（高电压与绝缘技术专业论文）基于智能信息融合的油浸式电力变压器故障诊断.pdf

山东大学硕士学位论文 摘要 电力关系到国民经济的持续发展，而电力变压器是电力系统中最重要的电气 设备之一，其运行状态直接影响电力系统的安全水平。变压器油中溶解气体分析 ( d i s s o l v e dg a s i n = o i la n a l y s i s ，d g a ) 是变压器内部故障诊断的重要手段，它为间 接了解变压器内部的一般隐患提供了重要依据。国际电工电气委员会据此推荐了 基于油中溶解气体分析的三比值方法，但该方法中存在一些缺陷。如何进一步发 挥油中溶解气体分析诊断方法的优势，及时、准确地分析变压器内部的早期故障， 已成为高压电气设备故障诊断研究的一个重要方向。国内外学者从专家系统、模 糊数学、人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k , a n n ) 、信息融合等角度，对其 进行了研究，取得了一定的效果。对此，本文基于油中溶解气体分析数据，采用 不同的方法对其与故障之间的关系进行了研究。 由于故障征兆和故障类型之间存在着复杂的非线性关系，使得诊断系统的数 学模型很难获取。而人工神经网络以其分布式并行处理、自适应、自学习、联想 记忆以及非线性映射等优点，为解决这一问题开辟了新途径。因此，本文采用b p 神经网络来研究变压器故障诊断系统。但是如何使b p 网络被足够泛化，即不收敛 于局部极小点，是一个关键问题，此外，采取传统的单一人工智能诊断方法，存 在一些固有的缺陷。 针对b p n n 的不足，本文将模糊数学与神经网络相结合构造了新型的模糊神 经网络( f u z z yn e u r a ln e t w o r k ，f n n ) ，此网络将自适应神经网络的自学习优 点与模糊数学的模糊推理方法进行了有效的结合，解决了变压器绝缘故障诊断中 模糊规则难以确定的问题。结果证明，该模型有效地改善了神经网络收敛速度慢， 易陷入局部最小的缺点，分类效果较好，从而有效地克服了以往采用单一方法进 行诊断时所固有的的诊断出错或诊断结果不全面等缺点。 本文从信息融合的角度出发，提出了一种基于t n f i n 和d s 证据理论的模 块化综合故障诊断模型。该模型以油中溶解气体分析作为诊断内部潜伏性故障的 主线，结合各种相应的试验项目进行综合诊断，确定了故障的大体部位，提高了 故障诊断的可靠性和准确性。 关键词：电力变压器：故障诊断；油中溶解气体分析；模糊神经网络；信息融合 m 山东大学硕士学位论文 a b s t r a c t t h ee l e c t r i cp o w e rr e l a t i n gt ot h en a t i o n a le c o n o m yi sk e e p i n go nd e v e l o p m e n t p o w e rt r a n s f o r m e ri so n eo ft h em o s ti m p o r t a n te l e c t r i c a le q u i p m e n t si nt h ee l e c t r i c s y s t e m d i s s o l v e dg a s i n o i la n a l y s i s ( d g a ) i sa ni m p o r t a n tm e t h o dt od i a g n o s e i n t e r n a lf a u l to ft r a n s f o r m e ra n di to f f e r sam a i nb a s i st of i n dt h eg e n e r a li n c i p i e n t f a u l t so ft h et r a n s f o r m e r i n d i r e c t l y t h e r e f o r e i n t e r n a t i o n a le l e c t r ot e c h n i c a l c o m m i s s i o nr e c o m m e n d st h r e er a t i o sm e t h o d b u ti np r a c t i c e ，t h eu n c e r t a i n t y e x i s t i n gi nt h ed i a g n o s i sc o u l dn o tb ee l i m i n a t e d ，d u et ot h ea m b i g u i t yo ft h ei n f e r e n c e a n di n s u f f i c i e n ts t a n d a r df o rj u d g m e n tv i at h ea b o v em e a n s s oh o wt ou s et h ed g a d a t at of i n dt h et r a n s f o r m e rf a u l t st i m e l yi st h er e c e n t l yr e s e a