變壓器故障診斷研究現(xiàn)狀

南華大學(xué)機(jī)械工程學(xué)院 方 盛 王湘江 馮棟彥 特變電工湖南電氣分公司 許建軍 吳華林 洪 斌 易梅生

變壓器是發(fā)電廠，電力系統(tǒng)和工業(yè)工廠中重要且必不可少的組成部分，我國(guó)是工業(yè)大國(guó)，對(duì)能源的需求量巨大，無論是火電還是水電甚至是風(fēng)電等大型發(fā)電廠都需要變壓器，變壓器的穩(wěn)定性和可靠性在電力系統(tǒng)中發(fā)揮關(guān)鍵的作用。如果變壓器在電力系統(tǒng)中出現(xiàn)了故障不能及時(shí)解決，會(huì)導(dǎo)致發(fā)電廠無法正常運(yùn)作，造成巨大的經(jīng)濟(jì)財(cái)產(chǎn)損失，甚至影響全民用電，使人們無法正常生活。

變壓器在電力系統(tǒng)的作用是控制升高電壓和降低電壓，頻繁使用使變壓器發(fā)生故障的頻率很高，會(huì)出現(xiàn)繞組鐵芯變形、局部發(fā)電、過熱等故障，早期變壓器故障診斷都是有多年經(jīng)驗(yàn)的工程師是用分析振動(dòng)信號(hào)來診斷故障位置，這些方法在早期對(duì)于維持變壓器的穩(wěn)定使用發(fā)揮了關(guān)鍵性的作用，而現(xiàn)如今，隨著人們對(duì)變壓器能快速準(zhǔn)確診斷的要求越來越迫切，電網(wǎng)系統(tǒng)規(guī)模不斷擴(kuò)大，設(shè)備機(jī)構(gòu)日漸復(fù)雜，現(xiàn)如今更多其他診斷方法就被發(fā)展出來，變壓器的故障主要可以分為熱故障、電故障、繞組故障和鐵芯故障，對(duì)于不同的故障，提取故障的數(shù)據(jù)方法也有所不同。

1 變壓器故障

變壓器每種故障都是由不同原因造成的，變壓器故障從能量方面可以分成熱故障和電故障；從變壓器內(nèi)外部分，油箱內(nèi)部的主要故障則是繞阻故障、鐵芯變形；油箱外部的主要故障則是接地短路，相間短路等故障。除了以上問題，還會(huì)出現(xiàn)絕緣故障。

熱故障是變壓器運(yùn)行時(shí)會(huì)出現(xiàn)空載損耗和負(fù)載損耗，這些損耗會(huì)轉(zhuǎn)變成熱量從而升高繞組，鐵芯等的溫度。當(dāng)溫度的不斷上升，無法與油箱和冷卻裝置的散熱形成平衡狀態(tài)時(shí)，變壓器就產(chǎn)生了過熱。熱故障會(huì)破壞變壓器其中的絕緣材料和構(gòu)成材料，抗壓能力和強(qiáng)度都會(huì)被改變，讓變壓器的使用壽命大幅度減少。熱故障類型可以分為內(nèi)外過熱：內(nèi)過熱故障則是繞阻，鐵芯過熱；外過熱故障則是套管、冷卻裝置等過熱故障。以溫度分可以將熱故障分成：低溫過熱、中溫過熱，以及高溫過熱，見表1。

表1 熱故障的表現(xiàn)和原因

電故障是高壓電路的持續(xù)放電，導(dǎo)致破壞絕緣材料的性能，電故障導(dǎo)致的絕緣材料損壞可以分為兩種類型：第一種類型是突然釋放出大量放電電荷快速擊穿絕緣層；第二種類型是持續(xù)放電導(dǎo)致絕緣材料與周圍氣體產(chǎn)生化學(xué)反應(yīng)，產(chǎn)生的氣體具有腐蝕性，可以破壞絕緣層，在日積月累下?lián)舸┙^緣層。如果絕緣層被破壞，變壓器將會(huì)受到外界強(qiáng)電流的刺激，并且變壓器可能發(fā)生短路和起火爆炸等問題。電故障中根據(jù)放電的能量密度，可分為局部放電、低能放電，以及高能放電，見表2。

