许寅卿
(国网上海市电力公司检修公司,上海 200063)
运行中的变压器除了正常老化外,发生故障时还会伴有异常现状态或特殊现象。通过观察故障变压器存在的异常现状态或特殊现象,对其进行整理对比分析,最终综合判断出变压器中是否存在故障以及故障的部位、类别、损坏程度的过程称为电力变压器故障诊断[1-2]。
目前国内外广泛采用的变压器油中溶解气体分析技术是油中溶解气体分析法(DGA)。在已有的DGA方法中,改良三比值法运用效果最好,但存在故障编码不全、编码过于绝对化的缺陷[3-4],还会出现无法判断或误判的情况。本文提出利用改良三比值法配合模糊数学、RBF神经网络和D-S证据理论的多种理论融合的变压器在线故障诊断模型,通过模糊数学和RBF神经网络把变压器故障的评判由定性评判转化为定量评判,最后通过D-S证据理论把二者融合得到最后的结论,提高诊断正确率。
多种理论融合的变压器故障诊断模型主要有三个模块:参数筛选模块、模糊综合评判与RBF神经网络初步诊断模块、MASS函数分配与证据合成诊断模块。系统结构如图1所示。

图1 故障诊断模型结构图
基于改良三比值法和特征气体法,变压器在线监测装置需要实时采集五组气体浓度,分别为H2、CH4、C2H6、C2H4、C2H2。当被测气体浓度或者产气速率达到报警值后,此时五种气体的浓度将作为输入量传入RBF神经网络与模糊综合评判初步诊断模块。变压器在线监测装置可实时监测变压器油中的数据,该数值会根据变压器运行状态的变化而改变。……