陈自强
（新疆机场（集团）有限责任公司哈密机场 839000）
摘要：变压器作为电力系统的重要组成部分，其是否完好直接关乎于电力系统能否正常运行，所以加强变压器故障诊断工作至关重要。本文主要探究了电力网络环境下的变压器故障诊断技术，以供相关人士参考。
关键词：电力变压器；电力网络环境；故障诊断技术；
引言
变压器作为电网中不可获取的一部分，可以实现对电流的分配以及转换。但是，电力变压器在长期运行过程中也会发生一些故障问题，从而影响到电力系统的安全、稳定运行。所以，掌握变压器故障的诊断技术尤为必要。现阶段，变压器故障预测大都需要人工判断，主要是基于检修人员以及设备操作人员的经验对故障进行判断。通过直接观察设备的外观与运行声音，并根据设备测试数据来分析判断设备的健康情况。然而，伴随着计算机的广泛使用与供电系统自动化的快速发展，设备工作状态的数据量也日益增加。单单凭借人工方式判断设备的运行状态不但工作任务繁重，而且获取的信息也不够全面，这很难满足具体的使用要求。因此，为了对运行中的设备故障进行科学诊断，有必要将掌握现代化变压器故障诊断技术。由于电网环境进进而电力设备之间联系十分密切，根据综合性原则，需要从电力变压器自身的环境以及电网环境方面着手探究变压器故障诊断技术，为今后更好地保障电力系统的稳定运行提供指导。
1变压器自身环境下变压器故障诊断技术
电力变压器属于供电系统中十分关键的输变电设备，但其故障诊断特别棘手。变压器在每天均需要保持昼夜持续运行状态，长期如此，变压器内部绝缘材料也会逐渐老化受损，这会导致变压器不可避免地出现一些故障。在这里首先探究电力变压器自身环境的变压器故障诊断技术。
变压器本身内部环境中的绝缘材料涉及到绝缘油和绝缘纸。一旦出现故障时，在热和电的共同影响下，变压器内部绝缘材料的分解速率将在急剧增加，进而形成CO2、C2H4、C2，H2、CO等气体，并且许多气体溶于变压器油。对变压器自身环境中的变压器故障的判断和识别的研究能够转化为对变压器油中溶解的各种气体的含量和比例情况的分析。在诊断变压器故障的时候，当前仍然缺乏单一因素直接导致变压器故障的机制。溶解在变压器油中的各种气体之间的关系相对模糊，并且没有明确的关系。对由哪种故障引起的气体种类的描述并不清楚。所以，供电系统中变压器的故障识别与判断属于灰色系统。灰色目标模型构建的理论基于以下原则：第一，在没有标准模式时设置灰色目标；凭借灰色目标理论，从设定的灰色目标内获取靶心，也就是标准模式。将每个索引模型和标准模型进行对比，最后利用级别划分确定要评估的索引的状态级别。这种诊断分析的流程主要如下所示几个方面：建立变压器工作状态的标准模式；转换指示器模式的灰色目标；计算指标与模式之间的灰色关联系数；计算变压器状态模式的靶心度；识别和判断要识别的变压器状态模式。在获得靶心度以后，结合分类评估理论可以获悉电力变压器现阶段状态的评估结果：第1级是灾难性级别的故障；第2级是重度性级别的故障；第3级是中等水平的故障；第4级是相对较小级别的故障[1]。
2电力网络环境下故障诊断技术
对于电力变压器故障而言，仅仅分析自身环境下变压器发生故障诊断技术还不够，还需要从电力网络环境全方位方面来思量电力变压器的故障问题。
2.1潮流计算
当电源系统运行的时候，受电源电位的影响，功率或者电流会从电源的源头开始，通过系统内部的各个组件进入负载，并最后分配到整个电源中网络位置。当分支或节点过载或出现故障的时候，不可避免地会导致电力系统中潮流会重新分配。它的影响是整体性的，将会产生特别严重的后果，这可能会导致别的分支机构的电源变压器超出限制，还可能会出现甚设备故障。将潮流作为研究对象，依据过载和断线干扰下潮流的特征，形成脆弱构件评价模型。在节点单元过载作用下，功率传递熵越小，断开后对系统组件所产生的影响越大，并且系统的功率传递影响分布更多地集中在很少的支路上。此时，极易使分支电路超过极限，并且分支电路上的电力设备发生故障的可能性将有所增加，严重的时候还可能会出现连锁故障[2]。基于此，能够预测电力设备故障的发生，并最后会形成节点/分支变压器以及其他设备故障的有效诊断。