繞組故障的原因有很多，大部分都是繞阻本身結(jié)構(gòu)及絕緣不合理所導(dǎo)致的：一是因?yàn)殚L(zhǎng)期散熱不良，繞組中有雜物，溫度過高絕緣老化；二是制造工藝不良，壓制不緊，機(jī)械強(qiáng)度不能經(jīng)受短路沖擊，使繞組變形絕緣損壞。繞組作為變壓器的心臟極其重要，如果不及時(shí)處理故障，會(huì)導(dǎo)致局部高溫或者局部高能放電，嚴(yán)重時(shí)其油溫迅速升高，體積膨脹致使變壓器爆炸。繞組故障可以分為繞組短路、繞組斷路、繞組松動(dòng)。

鐵芯故障多以鐵芯多點(diǎn)接地導(dǎo)致的，變壓器正常運(yùn)行時(shí)，只允許鐵芯一端接地，不可以兩端甚至更多點(diǎn)接地。鐵芯接地不良會(huì)使鐵芯局部過熱，過熱時(shí)間過長(zhǎng)會(huì)使油紙絕緣老化，鐵芯片絕緣層老化，甚至使鐵芯接地引線燒斷。鐵芯是變壓器傳遞和交換電磁能量的主要部件，鐵芯質(zhì)量好壞是決定正常運(yùn)行的關(guān)鍵。鐵芯的故障可以分為：鐵芯多點(diǎn)接地、鐵芯接地不良、鐵芯片間短路等。

2 變壓器故障數(shù)據(jù)獲取方法

2.1 基于油中溶解氣體分析故障診斷

如今變壓器多數(shù)以浸油變壓器為主，主要采用的是液態(tài)油絕緣，長(zhǎng)久的運(yùn)行過程中出現(xiàn)故障，油劣化時(shí)發(fā)生化學(xué)反應(yīng)產(chǎn)生的氣態(tài)化合物會(huì)溶解于油中，溶解氣體分析法則是從油樣中分離出這些溶解氣體，再利用色譜技術(shù)對(duì)其進(jìn)行定量分析。溶解氣體分析作為目前變壓器最可靠高效的手段，在此基礎(chǔ)上與其他理論相結(jié)合產(chǎn)生了許多更好的診斷方法，主要用來解決變壓器的熱故障和電故障，常見的方法有特征氣體含量法、三比值法。

變壓器故障的類型不同其產(chǎn)生的氣體成分含量也不同，特征氣體法是動(dòng)態(tài)地檢測(cè)特定的氣體含量，而后和標(biāo)準(zhǔn)值進(jìn)行對(duì)比，以此來分辨變壓器是否出現(xiàn)了故障，經(jīng)過長(zhǎng)期的研究，現(xiàn)在普遍將總烴C2H4、C2H2、H2、CO、CO2等氣體作為辨別依據(jù)，辨別標(biāo)準(zhǔn)見表3。

表3 特征氣體法判斷標(biāo)準(zhǔn)

隨著對(duì)大量故障診斷案例的分析匯總，1997年國(guó)際電工委員會(huì)（IEC）提出了三比值法，該方法計(jì)算簡(jiǎn)便，計(jì)算量小，準(zhǔn)確度高，而且在處理熱故障和電故障時(shí)，有極高的判斷準(zhǔn)確率。通過H2、CH4、C2H6、C2H4、C2H2作為標(biāo)準(zhǔn)參量來判斷變壓器的故障，以這5種氣體中溶解度與擴(kuò)散系數(shù)為標(biāo)準(zhǔn)，數(shù)值近似的兩種氣體則形成一組比值，能構(gòu)成三組比值，為這三組比值給上不同的編碼，而后根據(jù)制訂的編碼規(guī)則及判斷標(biāo)準(zhǔn)來判斷變壓器出現(xiàn)何種故障，根據(jù)不同的編碼實(shí)現(xiàn)不同故障點(diǎn)的定位，編碼規(guī)則和判斷標(biāo)準(zhǔn)見表4、表5。

表5 三比值判斷法判斷標(biāo)準(zhǔn)

2.2 基于振動(dòng)信號(hào)分析故障診斷

變壓器繞組鐵芯發(fā)生故障時(shí)，變壓器的振動(dòng)也會(huì)產(chǎn)生相應(yīng)的變化，檢測(cè)振動(dòng)的方法是可以用傳感器直接檢測(cè)變壓器壁上的振動(dòng)信號(hào)，而后根據(jù)振動(dòng)信號(hào)特性來判斷變壓器是否發(fā)生了故障。振動(dòng)信號(hào)分析步驟如下。