r c hf o c u s t h e r e f o r e ，t h e m e t h o d sf o rt h ed i a g n o s i so fp o t e n t i a lf a u l t sc o n c e a l e di n s i d ep o w e rt r a n s f o r m e r s h a v ea t t r a c t e dm a n yr e s e a r c h e r s i n t e r e s t ，s u c ha s ：e x p e r ts y s t e m ，f u z z yt h e o r y ， a r t i f i c i a ln e u r a ln e t w o r k ( a n n ) ，i n f o r m a t i o nf u s i o n ，e t c i nt h i sp a p e r , t h ea u t h o r u s ed i f f e r e n tm a t h e m a t i c sm e t h o dt os t u d yt h er e l a t i o nb e t w e e nd g ad a t aa n df a u l t t y p e t h e r ei sc o m p l i c a t e dn o n - l i n e a rr e l a t i o n sb e w e e nf a u l ts y m p t o ms p a c ea n d f a u l t s p a c e ，t h em a t h e m a t i c a l m o d e lo fd i a g n o s i s s y s t e m i sd i f f i c u l tt ob u i l d u p h o w e v e r ，a n np r o v i d e san e ww a yf o rt h i sp r o b l e md u et oi t sa d v a n t a g e ss u c h a sp a r a l l e l p r o c e s s i n g ，s e l f - a d a p t a t i o ns e l f - s t u d y ，a s s o c i a t i o nm e m o r y ，n o n - l i n e a r p p i n g ，e t c t h e r e b y ，b a c k p r c a t i o nn e u r a ln e t w o r k ( b p n n di s) l i e dfaultmappinge t c 1 h e r e b yb a c kp r o p a g a t i o nn e u r a ln e t w o r k ( b p n n ) i sa p p l i e dt of a u l t ， ， ， d i a g n o s i ss y s t e mi nt h ep a p e r t h e r ei sak e yp r o b l e mh o wt om a k et h en e t w o r k g e t t i n gg e n e r a l i z ee n o u g h ，t h a tm e a n sa v o i dn e t w o r kt e n dt oc o n v e r g e n c eo nal o c a l o p t i m a lp o i n t 。f u r t h e rm o r et h e r ei ss o m ei n h e r e n td e f e c ti nt r a d i t i o n a ls i n g l ea r t i f i c i a l i n t e l l i g e n tf a u l td i a g n o s i sm e t h o d i nt h ep a p e rf u z z yn e u r a ln e t w o r k ( f n n ) m e t h o di sc o n s t r u c t e db a s e do nf u z z y t h e o r ya n da n na i m i n ga tt h es h o r t c o m i n g so fb p n n t h i sn e t w o r kh a sc o m b i n e d a d v a n t a g ea n df u z z yr e a s o n i n gm e t h o d i th a so v e r c o m et h ep r o b l e mo fd i f f i c u l tt o d e t e r m i n ef u z z yr e g u l a t i o ni nt r a n s f o r m e rf a u l td i a g n o s i s t h er e s u l t so fv e r i f