2.2复杂网络环境下对变压器关键节点的脆弱性分析
（1）电力变压器作为电网的关键部分，其在电网结构中具有举足轻重的地位。电网运行情况以及设备情况会对电网的运行以及安全带来直接影响，电网的网格结构的运行情况同样会对变压器的集成、评估以及故障诊断带来直接影响。以往的电网稳态分析传统上将电网中的变电站和发电机等设备视为网络中的等效节点。没有考虑电网的接线方式以及重要仪器的接线方法，然而这些假设可能会对图形的有效性带来不良影响。需要构建可以满足和现实情况等效的系统拓扑模型，以便可以充分识别系统中的弱组件。
（2）对于复杂网络环境，有许多新方法可用于变压器本身的安全评估。基于威布尔分布失效概率的分布函数构造了网络模型。根据不同的参数，复杂网络模型涉及到随机网络模型、小世界网络模型、无标度网络模型。定如表1所述为3种不同的网络模型的特定参数。如果网络内的变压器节点设定呈现2类情况：稳定状态亦或故障状态。剖析子系统的概率模型，该处理对不同子系统的差异进行分析，因此通过定量描述来分析子系统等级，同时选择韦布尔分布的失效概率函数分类子系统。此外，网络结构以及连接关系的变化会对故障评估的结果产生直接影响。
表 1 3种模型参数设定
.png)
2.3 随机矩阵
因为输变电设备的状态指标多种多样，气候环境、指标值的变化与电网运行之间具有紧密联系。结合具体需要，选择大数据分析技术去对海量的数据进行挖掘与分析。通过提取有效信息，进而进一步增强电气设备状态评估与诊断的精准性。大部分传统分析方法都使用物理原理，基于某些假设构建数学模型并执行相关的数值计算，这些方法通常仅适用于简单的现象分析。电力网络的动态运行特性表明它为非线性动态网络，各个组成部分之间以及各组成部分和影响因素之间具备一定的耦合关系。电力网络处于复杂现象范畴，依旧选择物理模型，应用效果不佳。通过高维随机矩阵理论构建的大数据模型可以有效地规避上述不足之处，实现输变电设备的功能评估，并对设备的异常状态进行监控。其主要流程是：（1）挖掘设备状态量与性能指标之间的对应关系； （2）表征并组合代表状态的时间序列数据； （3）分析历史操作的每个周期中状态数据的频谱分布和圆循环速率，关键性能变化趋势的挖掘等状况，对异常设备的主要性能指标进行实时检测与分析。
3结语
如今，电力设备故障诊断技术已经发展了很多年，并且获取了大量的研究成效。 但是，在思量电网环境的情况下，复杂电力变压器系统的信息融合往往要求多种诊断方法的融合，甚至是跨学科研究的整合。本文从电力变压器自身的环境以及电网环境方面着手探究变压器故障诊断技术，为今后更好地分析与排查变压器故障提供指导。
参考文献：
[1]肖艳炜，楼平，蒋水中,等.电力网络环境下的变压器故障诊断技术研究[J].2019,56(04):46-50.
[2]李 勇,刘俊勇 ,刘晓宇 ,等 . 基于潮流熵的电网连锁故障传播元件的脆弱性评估 [J]. 电力系统自动化, 2012, 36(19)：11-16.
[3] 崔宇, 侯慧娟, 苏磊,等. 考虑不平衡案例样本的电力变压器故障诊断方法[J]. 高电压技术, 2020, 46(1).
[4] 唐亮, 陈维, 廖世海. 电力系统变压器常见故障检测与诊断技术研究[J]. 湖北农机化, 2020, No.243(06):87-87.
[5] 李德志, 杨建和, 李德生,等. 关于电力网络环境下的变压器故障诊断技术研究[J]. 轻松学电脑, 2019, 000(004):1-1.
[6] [1] 孙斌. 电力变压器故障诊断技术的研究[D]. 东北石油大学.
作者简介：陈自强（1984.10），男，汉族，甘肃兰州人，本科，设备维修助理工程师，从事运行电工工作。