变压器故障检测与诊断技术研究现状

刘春鹏，王小攀

（河南机电职业学院，河南郑州 451191）

0 引言

变压器作为电力系统中的核心设备，承担着电压变换、电能分配和电力传输的重要任务，其正常运行是保证社会生产稳定可靠供电的基础[1]。现实当中，变压器总是长时间带负荷运行，势必遭受各种来自电网内外的破坏因素冲击，故障与事故不可避免。加之全国跨区域联网日趋紧密，形成的网络日益庞大，变压器故障如不及时切除或修复，往往会引发链式反应，严重时可能导致大面积停电和电网瘫痪事故。

由变压器故障而导致的安全问题不容小觑，若不及时处理，造成的损失是无法估量的。因此，在变压器故障发生之初就采取必要的检测与诊断手段，亦或是长期对主要故障形式进行在线监测，可以避免某些故障的进一步加深，对于提前做好预防措施具有重要的指导意义。

1 电力变压器的故障检修

变压器内部结构复杂，运行环境条件特殊，电力部门对变压器的检修从最初简单易行的事后处理发展到了定期、定向、定人对其进行预防性检修。预防性检修体系依据《电力变压器运行规程》，为变压器运行异常和故障处理提供了标准化操作依据。但从故障诊断的及时性和可靠性来说，规程仍不能有效解决变压器运行中的内部复杂故障问题。首先预防性试验需要停电操作，不仅增加了工作安排难度，造成不必要的经济损失，而且维修人员容易画蛇添足，使设备越修越坏。其次离线的定期预防性试验缺乏实际运行时电压、温度、电流等因素影响，很可能无法发现绝缘和潜伏性故障，易发生漏报、误报或早报情况。

为解决以上问题，变压器故障检测与诊断技术研究人员提出了状态检修的方法。它可以提高设备利用率、降低检修费用、及时反馈信息，使设备运行更加安全、可靠。特别是后来发展起来的在线监测技术，对于故障的发现和预测具有无可替代的指导意义。一方面它可以及时跟踪掌握变压器故障发展情况，并根据需要决定是否检修，做到防微杜渐。另一方面，变压器故障诊断需要在线监测提供依据，它们结合起来才能使变压器处于更佳的运行状态。

2 变压器故障检测技术的发展

变压器故障检测是诊断的前提，包括传统的离线检测和现代的在线监测两种方式。其中离线检测是现场使用较多，效果最为明显的方法，也是电力变压器预防性试验常用的方法[2]。而在线监测可以实时关注变压器的故障情况，做到早发现、早处理，与常规检测方法相比优势突出。

国外在线监测技术的研究与国内相比起步较早，而且发展迅速。以美国、加拿大、日本等国家为代表，相继开发出了不同类型在线监测设备，在实际中得到了一定的应用[3]。国内在线监测技术虽起步稍晚，但在近20 多年的时间里得到了迅速发展，电力相关部门和科研院校研制了不同类型的监测设备。目前，变压器油中溶解气体分析法（Dissolve Gas Analysis，DGA）是国内外学者普遍认可的判断电力变压器内部故障性质的有效方法[4]，该方法依据变压器故障时产生的的气体成分和含量，可以有效诊断其故障类型并预测发展趋势，为顺利实现变压器故障的诊断提供了重要基础。据统计，国内电网中有50%以上的变压器故障是通过该方法检测出来的，为此电力部门专门制定了《变压器油中溶解气体分析和判断导则》（DL/T 722—2014）。当前变压器故障气体的检测既有针对某一种成分气体的可靠检测，也有同时对多组分气体的检测。变压器油中溶解气体在线监测方法主要有气相色谱法、电子鼻法、红外光谱法、光声光谱法[5]。其中气相色谱法是主要的变压器在线监测方式，已成为国家电工委员会推荐的变压器故障检测方法。

变压器故障检测技术发展至今已取得很大进步，但是仍不算成熟。故障检测方面对工程的实际应用考虑不周，有些方法理论上可行，操作起来效果并不理想。在线监测时，参数不够全面，部分故障尚未建立有效的在线监测方法。大多数在线监测装置没有考虑自身存在的故障问题。

3 变压器故障诊断技术的发展

故障诊断是根据故障征兆信息，结合设备的结构特性、运行参数、环境条件、历史状况，对可能要发生的或已经发生的故障进行检测、分析和判断，以确定故障的属性、部位和严重程度[6]。

变压器原始的故障诊断开始于20 世纪初，主要是依靠专业人员的感官、经验配合简单的仪表对故障进行判断。这种方法因对操作人员的技术水平要求较高而极易受外界环境条件的干扰，具有很大的不可控因素。20 世纪60 年代，基于传感器与计算机应用的诊断技术开始蓬勃发展。信号检测、数据处理、信号分析的理论和实践逐步构成了这一阶段诊断技术的主要研究和发展内容[7]。不过，因为仍旧需要专家和专业技术人员的指导，所以最终决策受诊断领域知识和处理问题的策略影响较大。20 世纪80 年代，人工智能的研究成果开始应用于故障诊断领域中，出现了智能化诊断技术[8]。这期间广泛吸取了相关学科的各种有效方法和手段，尤其是基于知识的智能计算理论，为故障诊断开辟了新的天地。

变压器智能化诊断技术以故障时油中溶解的各组分气体为分析基础，以人工智能技术为核心，模拟人脑的机能，有效的利用故障信息进行识别判定。智能诊断技术充分利用变压器油中溶解气体的组分与含量建立算法模型，在信息智能化处理下通过反复的迭代运算获取最优分类识别。专家系统是变压器故障智能诊断方面提出和使用较早的方法。但是故障诊断专家系统因为容错能力较差、知识库维护难度大、推理速度慢等缺陷很难适应大规模的故障诊断，常应用于离线故障分析。后来，研究人员在分析现代智能算法的基础上把神经网络引入故障诊断，并以此为基础进行了算法优化研究。在变压器部分故障信息不确定的情况下，灰色系统理论得到了重视，模糊诊断的方法也被应用到变压器的故障诊断。

除了以上常见的典型智能故障诊断算法，还有其他一些新方法在不断发展的理论中得到了尝试和应用，如信息融合、组合决策树、支持向量机、粗糙集理论、人工免疫分类等现代智能算法。同时集成化故障诊断技术、网络化故障诊断技术、基于混沌理论的故障诊断技术也为变压器的故障诊断提供了广阔的发展空间。

4 结束语

变压器故障检测与诊断技术从传统的常规检修发展到现在的状态检修，出现了基于油中溶解气体分析的故障诊断技术智能算法。但是故障诊断方法单一，与传统方法的配合不够紧密，工程实用性不强。有些方法虽能对变压器故障做出合理的判断，但是故障识别率不高，不能很好地反映出故障严重程度。故障智能诊断方面还需进一步的研究和完善。