電力變壓器的智能故障診斷措施闡述

夏景

摘 要：電力變壓器作為電力系統(tǒng)的重要組成部分，其運(yùn)行效率在很大程度上會(huì)對(duì)供電穩(wěn)定性與可靠性產(chǎn)生影響，一直以來(lái)都是重點(diǎn)關(guān)注內(nèi)容。以提高供電穩(wěn)定性、靈活性與安全性為目的，需要結(jié)合電力變壓器運(yùn)行特征，對(duì)常見(jiàn)問(wèn)題進(jìn)行研究，選擇智能故障診斷技術(shù)，確定不同故障發(fā)生原因，有針對(duì)性的采取措施進(jìn)行優(yōu)化，在根本上提高電網(wǎng)運(yùn)行綜合效率。本文對(duì)電流變壓器智能故障診斷措施進(jìn)行了簡(jiǎn)要分析。

關(guān)鍵詞：電力變壓器；故障診斷；神經(jīng)網(wǎng)絡(luò)

電力變壓器如果出現(xiàn)運(yùn)行故障，勢(shì)必會(huì)對(duì)電網(wǎng)安全產(chǎn)生影響，因此需要選擇可操作性高的故障診斷技術(shù)，及時(shí)判斷其運(yùn)行狀況，采取措施對(duì)存在的故障進(jìn)行處理，確保變壓器可以持續(xù)穩(wěn)定運(yùn)行。隨著各項(xiàng)新型技術(shù)的應(yīng)用，故障診斷技術(shù)逐漸實(shí)現(xiàn)了智能化，基于電力變壓器故障征兆與故障類型間復(fù)雜非線性關(guān)系，合理應(yīng)用故障診斷技術(shù)，掌握電力變壓器運(yùn)行狀態(tài)信息。

1 電力變壓器常見(jiàn)故障分析

1.1 繞組故障

是變壓器運(yùn)行常見(jiàn)故障之一，對(duì)電網(wǎng)運(yùn)行具有較大影響，主要包括匝間、層間、相間短路以及接地、斷線等，故障發(fā)生后會(huì)出現(xiàn)電弧放電現(xiàn)象。誘使此類故障發(fā)生的原因很多，主要是絕緣老化以及絕緣損壞造成短路，設(shè)備長(zhǎng)時(shí)間持續(xù)運(yùn)行，過(guò)大運(yùn)行負(fù)荷導(dǎo)致絕緣劣化[1]。再加上變壓器運(yùn)行環(huán)境具有一定特殊性，后期維護(hù)管理措施未到位，導(dǎo)致設(shè)備受潮，或者油泥積存過(guò)多堵塞油道過(guò)熱。另外，雷擊災(zāi)害以及環(huán)境溫度過(guò)高等因素均很容易造成繞組故障。

1.2 絕緣故障

絕緣故障是造成電力變壓器損壞的主要原因，對(duì)于油浸式變壓器來(lái)說(shuō)，其絕緣介質(zhì)包括固、液兩種絕緣介質(zhì)。其中，液體絕緣介質(zhì)即變壓器油，固體絕緣介質(zhì)則包括絕緣板、絕緣紙以及絕緣墊等。誘發(fā)變壓器出現(xiàn)絕緣故障的主要原因，包括溫度、濕度、過(guò)電壓等。

1.3 分接開(kāi)關(guān)故障

主要包括無(wú)載調(diào)壓與有載調(diào)壓兩種，其中無(wú)載調(diào)壓開(kāi)關(guān)故障主要集中出現(xiàn)在設(shè)備短路狀態(tài)，原因是電流觸頭接觸產(chǎn)生電弧損壞，如果設(shè)備存在機(jī)械故障，也會(huì)誘發(fā)故障發(fā)生。其中，分接開(kāi)關(guān)內(nèi)弧屬于高能量放電性質(zhì)，而機(jī)械故障如導(dǎo)體接觸不良或者接頭焊接不良屬于過(guò)熱性故障。有載調(diào)壓開(kāi)關(guān)故障原因主要是因?yàn)樵O(shè)備受潮或者進(jìn)入雜物絕緣性降低，或者是過(guò)電壓誘使觸頭間電弧故障。另外設(shè)備持續(xù)運(yùn)行過(guò)程中維護(hù)不當(dāng)，固體絕緣件故障均會(huì)誘發(fā)有載調(diào)壓開(kāi)關(guān)故障。

1.4 鐵心故障

變壓器器身主要由繞組與鐵芯組成，主要負(fù)責(zé)電磁能量的傳遞與交換，但是受靜電感應(yīng)影響，鐵芯上會(huì)產(chǎn)生懸浮電位對(duì)地防電，需要對(duì)電芯進(jìn)行可靠接地。在接地時(shí)應(yīng)采取鐵芯一點(diǎn)接地方式處理方式，如果選擇用二點(diǎn)或者多點(diǎn)接地很容易形成回路，主磁通過(guò)在回路中產(chǎn)生電流造成局部溫度過(guò)高，長(zhǎng)時(shí)間不采取措施進(jìn)行處理，很容易造成油與繞組過(guò)熱，加速油紙的老化。