i c a t i o n s h o wt h a ti ti m p r o v e st h es h o r t c o m i n g so fb p n ns u c ha ss l o wc o n v e r g e n c ea n dl o c a l i v 山东大学硕士学位论文 m i l l i m 码s y s t e m ，w h i c hc a ne f f e c t i v e l yo v e r c o m et h es h o r t c o m i n g so ft r a d i t i o n a l d i a g n o s em e t h o d st h a ti sm a k i n gam i s t a k eo rd e f e c t i v er e s u l t o nt h eb a s i so fi n f o r m a t i o nf u s i o n , as y n t h e t i cd i a g n o s i sm o d e lf o rp o w e r t r a n s f o r m e ri sp r o p o s e db a s e do nt n f i na n dd e m p s t e r - s h a f e r se v i d e n c et h e o r y t h e d g ai su s e da sd o m i n a n ti d e at od i a g n o s ei n t e m a li n c i p i e n tf a u l ti nt h i sm o d e l s y n t h e t i c a ld i a g n o s i so nt h eb a s i so fc o m b i n i n ga l lk i n d so fr e l e v a n tt e s t sm a k e sa d e c i s i o nf o rt h ef a u l tp o s i t i o n ；i m p r o v e st h er e l i a b i l i t ya n da c c u r a c yo ff a u l td i a g n o s i s k e yw o r d sip o w e rt r a n s f o r m e r ：f a u l td i a g n o s i s ；d i s s o l v e dg a s i n o i l a n a l y s i s ：f u z z yn e u r a ln e t w o r k ：i n f o r m a t i o nf u s i o n v 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本 文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。 本声明的法律责任由本人承担。 论文作者签名： 蠢函j 盎 日期： 麴皇：篮垒l 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意 学校保留或向国家有关部门或机构送交论文的复印件和电子版，允 许论文被查阅和借阅；本人授权山东大学可以将本学位论文的全部 或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他 复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：泰函往导师签名 日 期：单 山东大学硕士学位论文 第一章绪论 1 1 电力变压器故障诊断的重要性与意义 随着电力走向市场和电网的不断发展，人们对电网的安全运行和供电可靠性 的要求越来越高，而电力系统规模的不断扩大和各种监控设备的应用使得输配电 设备故障诊断显得尤为重要l l 】。电力变压器不仅属于电力系统中最重要和最昂贵 的设备之列，而且也是导致电力系统事故最多的设备之一。对技术状态良好的电 力变压器而言，其自身的强度相对于它所承受的联合应力，仍有一定的裕度 这里，技术状态就是设备的健康状态，主要指电力变压器及其元部件等相对它们 在设计和生产中被赋予的状态而改变的大小，若变化很大，就认为其技术状态很 差，可能已经造成了设备性能的大幅下降；强度则是指变压器本身具备的承受正 常运行和外界环境所施加的各种应力而不损坏的能力。当变压器本身的耐受强度 下降到不再足以抵抗外施应力的联合作用时，就会导致事故的发生。运行过程中， 强度一应力之间的相互关系及其对变压器事故的影响，可以用图l - 1 来表示 2 1 。 穴 翅 品 憾 强 图1 1 电力变压器使用寿命与应力之间的关系 从图中可以看出，故障的存在大大缩短了变压器的使用寿命，从而可能导致 不可预料事故的发生，因合理维修后，设备寿命延长了t 。综上可见，为了提高 设备运行的安全性和可靠性，故障诊断及维修技术得到了越来越多的关注。及时 发现变压器的潜伏性故障，即对运行中的变压器故障早发现、早诊断、早处理、 消除隐患，使设备长期保持在正常或最佳工作状态，可以有效避免重大供电事故 的发生，并且有助于避免变压器临时强迫停运所造成的巨大经济损失。 