法的原理是在无先验知识的情况下，基于“物以类聚”的观点，应用模糊数学的方法确定各样本之间的距离及分散程度，按照样本的距离或某个目标函数来划分类别。目前应用于变压器故障诊断的模糊聚类的方法主要有两大类：一类是基于模糊等价或相似关系的动态聚类算法；另一类是基于目标函数的模糊聚类方法。
2.灰色理论的故障诊断
灰色理论是系统科学的一门新兴学科，它以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的开发，提取有价值的信息，实现对系统运行行为的正确认识和有效控制。目前用于变压器故障诊断中的灰色理论方法主要有灰色关联分析、灰色聚类、灰色预测。1）灰色关联度分析诊断模型。基于灰色关联分析的变压器故障诊断方法是用表征系统特性的多个参数组成特征状态参量，通过样本数据获得对应各个故障模式的标准状态向量集，最后计算待诊向量与各个标准状态向量的关联度，根据关联度的大小判断故障模式。2）灰色聚类诊断模型。灰色聚类是根据灰色关联矩阵或灰数的白化权函数将一些观测指标或观测对象聚集成若干个可定义类别的方法。3）灰色预测模型。灰色预测指利用灰色模型对系统行为特征的发展变化规律进行估计预测，同时也可以对行为特征的异常情况发生的时刻进行估计计算，以及对在特定时区内发生事件的未来时间分布情况做出研究等。
结束语
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。同时，现在存在的智能故障诊断技术较多，在应用时应结合实际需求来选择，争取提高诊断结果的精确性。
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.