电力变压器状态检修及故障诊断方法

摘要：近年来，我国电力系统快速发展，引入的变压器数量不断增多。变压器作为电力系统中的一种重要设备，其承担着传输电能和变换电压的任务，在实际应用过程中，由于绝缘老化、加工制造质量水平低等原因，变压器经常发生各种故障，为了准确判断变压器的故障位置和故障原因，应加大对变压器故障诊断技术的研究，提高变压器故障诊断效率。基于此，本文就电力变压器状态检修及故障诊断方法进行深入分析，以供参考。

1、大型电力变压器常见故障类型

1.1大型电力变压器绕组绝缘损毁

大型电力变压器如果出现绕组绝缘问题，就会直接引发变压器短路，导致着火或爆炸事故。绕组绝缘体老化、破损，绝缘功效降低，甚至失去绝缘作用，致使绕组之间发生短路，会让绕组发热，甚至烧毁。在绕组发生短路故障时，会产生放电式电弧，它的温度高于3000℃，绝缘油在高温的环境下，会产生大量的可燃性气体形成爆炸隐患，遇到任何火花都会发生燃烧或者爆炸。

1.2变压器油渗漏

变压器油是大型电力变压器运行的关键，而变压器油渗漏问题很可能导致变压器污损受潮，绝缘强度降低，最终导致击穿放电和变压器故障，影响变压器正常工作，同时也污染环境、增加火灾隐患。

1.3变压器油的老化

变压器油老化主要有氧化老化、局部过热老化、局部放电老化三种。新油通常呈现浅黄色，无味，盛在玻璃瓶中是透明状态，带有兰紫色荧光。如果新油呈现深暗色则属于不合格，只有在运行中，颜色才会逐渐变暗。如果新油失去荧光和透明度，则说明油中混有机械杂质或游离碳。如果其颜色变深，粘度增大，酸值变大，闪点降低，电气性能下降，界面张力减小，甚至生成褐黑色沉淀物，则认为此油已经老化。

2、电力变压器状态检修分析

状态检修是企业以安全、可靠性、环境、成本为基础，通过设备状态评价、风险评估、检修决策，达到运行安全可靠、检修成本合理的一种检修策略。实现从“到期必修”到“应修必修、修必修好”的转变。通过状态检修的实施，可以科学合理的保障设备状态，平均节省检修工作量，停电时间减少40%-60%，极大的提高工作效率、供电质量和可靠性。

2.1定期检查

经过长期的运转，电力变压器会在一定程度上受到损耗，如果不注重对这一设备的工作状态进行定期检修的话，就会增大设备发生故障的几率，增大故障维修难度。电力变压器的检修方法比较多样，所以工作人员在进行了检查时，就要根据设备的工作需要制定相应的检修方案，提高检修工作的工作效率。同时，在对电力变压器进行初次检修时，发现问题的可能性比较低，所以工作人员必须要树立正确的工作态度，对电力变压器进行多次测验，以保证电力变压器的稳定工作。

2.2实时监测

随着我国科技水平的快速提高，计算机网络技术在工业生产中的应用范围变得越来越大。加强对电力变压器的实时监测，能够准确了解到该设备内部元器件及电压等的工作状况，有效规避电力变压器工作过程中的风险，提高电力变压器的工作效率。

3电力变压器故障诊断方法

3.1例行试验

为获取设备状态量，评估设备状态，及时发现事故隐患，定期进行的各种带电检测和停电试验。需要设备退出运行才能进行的例行试验称为停电例行试验。通常指红外热像检测、油中溶解气体分析、绕组电阻，绝缘油例行试验，绕组绝缘电阻、绕组绝缘介质损耗因数等。

3.2诊断性试验

诊断性试验指巡检、在线监测、例行试验等发现设备状态不良，或经受了不良工况，或受家族缺陷警示，或连续运行了较长时间，为进一步评估设备状态进行的试验。诊断性试验包括空载电流和空载损耗测量、感应耐压和局部放电测量、绕组频率响应分析、外施耐压试验、绝缘油诊断性试验等。

3.3人工智能及相关技术诊断

3.3.1模糊逻辑方法

模糊逻辑方法是以模糊理论和模糊关系为基础的，通过积累经验，依靠平常自己的知识来判断故障和原因的不确定性。提出了基于模糊数学和概率论的变压器故障诊断，通过建立变压器故障性质与故障征兆之间的完全因果强度关系，提高了模型的诊断精度。将模糊聚类的数据挖掘技术应用到变压器故障诊断中，通过建立故障样本数据的相似关系矩阵而实现了对故障样本集的聚类分析，最终实现了对故障样本的诊断分析。以变压器各个部件诊断为基础，通过模糊理论来构造变压器状态诊断模型，并用实例证明了该模型的有效性。

3.3.2专家系统

专家系统是现在经常使用的一种方法。专家系统是累积大量的这方面的专家的经验，和他们在日常工作中遇到的问题及其解决这些题方法来进行推理，从而学习到前人经验和知识，还有对问题的解释功能。现在，这一种方法已经开始在电力系统运行得到了很大应用，尤其是在电气设备的问题和线路故障上。有效地解决了使用单一的方法，造成结果不全的问题，可以使电力系统问题得到快速的解决。把人工智能专家系统引入到变压器故障诊断中，实例测试表明该方法降低了判断的随机性，提高了诊断水平。将基于模糊Petri网的知识表示方法应用于变压器故障诊断专家系统中，并用实例证明了这种应用的有效性。

3.3.3人工神经网络

人工神经网络是依据人类大脑高度的集成化和处理信息的快速化，再进行节点互联构成信息处理的方法。这种人工神经网络可以做到复杂的逻辑操作和非线性映射。这种方法之所以能够在电力变压器上使用，是因为其在发生问题和电力运行故障的时候，可以建立非线性映射关系，这种关系符合人工神经网络的原理。这一种方法，在我国还没有被应用，但是在国外，已经开始得到了应用，并得到了很不错的效果。

3.3.4支持向量机

支持向量机(SupportVectorMachine，SVM)是一种新兴且对解决变压器故障非常有效的方法，它是一种机器学习方法。它的理论最开始是针对模式识别问题提出的，主要是来解决这一方面问题的。后来经过人们的学习和研究，才扩展到现在这一领域。支持向量机这种方法在处理变压器的数据问题和技术样本上，非常有优势。因为，它在样本较少的时候，有很强的适应能力，能够及时地将数据分类并提高计算能力。尤其是在面临电力变压器一类的问题时，更是非常方便。

3.3.5贝叶斯网络

贝叶斯网络是现在比较新兴的一种方法，它的主要优点是解决复杂的问题造成的故障。还有就是对于问题的不确定性，我们利用贝叶斯网络都能得到很好地处理。我们知道变压器运行时的变化是很不确定的，而且可能受到人为的影响，因此贝叶斯网络对处理变压器问题行之有效。

4、结论

综上所述，电力变压器是电力系统正常运行工作的重要保证，同时也是人民群众正常用电工作的重要保障。电力变压器如果在运行中出现故障问题，就需要相关工作人员给出诊断方法，做好检修工作。若这些问题没有得到电力企业的重视，就会引起一系列电力事故的发生，影响我国社会生活大安全和稳定。因此，要做好电力变电器的日常检修工作，避免变压器故障的发生，才能保证社会的用电安全，推动电力企业的发展。

(曾跃  呼和浩特供电局  呼和浩特市  010050)

参考文献：

[1]张利伟.油浸式电力变压器故障诊断方法研究[D].华北电力大学,2014.

[2]曹晓斌.浅析电力变压器状态评估及故障诊断方法[J].山东工业技术,2015(06):198.