2 電力變壓器故障診斷技術(shù)分析

2.1 DGA傳統(tǒng)診斷

即基于油中溶解氣體分析診斷，實(shí)際應(yīng)用中采樣方便，故障診斷時(shí)必須要停電，其受到外界電、磁場(chǎng)等因素影響較小，且分析速度快、檢測(cè)靈敏度高，具有良好的應(yīng)用效果。此種故障診斷技術(shù)的原理，即運(yùn)行狀態(tài)下的變壓器受電應(yīng)力與熱應(yīng)力作用影響，絕緣油會(huì)產(chǎn)生能夠反映故障性質(zhì)的多種特征氣體，利用色譜分析方法，采集分析油中所溶氣體，確定不同氣體組分與含量，了解不同氣體與設(shè)備故障間聯(lián)系，作為故障類型確定的依據(jù)。此類電力變壓器故障檢測(cè)技術(shù)包括氣體圖形法、特征氣體法以及改良三比值法等。但是，此類診斷技術(shù)受變壓器故障特征復(fù)雜特點(diǎn)限制，在應(yīng)用上還存在一定缺陷，需要結(jié)合設(shè)備故障實(shí)際情況來(lái)確定是否選擇用此種技術(shù)診斷。

2.2 DGA智能診斷

為提高電力變壓器故障診斷效率，逐漸應(yīng)用人工智能理論與技術(shù)，將其與傳統(tǒng)DGA技術(shù)結(jié)合在一起，并應(yīng)用到電力變壓器故障診斷中，形成一種全新的智能故障診斷方法，可以適應(yīng)多種故障診斷。結(jié)合DGA智能診斷技術(shù)的提出與應(yīng)用，解決了變壓器故障診斷特征提取問(wèn)題，充分應(yīng)用智能算法智能性，對(duì)傳統(tǒng)診斷技術(shù)存在的缺陷進(jìn)行彌補(bǔ)，提高其應(yīng)用準(zhǔn)確性與實(shí)用性。目前電力變壓器智能故障診斷技術(shù)主要由專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、粗糙集理論、模糊理論以及遺傳算法等。對(duì)于電力變壓器來(lái)說(shuō)，其故障診斷會(huì)受各種影響因素的影響，提高了診斷難度，為提高診斷效果，可以選擇一種或多種智能診斷技術(shù)應(yīng)用。

3 電力變壓器神經(jīng)網(wǎng)絡(luò)智能故障診斷技術(shù)分析

3.1 結(jié)構(gòu)分析

人工神經(jīng)網(wǎng)絡(luò)主要由大量非線性計(jì)算單元連結(jié)組成，可以從輸入環(huán)境信息中獲取并積累經(jīng)驗(yàn)、存儲(chǔ)知識(shí)以及應(yīng)用知識(shí)。其為一種描述人類大腦系統(tǒng)一階特性的數(shù)學(xué)模型，通過(guò)電子線路的設(shè)計(jì)來(lái)完成各項(xiàng)功能，或者是利用計(jì)算機(jī)程序來(lái)模擬整個(gè)過(guò)程。其中，組成神經(jīng)網(wǎng)絡(luò)的各神經(jīng)元即節(jié)點(diǎn)，代表了一種特定輸出函數(shù)，每?jī)蓚€(gè)節(jié)點(diǎn)間連接均可以代表一個(gè)對(duì)于通過(guò)該連接信號(hào)的加權(quán)值，代表了兩個(gè)節(jié)點(diǎn)間作用的強(qiáng)弱。以神經(jīng)元節(jié)點(diǎn)分布與連接方式為依據(jù)，可以將神經(jīng)網(wǎng)絡(luò)分為前饋式網(wǎng)絡(luò)與反饋式網(wǎng)絡(luò)。

3.2 網(wǎng)絡(luò)特性

并行性，由拓?fù)浣Y(jié)構(gòu)決定，神經(jīng)網(wǎng)絡(luò)具有高度的并行性，網(wǎng)絡(luò)內(nèi)存在大量相同簡(jiǎn)單處理單元，即便是每個(gè)節(jié)點(diǎn)功能簡(jiǎn)單，但是大量處理單元的集合，可以完成復(fù)雜的映射，且能夠提高計(jì)算速度。非線性全局作用。即能夠?qū)崿F(xiàn)輸入狀態(tài)到輸出空間的非線性映射。容錯(cuò)性與聯(lián)想記憶。神經(jīng)網(wǎng)絡(luò)具有良好的容錯(cuò)性與聯(lián)想記憶功能，其中聯(lián)想記憶即ANN通過(guò)學(xué)習(xí)方式將信息存儲(chǔ)到節(jié)點(diǎn)連接權(quán)值上，單個(gè)權(quán)值并不具備完整信息。且分布式存儲(chǔ)機(jī)制的應(yīng)用，確保ANN具有良好的容錯(cuò)性。學(xué)習(xí)性。神經(jīng)網(wǎng)絡(luò)為一種變結(jié)構(gòu)系統(tǒng)，ANN連接具有多樣性，且連接強(qiáng)度具有可塑性，提高了其對(duì)外界環(huán)境的適應(yīng)性與學(xué)習(xí)性，一般存儲(chǔ)外界信息的權(quán)值與連接結(jié)構(gòu)能夠通過(guò)訓(xùn)練學(xué)習(xí)獲得。