山东大学硕士学位论文 现在电力运行部门普遍采用对运行中的变压器分析其溶解于油中的气体成 分、含量及产气速率，总结能够及早发现变压器内部存在的潜伏性故障【3 】，判断 其是否会危及安全运行的方式。现今各国都以i e c 的三比值法为基础1 4 j ，但判断 故障的正确率只有8 0 ，且单个传感器测量误差和某些传感器在同时测量时存 在交叉影响。同时三比值法中推荐的故障比值范围编码不多，实际工作中又往往 查不到比值范围而无法判断的情况。因此，完全根据油中气体提供的信息来进行 故障诊断有较大的局限性。所以，有必要开发一套适合变压器运行、检修人员使 用的电力变压器故障诊断系统，以利于快速、准确地诊断出电力变压器的故障原 因，提高变压器的安全、经济运行水平。 1 2 电力变压器故障诊断的发展及研究现状 为保证电力变压器具有必要的运行可靠性，可从希望的和要求的可靠性出 发，来评定设备的健康状态：而评定的准确性和可信度，则依赖于对被监测参数 与运行可靠性之间联系程度的把握。但这样确定设备健康状态必须全面地掌握所 需的信息才有可能。因此，在所需信息不足的情况下，如何通过对测得的试验数 据的分析，准确及时地判断故障的类型、原因和部位并采取相应的措施，将故障 消灭于萌芽状态，是电力变压器故障诊断的总发展方向。 几十年来国内外众多专家先后提出了多种基于油中溶解气体分析的变压器 故障诊断方法，大体上可以分为传统方法和基于人工智能的方法。传统方法是人 们在长期的科学研究和变压器故障诊断实践中总结出来的由特征气体浓度信息 直接或通过简单的计算比值判断故障类型的方法，主要有特征气体法、比值法等 【5 1 。特征气体法诊断变压器故障主要是根据变压器发生不同故障时，油中溶解的 气体的主要成分和次要成分是有所区别的【6 】。比值法是根据各种特征气体的比值 来判断变压器的故障类型的方法。比值法具体来说又可分为有编码的比值法和无 编码的比值法。前者有i e c 三比值法及其改进形式日本电协研法和德国的四比值 法等。后者是取消了气体比值区间对应于某一编码；而直接用比值的范围对应于 一种故障。 人工智能( a r t i f i c i a li m e l l i g e n c e ，a i ) 的发展为设备故障诊断的智能化提供了 可能，它放弃了传统数值计算和信号处理为主要手段的诊断方法，以知识的处理 2 山东大学硕士学位论文 和推理为其技术核心。这使故障诊断进入了新的发展阶段。人工智能能够模拟人 脑的逻辑思维过程，有能力解决一些复杂的推理诊断问题，可以记忆和使用领域 内专家的知识从而使普通的维修及设备操作人员也能使用复杂设备的故障诊断 技术，其可靠性高，不受外界因素的干扰，它的自学习能力还便于用户对知识库 的维护。主要的人工智能方法有以下几种： 1 专家系统 专家系统( e x p e r ts y s t e m ，简称e s ) 是一种具有大量专门知识的程序系统，它 根据多个专家提供的专业知识进行推理，解决通常需要专家才能解决的复杂问 题。用于电力变压器故障诊断的专家系统最早见于r i e s e 在1 9 8 6 年公布的t o g a 系统忉，其后有很多类似的系统被应用到实际工程中【8 , 9 1 。专家系统的开发需要有 相当丰富经验的专家参与，共同完成。专家系统存在两方面的主要问题：( 1 ) 知 识获取的“瓶颈”问题。一方面由于专家知识的不完备，另一方面由于专家知识表 述规则化有相当的难度。( 2 ) 诊断推理不确定性问题。对于一些数学相关性不确 定的故障现象的诊断，其准确性难以保证。这些问题大大影响了故障诊断的准确 性。 。 2 模糊理论 模糊理论( f u z z yt h e o r y ) 主要模仿人脑的逻辑思维，具有较强的结构性知 识表达能力，能将不确定性知识或定性知识转化为定量表示。在故障诊断中，故 障与征兆之间的关系往往是模糊的，这种模糊性即来自故障与征兆之间关系的不 确定性，又来自故障与征兆在概念描述上的不精确性，因而诊断结果也必然是模 糊的，解决模糊诊断问题的传统方法一般根据专家经验在故障征兆空间与故障原 因空间之间建立模糊关系矩阵。常用的方法是将各条模糊推理规则产生的模糊关 系矩阵进行组合，或与或并。文献【l o 】采用模糊逻辑技术来解决三比值等传统方 法只能判断一种故障，而不能判断多种故障并存的情况。文【1 1 】则针对传统人工 故障诊断的方法如三比值法等，提出了一种基于新的模糊逻辑的智能诊断变压器 故障的方法。 3 人工神经网络 人工神经网络是模拟人脑组织结构和人类认知过程的信息处理系统，具有强 大的自学能力和数据处理功能，能映射高度非线性的输入、输出关系。自1 9 4 3 3 山东大学硕士学位论文 年首次提出以来，已迅速发展成为与专家系统并列的人工智能技术的另一个重要 分支。它以其诸多优点，如并行分布处理、自适应、联想记忆等，在智能故障诊 断中受到越来越广泛的重视，而且己显示出巨大的潜力，并为智能故障诊断的研 究开辟了一条新途径。文1 1 2 介绍了自组织神经网络在变压器故障诊断中的应 用。文【1 3 】采用了进化神经网络用于变压器故障诊断，进化网络能自动调整网络 参数以达到最优。