對(duì)變壓器進(jìn)行振動(dòng)信號(hào)數(shù)據(jù)采集時(shí)，往往需要很多傳感器，振動(dòng)信號(hào)也會(huì)隨著傳感器位置的變化而變化，傳感器的位置和數(shù)量對(duì)于檢測(cè)變壓器故障也非常重要，有專家分析安裝在電力變壓器油箱上的各種傳感器收集的振動(dòng)頻譜，并用了支持向量機(jī)SVM，以了解各種傳感器的數(shù)據(jù)信息，來確定傳感器的數(shù)量及放置位置。

在實(shí)際采集到的振動(dòng)信號(hào)中，往往伴隨著許多干擾，成功提取有效振動(dòng)信號(hào)也是非常關(guān)鍵的一步，小波變換在信號(hào)的時(shí)頻分辨方面有很好地發(fā)揮，處理的信號(hào)大部分是非平穩(wěn)信號(hào)。

文獻(xiàn)[1]利用salp 群算法優(yōu)化小波變化來對(duì)振動(dòng)信號(hào)進(jìn)行自適應(yīng)分解，能夠有效地提取不同振動(dòng)信號(hào)的特征并識(shí)別故障。小波變化方法可以得到振動(dòng)信號(hào)的大部分細(xì)節(jié)，但母小波和分解層次都是需要人主觀選取。經(jīng)驗(yàn)?zāi)B(tài)分解EMD 解決了小波變化需要主觀去選擇參數(shù)的問題，文獻(xiàn)[2]中的自適應(yīng)白噪聲完整集成經(jīng)驗(yàn)?zāi)B(tài)分解CEEMDAN 能夠有效地對(duì)振動(dòng)信號(hào)進(jìn)行去噪，不帶主觀選擇，也不會(huì)存在模態(tài)混疊問題，但是經(jīng)驗(yàn)?zāi)B(tài)分析是固定規(guī)定基函數(shù)，根據(jù)振動(dòng)信號(hào)自帶的特征進(jìn)行分離，存在一定的局限性。變分模態(tài)分解則是通過迭代計(jì)算變分模型函數(shù)最優(yōu)解來確定每個(gè)分量的頻率中心和帶寬，再自適應(yīng)地實(shí)現(xiàn)信號(hào)有效分離，文獻(xiàn)[3]利用加強(qiáng)灰狼算法以能量誤差為適應(yīng)度函數(shù)，優(yōu)化VMD 的重要參數(shù)，實(shí)驗(yàn)結(jié)果表明故障診斷的準(zhǔn)確率得到了極大的提高。

去噪提取的信號(hào)可以經(jīng)過特殊處理提取特征向量，利用快速譜峭度圖提取特征分量進(jìn)行信號(hào)重構(gòu)，或者選取包絡(luò)譜值作為故障特征向量，實(shí)驗(yàn)結(jié)果最后都表明故障分類準(zhǔn)確率更高。

3 變壓器故障診斷數(shù)據(jù)處理方法

隨著專家們的不斷探索發(fā)展，變壓器故障診斷涌現(xiàn)了各種各樣的方法，使診斷更加方便、簡(jiǎn)單，并且提高了準(zhǔn)確率。變壓器故障診斷數(shù)據(jù)處理方法可以分為三類：一是利用神經(jīng)網(wǎng)絡(luò)等人工智能算法；二是利用支持向量機(jī)；三是融合專家系統(tǒng)。

人工神經(jīng)網(wǎng)絡(luò)具有良好的模糊數(shù)據(jù)處理能力和高泛化能力，對(duì)變壓器故障數(shù)據(jù)處理效果很好。有專家用蝙蝠算法優(yōu)化概率神經(jīng)網(wǎng)絡(luò)的平滑因子，可以提高故障診斷性能。文獻(xiàn)[4]將混合改進(jìn)進(jìn)化粒子群優(yōu)化時(shí)變加速系數(shù)和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，成功優(yōu)化了神經(jīng)網(wǎng)絡(luò)的性能，診斷精度得到提高。

支持向量機(jī)SVM 的目的就是找到各類樣本點(diǎn)到超平面的距離最遠(yuǎn)，也就是找到最大間隔超平面，最終化為凸二次規(guī)劃問題來解決。為了保障診斷準(zhǔn)確率，提高支持向量機(jī)需要算法來對(duì)其參數(shù)進(jìn)行優(yōu)化，有專家用蝙蝠算法優(yōu)化最小二乘雙支持向量機(jī)中的參數(shù)，不僅使訓(xùn)練時(shí)間顯著縮短，還使故障診斷精度更高。