3.3 診斷原理

故障診斷為一個(gè)復(fù)雜的模式識(shí)別過(guò)程，需要完成故障征兆空間到故障類別空間的非線性映射，應(yīng)建立功能強(qiáng) 大的模型。應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)電力變壓器進(jìn)行故障診斷時(shí)，其所具有的強(qiáng)大非線性映射能力，可以在模式空間內(nèi)形成多種復(fù)雜判決面，且可以通過(guò)良好的自適與學(xué)習(xí)能力來(lái)學(xué)習(xí)隱藏在故障征兆中的信息，同時(shí)還能夠自適應(yīng)調(diào)節(jié)網(wǎng)絡(luò)大小。神經(jīng)網(wǎng)絡(luò)所具有的自學(xué)習(xí)能力，可以促進(jìn)網(wǎng)絡(luò)從定量、歷史故障信息中學(xué)習(xí)，學(xué)習(xí)結(jié)束后將相關(guān)過(guò)程知識(shí)存儲(chǔ)到網(wǎng)絡(luò)中，通過(guò)與新數(shù)據(jù)的對(duì)比，完成對(duì)新數(shù)據(jù)模式的判別。另外，通過(guò)尋找輸入故障信號(hào)/輸出故障類別數(shù)據(jù)間關(guān)系，可以完成特征提取，且能夠?qū)崿F(xiàn)故障信號(hào)模式的變換。

3.4 診斷過(guò)程

以前饋式網(wǎng)絡(luò)代表BP網(wǎng)絡(luò)為例，利用ANN對(duì)電力變壓器進(jìn)行故障診斷，即以故障征兆作為ANN輸入網(wǎng)絡(luò)，診斷結(jié)構(gòu)作為輸出。利用已有的故障征兆以及診斷結(jié)果來(lái)對(duì)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練，確?？梢酝ㄟ^(guò)權(quán)值使得兩者間存在對(duì)應(yīng)關(guān)系，將得到的故障征兆加入到網(wǎng)絡(luò)輸入端，便可以利用訓(xùn)練好的網(wǎng)絡(luò)來(lái)完成變壓器的故障診斷，最后得到診斷結(jié)構(gòu)。ANN具有良好的自適應(yīng)、學(xué)習(xí)以及聯(lián)想記憶等功能，可以時(shí)應(yīng)變壓器內(nèi)部故障發(fā)生以及發(fā)展多模式系統(tǒng)。

4 結(jié)語(yǔ)

以提高電力變壓器運(yùn)行穩(wěn)定性與安全性為目的，需要對(duì)現(xiàn)有故障診斷技術(shù)進(jìn)行研究，積極引用智能化技術(shù)，提高技術(shù)應(yīng)用效果，降低各項(xiàng)因素的影響。現(xiàn)在存在的智能故障診斷技術(shù)較多，在應(yīng)用時(shí)應(yīng)結(jié)合實(shí)際需求來(lái)選擇，爭(zhēng)取提高診斷結(jié)果的精 確性。

參考文獻(xiàn)：

[1] 廖瑞金，姚陳果，孫才新，等.基于人工智能的電力變壓器絕緣故障診斷面向?qū)ο笾R(shí)庫(kù)[J].電工技術(shù)學(xué)報(bào).2001（06）：59-64.

[2] 陳欣.電力工程變壓器故障診斷中人工智能技術(shù)的應(yīng)用研究[J].中國(guó)新技術(shù)新產(chǎn)品.2013（08）：181.

[3] 喬維德，孫龍林.電力變壓器的智能故障診斷研究[J].電氣傳動(dòng)自動(dòng)化.2010（05）：48-51.

[4] 謝可夫，羅安.遺傳算法在變壓器故障診斷中的應(yīng)用[J].電力自動(dòng)化設(shè)備.2005（04）：55-58.

[5] 謝可夫，鄧建國(guó).變壓器故障模糊診斷系統(tǒng)[J].湖南師范大學(xué)自然科學(xué)學(xué)報(bào).2004（01）：43-47.

[6] 李中，苑津莎，張利偉.基于自組織抗體網(wǎng)絡(luò)的電力變壓器故障診斷[J].電工技術(shù)學(xué)報(bào).2010（10）：200-206.