文【1 4 】指出具有单隐层的神经网络分类效果最优，它具有最小 运算量，同时完全满足故障现象和故障原因之间的非线性映射。文 1 5 ，1 6 提出了 将神经网络和专家系统相结合的变压器故障诊断方法。 4 其他方法 因变压器故障诊断的复杂性、加之大量的不确定因素，因此人们采用各种不 同的方法对之加以研究，其他方法如数理统计法、支持向量机、遗传算法等【1 7 9 1 。 也有将专家系统、模糊数学、神经网络、数理统计等理论结合起来运用于变压器 故障诊断的，如文献 2 0 1 介绍了在线故障诊断利用油色谱进行故障分析需要很多 的非定量的经验知识，利用模糊推理，很好的定量化了这些知识在此之上，制作 了变压器在线故障诊断专家系统；文献 2 1 1 介绍了基于模糊逻辑理论的人工神经 元网络，提出了将模糊神经网络应用于变压器故障诊断的方法，其神经网络的输 入输出都是模糊值。 除了以上所提到的人工智能方法以外，还有相当多的越来越新的人工智能方 法正不断被应用于变压器故障诊断。如文献 2 2 1 介绍了一种新的扩展隶属函数在 变压器故障诊断中的应用等。这说明了变压器故障诊断技术在不断地发展着。 1 3 本文的主要研究内容 由于对变压器而言，原来的许多规则都是建立在经验知识和历史数据的基础 上，具有很大程度的不确定性，例如专家的经验知识难以获得或精确描述；知识 数据量大，难以维护管理：推理速度慢、效率低、能力弱：单一诊断方法误差较 大；难以处理故障诊断中的不确定性问题等。 人工神经网络是由大量简单计算单元广泛相连而组成的具有高度并行处理 能力的一个非线性动力学系统，它对于非线性映射具有较强的逼近，且具有自组 织及自学习和联想记忆能力，在故障诊断领域中显示了极大的应用潜力。它为解 4 山东大学硕士学位论文 决传统诊断系统中的知识获取、知识学习等问题提供了一条崭新的途径。所以本 课题在这样的情形下应运而生一在变压器油中溶解气体分析技术的基础上，设计 以神经网络为核心的基于智能信息融合的变压器故障综合诊断模型。本文的主要 内容包括： 1 总结了变压器故障诊断的发展及研究现状，论述了电力变压器和整个电 力系统安全与稳定的关系，指出变压器故障诊断在其中的重要地位和作用。给出 变压器常用的预防性试验方法，并对油中溶解气体法作了较为详细的分析和探 讨。 2 结合目前人工神经网络在故障诊断中的应用，研究分析人工神经网络的 优越性和不足之处。采用油中溶解气体分析法的数据作为输入对反向传播神经网 络进行训练学习，通过调整权值和阈值，建立故障分析模型，实现对各网络参数 的比较确定，较为准确的实现了变压器的故障诊断。随着人工神经网络技术的发 展成熟，传统的“应用导则”型的诊断方式将逐步过渡到应用人工智能技术的诊断 方式。 3 通过以往研究可知模糊神经网络融合了模糊系统和神经网络各自的优点， 因此本文在总结了模糊神经网络分类及各自实现方式的基础上，主要研究以 t n f i n 为代表的神经模糊系统在变压器故障诊断中的应用，模糊规则通过学习 样本直接获取。仿真结果表明，模糊神经系统可以较好地实现变压器故障的定性 诊断。 4 以模糊神经网络为核心，充分利用变压器各类状态信息，将油中溶解气 体分析与电气试验等故障相关信息结合，并充分借鉴现场的运行、诊断和维修经 验知识，提出了基于信息融合技术的分层的、可靠的、开放的变压器综合故障诊 断模型。该模型通过分层决策的思想对故障类型进行判定，更有效地表达不确定 知识和信息，更直观、逼真地模拟了不确定性推理过程。 5 油中溶解气体本身并不隐含故障部位的信息，其对故障定位的研究结果 不尽如人意，进而对制定相应的维修策略缺少指导性。本文结合变压器故障诊断 的实际情况，借助于信息融合理论，首先利用t n f i n 结合d g a 对变压器的故障进 行初级诊断，然后利用证据推理对电气试验、停电试验和运行检修记录等多种故 障信息进行融合，确定故障的具体部位，形成了一种新的分层式变压器综合故障 5 山东大学硕士学位论文 诊断模型。通过对该故障诊断模型进行实例分析，证明了该模型的正确性和先进 往；并且诊断系统具有界面友好，易于操作和维护，运行快捷、准确等特点。 6 山东大学硕士学位论文 第二章电力变压器故障分析与诊断 2 1 变压器故障原因及类型 2 1 1 变压器故障原因 变压器是由一次绕组、二次绕组和铁芯等三个基本部件组成的。造成变压器 故障的原因很多，充分认识故障的原因对故障诊断是十分重要的，变压器故障原 因可分为捌1 ： 1 选用规格不当 变压器绝缘等级选择错误；所选电压等级、电压分接头不当等。 2 制造质量不良 材料不好( 纸板质量差等) ；设计与工艺质量不好( 相间绝缘距离偏小) 。变压 器密封结构不合理( 空气和水分进入变压器) ；绕组变形。 3 安装不良和保护设备选用不当 安装不良；避雷器选用不当；保护继电器、断路器不完善等。 4 运行维护不当 变压器受潮( 不能定期更换干燥的硅胶，安全气道的玻璃密封不严，油枕中 积水等) ；潜油泵检查维护不及时，使铜末混入油中进入变压器，并产生负压区 吸入空气；绝缘油老化；过负荷；接线错误；与外部导体连接处松动、发热( 螺 丝松动等) ；对各种附件、继电器等维护、检查不当( 分接开关接触不到位) 。 