專家系統(tǒng)是集合了該方面許多專家知識(shí)和經(jīng)驗(yàn)，形成的人工智能程序系統(tǒng)，該系統(tǒng)是通過運(yùn)用這些專家的豐富知識(shí)和經(jīng)驗(yàn)，模仿人類專家的思維來進(jìn)行推理判斷決策，以此來解決專業(yè)的問題，原理如圖1所示。

圖1 專家系統(tǒng)原理

基于專家系統(tǒng)的變壓器故障診斷方法的本質(zhì)是將檢測(cè)的變壓器的數(shù)據(jù)放入專家系統(tǒng)中讓其來判斷變壓器是否出現(xiàn)故障及故障的定位。有文獻(xiàn)提出了一種可擴(kuò)展的油中溶解氣體成分的電力變壓器故障診斷專家系統(tǒng)，通過將傳統(tǒng)三比值法、統(tǒng)計(jì)學(xué)習(xí)方法及實(shí)際經(jīng)驗(yàn)法獲得的故障判別規(guī)則進(jìn)行整合，建立了可擴(kuò)增新規(guī)則的專家系統(tǒng)。

從以上介紹可以看出變壓器故障診斷方法大概可以分為神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)，以及專家系統(tǒng)，各有各的優(yōu)缺點(diǎn)，神經(jīng)網(wǎng)絡(luò)處理故障數(shù)據(jù)非常的迅速，泛化能力和自我適應(yīng)能力強(qiáng)大，但需要大量的樣本數(shù)據(jù)進(jìn)行訓(xùn)練，小樣本的訓(xùn)練無法讓得到準(zhǔn)確率較高的神經(jīng)網(wǎng)絡(luò)。支持向量機(jī)可以解決小樣本問題，但影響基于支持向量機(jī)的故障診斷準(zhǔn)確度是參數(shù)選取問題，需要不同算法來進(jìn)行優(yōu)化。專家系統(tǒng)已經(jīng)是一種相對(duì)老舊的故障診斷方法，雖然其在實(shí)際應(yīng)用中經(jīng)常被使用，而且便捷、快速，但是其主觀部分占比太多，知識(shí)庫要不斷更新來適應(yīng)新的故障分類，在及時(shí)更新知識(shí)這方面有一定的困難，相對(duì)于其他三種方法而言，還是有太多局限性。

4 變壓器故障診斷方法的展望和總結(jié)

在變壓器故障診斷方法方面介紹了許多智能算法，即神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)等，這些方法在故障診斷方面有很多優(yōu)點(diǎn)，但也存在許多不足的地方。從現(xiàn)有研究趨勢(shì)看，未來變壓器故障診斷的發(fā)展方向有以下三方面。

故障與對(duì)應(yīng)算法的選擇優(yōu)化。同一變壓器故障檢測(cè)，使用不同的算法得到的故障準(zhǔn)確率也各不相同，通過對(duì)不同算法之間的比較，可以選取識(shí)別該故障準(zhǔn)確率最高的算法對(duì)其進(jìn)行故障檢測(cè)。

算法改進(jìn)優(yōu)化。改進(jìn)算法中的細(xì)節(jié)，以變壓器故障診斷最常使用的BP 神經(jīng)網(wǎng)絡(luò)算法為例，其中的參數(shù)選擇、閾值選擇、隱層神經(jīng)元個(gè)數(shù)都需要用到不同的算法來優(yōu)化，比如蝙蝠算法、退火算法、人工魚群算法和黑猩猩算法等，這些都直接影響到算法的收斂速度和故障診斷準(zhǔn)確度。

樣本不均衡的優(yōu)化處理。訓(xùn)練所使用的樣本也同樣重要，樣本特征越明顯，訓(xùn)練出來的人工智能算法準(zhǔn)確度越高。有些情況無法得到大量的故障樣本數(shù)據(jù)，且樣本數(shù)據(jù)存在不均衡。在樣本過多的情況下，容易導(dǎo)致樣本跨度太大，樣本稀疏，計(jì)算過大，神經(jīng)網(wǎng)絡(luò)的泛化能力會(huì)被大打折扣。

本文對(duì)變壓器故障及導(dǎo)致原因進(jìn)行了描述，然后又對(duì)變壓器故障數(shù)據(jù)提取方法進(jìn)行了整理分類，以及詳細(xì)的解釋說明。最后介紹了三種數(shù)據(jù)處理診斷方法并分析了方法優(yōu)缺點(diǎn)。