5 出厂试验不全、不严 6 异常电压 7 长期自然老化 8 自然灾害及外界物件的影响 9 存在绝缘薄弱点( 引线出头绝缘薄弱) 1 0 磁路系统故障( 铁芯二点接地) l1 套管中混油( 有载分接开关向本体渗油) 7 山东大学硕士学位论文 2 1 2 变压器故障类型 变压器故障类型繁多，按以下几种方法分类2 5 2 6 j ： 1 按故障发生的部位分类： ( 1 ) 变压器外部故障 油箱：焊接质量不好，密封填圈不好； 电压分接开关传动装置：机械操动部分，控制部分等问题； 冷却装置：风扇、输油泵、控制设备等问题； 附件：绝缘套管、温度计、油位计，各种继电器等问题。 ( 2 ) 变压器内部故障 绕组：绝缘击穿，断线，变形； 铁芯：铁芯叠片之间绝缘不好，接地不好，铁芯两点或多点接地及铁芯螺栓 绝缘击穿； 内部的装配金具问题； 电压分接开关控制不到位，引接线绝缘薄弱； 绝缘油的老化。 2 按故障的发生过程分类 ( 1 ) 突发性故障 由异常电压( 操作过电压，雷电过电压及谐波过电压) 引起的绝缘击穿，外部 短路事故引起的绕组变形，层间短路； 自然灾害； 辅机的电源停电。 ( 2 ) 由潜伏性故障发展而形成的故障 铁芯绝缘不良，铁芯叠片之间绝缘不良，铁芯穿芯螺栓的绝缘不良，由外界 反复短路引起的绕组变形； 过负荷引起的绝缘老化； 由于受潮游离放电引起绝缘材料，绝缘油老化： 3 按故障性质分类( 对于变压器内潜伏性故障) 电力变压器的内部故障主要可分为过热性故障、放电性故障及受潮三种。据 资料对3 5 9 台故障变压器的统计表明：过热性故障占6 3 ；高能量放电故障占 8 山东大学硕士学位论文 1 8 1 ；过热兼高能量放电故障占1 0 ；火花放电故障占7 ；受潮或局部放电故 障占1 9 0 6 。而在过热性故障中，分接开关接触不良占5 0 ：铁芯多点接地和局部 短路或漏磁环流约占3 3 ；导线过热和接头不良或紧固件松动引起过热约占 1 4 4 ；其余2 1 则为局部油道堵塞( 多系硅胶进入本体) ，致使局部散热不良而 造成的过热性故障。电弧放电以绕组匝、层间绝缘击穿为多见，其次为引线断裂 或对地闪络和分接开关飞弧等故障 2 7 1 。火花放电常见于如下情况：( 1 ) 引线或套管 储油柜对电位未固定的套管导电管等的放电；( 2 ) 引线局部接触不良或铁芯接地 片接触不良而引起的放电；( 3 ) 分接开关拨叉电位悬浮而引起的放电等。受潮则 是由于油中水分和含湿杂质易形成“小桥”或绝缘中含有气隙而引起局部放电。 2 2 变压器故障诊断的理论基础 一般而言，电力变压器的故障总是在外施应力的作用下萌发并逐渐发展到一 个比较显著的水平，然后才有可能被发现。因此，变压器的技术状态可以采用一 些能够灵敏地表征这些应力对绝缘结构及元部件的作用效应的参数来描述。简而 言之，电力变压器的故障诊断或状态监测的过程可以简单地表述如下：记录表征 设备初始良好技术状态的参数，并按预定的程序对这些参数进行离线测试或在线 监测，然后将检测的结果与它们的初始值进行相互比较及趋势分析，从而对设备 的当前技术状态做出评价【2 引。b e n g t s s o nc 进一步指出，当前变压器状态监测工 作的重点，已经从检测技术的研究转移到对测试结果的理解和解释，即故障诊断 技术的开发上例。 必须明确的是，以预防为主要目的的故障诊断只可能对发展比较缓慢的故障 模式起作用，它无法有效地应付快速发展的故障或事故。图2 1 描述了设备的功 能故障从发生、发展直到失效的一般过程，p 点到f 点的时间段一般称作p f 间 隔【3 0 1 。 9 山东大学硕士学位论文 f 伯 羹 嚣 魁 故障开始发生 时f q f 图2 1 设备功能故障发展的p f 曲线 已经失效 能故障) 从图中可以看出，故障的发展一般将表现出加速的趋势；p f 间隔越短，则 检出故障的可能性就越小，且可供利用的应变时间也就越短。一般而言，p f 间 隔很难准确计算，这给故障检测周期的确定带来困难，而在线监测技术的发展和 应用则有助于较好地解决这个问题。目前，不少高压电容型设备的在线监测均已 成为了现实【3 l 】；大型变压器更是受到了广泛的关注，多数重要的参数已经能够较 好地在线监测，随着计算机技术和故障诊断技术的发展，变压器在线监测及智能 诊断系统有着良好的发展和应用前景3 2 1 。 2 3 变压器故障诊断方法 随着先进制造技术的发展、电力企业经济环境改变、安全性供电需求的提高 以及现代传感、通信和信号处理技术等相关技术的飞速发展，推动了变压器的故 障诊断技术的进步。变压器的故障诊断技术通常可分为：定时( 期) 诊断和实时诊 断，在线诊断和离线诊断等多种方式，这些方式的有机组合又形成多种诊断模式。 其最终目标是以此为基础实现对变压器运行状态的在线评估及剩余寿命的在线 预测，为状态维修提供理论基础和判据，从而大幅度提高电网运行的安全性和经 济性。 2 3 1 油中溶解气体分析( d g a ) 方法 油中溶解气体分析方法是充油电气设备内部故障早期诊断的有效方法，这不 仅为i e e e 所认可，而且被实践所证实。对于电气设备中充油量最大的电力变压 1 0 山东大学硕士学位论文 器，油中溶解气体分析自然是非常有效的故障诊断方法。变压器的油中溶解气体 分析( d g a ) 技术对于发现变压器内部的潜伏性故障及其发展程度是很有效的，而 采用电气试验方法很难发现某些局部故障3 3 1 。因此，在1 9 9 7 年颁布执行的电力设 备预防性试验规程中，已把变压器油的气相色谱分析放到了首要的位置，而且国 内外某些厂家已纷纷用此来检查各项例行试验前后的变化情况，还有的变压器厂 提供的大型变压器产品已附有d g a 自动检测报警系统。高校、科研院所也对油 色谱在线监测系统进行了很多研究开发工作，其中上海交通大学和南方电力平果 有限公司合作开发的大型油浸电力设备色谱在线监测系统获得了2 0 0 2 年度中国 电力科学技术二等奖 3 4 , 3 5 1 。 油中溶解气体分析( d g a ) 方法源于h a l s t e a d 的试验发现。通过试验发现【3 6 】： 任何一种特定的烃类气体的产生速率随温度变化，在特定的温度下，有某一种气 体的产气率会出现最大值：随着温度升高，产气率最大的气体依次为c h 4 、c 2 - 6 、 c 2 峨及c 2 皿。h a l s t e a d 的工作证明了在故障温度与溶解气体含量之间存在着对 应关系。过热、电晕和电弧是导致油浸纸绝缘中故障特征气体产生的主要原因， 这些故障特征气体主要有：氢气、甲烷、乙烷、乙烯、乙炔、一氧化碳和二氧化 碳。 变压器的内部故障就其故障现象而言，主要有热性故障与电性故障。另外， 变压器内部进水受潮也是一种潜伏性故障，如不及时发现并进行处理，最终将发 展成电性故障。 1 过热性故障 ( 1 ) 裸金属过热故障 这类故障包括：分接开关接触不良，使接触电阻增大引起发热或烧损；铁芯 多点接地或局部短路引起涡流发热，引线接头螺丝松动、接触不良引起过热等。 热性故障是由于有效热应力造成的绝缘加速老化，这类故障不涉及固体绝缘只是 引起油的分解，具有中等水平的能量密度。如果热应力只引起热源处绝缘油分解 时，所产生的特征气体主要是c h 4 和c 2 见，二者之和占总烃的8 0 以上，其次是 马和c 2 氓，而且随着故障点的温度升高，c 2 风所占的比例将增加。另外的 含量与热源的温度有密切关系，一般来说，高、中过热时，风占氢烃总量的2 7 1 1 山东大学硕士学位论文 以下。通常热性故障是不产生c 2 见的，但严重过热时，也会产生微量的乙炔， 其最大含量不超过总烃的5 5 。 ( 2 ) 固体绝缘过热故障 这类故障包括：因长期过载或油道堵塞，冷却不良造成的固体绝缘局部老 化或普遍老化甚至碳化以及木质垫条、垫块碳化等，既包括固体绝缘，也包括油 的分解，因此，除产生上述特征气体外还产生大量的c o 和c 0 2 。 2 放电性故障 放电性故障是在高电应力作用下所造成的绝缘老化，由于能量密度不同可 分为：高能量放电( 将导致绝缘电弧击穿) 、低能量放电( 间歇性火花放电) 、局部 放电( 能量密度最低) 。 ( 1 ) 电弧放电( 高能量放电) 这类故障以线圈匝、层间绝缘击穿多见，其次为引线断裂或对地闪络和分 接开关飞弧等故障。其特点是故障发展迅速，产气急剧，产气含量大，往往来不 及溶于油中就释放到气体继电器中。尤其是匝、层间绝缘故障，因无前驱现象一 般难以预测，最终以突发性故障发生。故障的特征气体主要是乙炔和氢气，其次 是大量的乙烯和甲烷，乙炔一般占总烃的5 5 6 5 氢气占烃氢总量的2 7 9 0 。而 且大多数情况下乙烯含量高于甲烷。 ( 2 ) 火花放电 火花放电常见于引线或套管储油柜对电位末固定的套管导电管或引线局部 接触不良以及铁芯接地片接触不良，分接开关拔叉电位悬浮等而引起的放电。其 特征气体也是以乙炔和氢气为主，但因故障能量较小，一般总烃不太高，油中溶 解的乙炔在总烃中占所占的比例可达2 5 9 0 ，乙烯含量约占总烃量的1 8 以下。 ( 3 ) 局部放电 局部放电产生气体的特征，主要依放电能量密度不同而不同，一般总烃不高。 其主要成分是氢气，其次是甲烷。通常氢气占氢烃总量的9 0 以上，甲烷与总烃 之比大于7 5 ，当放电能量密度增高时也可以出现乙炔，但乙炔在总烃中所占的 比例一般不超过2 。这是与上述两种放电现象区别的主要标志。无论是哪一种 放电现象，只要有固体绝缘介入，就会产生一氧化碳和二氧化碳气体。 3 受潮 1 2 山东大学硕士学位论文 当变压器内部进水受潮时，除油中水分和含湿杂质易形成“小桥”或者绝缘 中含有气隙均能引起局部放电，从而产生氢气以外，还因为水分在电场作用下的 电解作用和水与铁的化学反应，均可产生大量的氢气。因此氢气在氢烃总量中所 占的比例更高。由于变压器油正常劣化时也产生少量甲烷，所以在受潮变压器油 中，也有甲烷，但其比例有所下降。正因为这两种故障现象有时同时存在，且特 征气体基本相同，因此目前从油中气体分析结果中还很难加以区分，必要时应根 据外部检查和其它电气试验结果加以综合判断。 表2 1 不同故障类型产生的气体组分 表2 1 给出了不同故障下产生的气体，变压器油中气体分析的主要任务是及 时发现内部潜伏性故障，并不断掌握故障的发展趋势，同时根据油中气体色谱分 析结果进行故障诊断。一般步骤如下： 1 判断有无故障。 2 推断故障类型，热性和电性以及受潮等。 3 推断故障的状况，如故障部位，严重程度及发展速度等。 4 提出建议，如能否继续运行，继续运行期间的技术安全手段及监视跟踪 手段或是否需要检修。 2 3 2 推理方法 变压器的故障诊断是一项经验性很强的工作。以广泛应用的d g a 技术为例， 1 3 山东大学硕士学位论文 i e e e 在其变压器油中溶解气体判断导则中就明确指出，就目前来说，对油中溶 解气体的诊断是一种“艺术”而不是一门严格的、精确的“科学”，它受到各种不确 定性因素的影响【3 7 1 。毫无疑问，故障的发生、发展，必定遵循一定的客观规律； 但是，在无法完全或充分了解故障机理的情况下进行诊断，则决策者的知识背景、 实际经验甚至主观愿望就将不可避免地参与到诊断过程中，并表现出不同的效 应。考虑到这些特点，y a n gh t 等提出，应该将故障诊断从一种带有较强个人 经验色彩的“艺术，转变成一门相对客观和稳定的技术【3 8 l 这是变压器故障诊 断的一个长远目标。目前，主要应用的推理方法视可获得的故障信息而定，大致 可以分为如下几种： 1 简单阈值比较法 主要是指将已经测得的参数与预先设定的标准值相比较，若高于( 或低于) 该 值，就判定设备出现故障或提醒要引起注意。这种方法形式简单、目标明确，本 质上是属于“i f - t h e n ”形式的产生式规则，推理效率很高。然而，阈值法遇到的最 大困难就是难以对全国各地的各种不同情况有统一而合理的规定；并且，阈值法 也显得过于绝对化。针对上述两种不足，提出了变化率判断法及相同运行条件下 同类设备相互比较法等。根据变化率进行判断虽然改善了故障诊断的准确性和灵 敏度，但本质上仍属于阈值比较法。为了更好地解决判断标准过于绝对化的问题， 许多研究对故障信息进行了模糊处理，并取得了较好的效果【3 9 , 4 0 l 。 2 复杂模式识别 对于d g a 、局部放电( p a r t i a ld i s c h a r g e ，p d ) 等试验来说，仅仅借助简单的阈 值比较已不能够满足故障诊断的要求。以d g a 为例，测得的不再是一个单一的 值，而是一组相互之间有复杂内在联系的气体含量可以说，这种复合数据结 构形成了一种复杂的模式，其中包含着故障的大部分信息，用简单的产生式规则 及其组合来精确表达它们所蕴涵的诊断知识一般难以取得良好的效果。对于这类 故障信息，只有通过适当的模式识别方法，才能对故障的类型进行较好识别。人 工神经网络、灰色理论1 4 、贝叶斯网络【4 2 4 3 1 等都在变压器故障诊断的研究中得到 了较好的应用。 3 综合故障诊断方法 从指导现场维修的角度出发，仅仅能够诊断出设备已经发生了故障，有时是 1 4 山东大学硕士学位论文 不够的，还很希望尽可能指明故障发生的部位甚至严重程度，这就要求利用尽量 全面的信息进行综合分析，从而得出更为准确的结论。例如，不仅要利用d g a 的结果、其他电气试验的结论及现场经验也应参与故障诊断；而且，这种综合诊 断已经不再是简单的“i f - t h e n 规则的组合所能够胜任的。从这个意义上来讲，综 合故障诊断是一种更广义的复杂模式：根据可以获得的信息，它将可能涵盖多项 简单阈值比较或复杂模式识别，如图2 2 所示；并且，在实际应用中，各种诊断 方法之间还可能表现出一定的层次性和交叉性。 简单阈值判断法复杂模式识别法 2 3 3 人工智能方法 图2 - 2 综合故障诊断方法的示意图 近年来，人工智能理论的出现及其在故障诊断中的成功应用，为故障诊断技 术的发展开拓了新的途径。利用人工智能的理论和方法，将维护人员关于故障诊 断的经验和知识加以系统化，形成知识库，将有利于故障诊断知识的积累和扩大。 国内外的专家学者已开展了不少研究工作，并取得了许多成果，如专家系畔】、模 糊理论【4 5 】、遗传算法( g e n e t i ca l g o r i t h m ) 1 4 6 | 、人工神经网络【4 7 1 、粗糙集( r o u g h s e t ) 4 a 】等。每一种智能技术都有自身的优点与不足，虽然可能在某些方面一定 程度上提高了系统的性能，但往往会在系统的设计和实现过程中存在一些难以解 决的问题。 1 5 山东大学硕士学位论文 表2 2 几种主要的人工智能技术 关键技术优点缺点 模糊逻辑隶属函数及控制规则 物理概念清晰；知识以串行推理为主；知 的确定 表达简便；实现容易，识获取能力较弱；为 实时性及鲁棒性强 确定函数的形式必须 具备大量的案例 专家系统知识库的建立可进行推理判断及决学习能力差：知识维 策；可解释推理过程护困难；速度慢，难 及回答问题；知识的 以适应实时性要求； 扩充和修改灵活知识库的形成困难 神经网络网络结构的设计和输具有分布式信息存储知识推理能力弱；知 入特征矢量的选择 特点及并行处理能识可移植性差：对结 力：具有自组织、自 论及过程无法做出解 适应、自学习能力：释；需要大量的学习 具有联想、容错功能样本保证可行性 遗传算法杂交、变异等遗传操优化求解过程与梯度在进化后期搜索效率 作信息无关；所需领域低；易过早收敛，常 知识少，鲁棒性强常只能得到局部最优 解 粗糙集形成决策表、抽取规有效地分析和处理不缺少关键信息时，诊 则集及计算隶属度精确、不完备的数据；断的准确性有待于提 较强的数据分析和高 容错能力，能去除冗 余信息。 从表2 2 可以看出，各种智能技术都不可避免存在某些不足，将各种智能技 术相互结合、取长补短，如人工神经网络与专家系统融合l 4 9