论文部分内容阅读
摘 要：大型电力变压器是电力系统的重要组成部分，其运行状态直接关系到电力系统的正常运行。因此，电力企业需要加强对电力变压器的分析，明确其常见的故障问题，从而制定解决措施，加强对电力变压器的维护和管理，促进其稳定运行。
关键词：变压器;故障分析;诊断方式;处理方法
引言
随着电网发展，电力变压器的重要性愈加凸显，而受各类内外因素的影响，仍有较多变压器故障发生，严重危害设备及供电安全。而变压器故障原因多样化，故障表象复杂，常规的DGA诊断方法，在变压故障识别方面仍有较大不足，迫切需要智能诊断方法的研发与应用。神经网络、智能计算方法、专家系统等变压器故障智能识别方法的应用，在故障识别精度及效率上有很大提升，也是未来变压器故障诊断领域的重要研究内容。
1变压器运行中的常见故障及原因
1.1声音异常
变压器运行中，正常情况下，应当有均匀的“嗡嗡”声，其大小与变压器中的电流、电压大小成正相关。当变压器出现一些特定故障时，变压器的声音也会发生相应改变。因此，变压器的声音异常可以提示变压器的故障。比如变压器的声音均匀增大，可能是因为电网中出现单相接地过电压，或者变压器负荷过大，导致铁芯硅钢片振幅增大，发出较大音量，此时变电站电压表读数也会增大。又如变压器运行中产生“沙沙”“叮当”等杂音，可能是元器件松动，或者变压器外壳碰撞其他元件。再如变压器运行中的放电声，在内部提示接触不良放电;在外部则可能是套管表面严重污染，导致瓷质电晕放电，这种情况可以在黑暗中观察到蓝色火花，或者末屏部位压紧螺丝松动，导致末屏接地电阻、悬浮电位增高。有时，变压器内发出水沸声，“咕噜咕噜”，可能是线圈绕组严重故障，比如匝间短路，或者磁漏、长时间超负荷运行、散热装置失效等，导致局部发热，出现发热油化现象。
1.2油温异常
变压器中的油俗称方棚油，是一种浅黄色的、透明的液体。变压器中，油的作用主要有绝缘、散热、消弧3类。其中，变压器油的散热作用保障着变压器的正常运行。变压器的油一旦温度异常升高，超过一定的标准，就不能起到良好的散热作用。因此，变压器内部的油温不应当超过85℃。变压器运行时的环境温度、变压器的负荷大小、变压器中散热器的通风状况、冷却器的异常情况，都会导致变压器的油温异常。
2电力变压器故障智能诊断方法
2.1基于专家系统的故障识别方法
在电力变压器故障识别中，该方法的应用主要是通过积累故障诊断经验及知识，逐步建立起完善的用于变压器故障分析与诊断的数据库，也就是专家系统，能够根据变压器故障象征及相关测量数据，有效解决变压器故障诊断难题。而且专家系统在应用中，还能够与其他智能算法相结合，进而建立起更加可靠的故障识别系统模型。该方法具有灵活透明的特点，其数据库的建设最为关键，要具备丰富的变压器故障识别经验，还要体现出交互性的特点，即使所获取的故障信息不全面，也能够基本保证复杂变压器故障的有效识别。同时，该技术也有缺陷，较为依赖专家系统知识库，对于复杂、多变的变压器故障情形，存在推断失误的可能，这也是专家系统有待改进的地方。
2.2基于模糊推理的故障识别方法
对于不明确且复杂化的数值问题来说，常规方法很难有效处理，而模糊算法的提出，在该类问题处理上有显著的优势。变压器的故障数据信息具有这一特点，为此，基于模糊推理的智能诊断方法，能够有效识别变压器故障的类型及原因。研究发现，模糊推理在故障识别中的实际应用具体可分为基于模糊聚类、模糊关系以及边界值模糊化处理等3种方式，通过优化组合各类智能识别算法，在所采集变压器故障信息的基础上，能够达到较高的故障分类识别精度。
2.3神经网络智能识别方法
由于电力变压器故障诊断难度大，存在许多非线性的问题，故障模型建立有很大难度，而神经网络智能识别方法，通过组建大量的神经元网络，在故障识别方面表现出较佳的自适应以及自组织的性能优势，而且还具有较好的泛化能力。在变压器故障识别中，神经网络算法有较好的应用前景。经实际故障识别应用中，人工神经元网络在电力变压器故障诊断模型搭建方面大体有两种应用方式：单一神经网络模型和混合诊断模型。后者在变压器故障识别上，能够吸收不同识别算法的优势，神经元的训练更加高效，有效缩短诊断模型的学习时间。
2.4基于智能计算的故障识别方法
目前，在变压器故障诊断中，遗传算法、粒子群算法等智能算法得到较多应用，在智能识别理论中有着重要的地位。智能计算方法的应用，有着坚实的理论基础，并且具有较好的鲁棒性，在并行处理方面有较大优势，在故障识别上能达到较高效率。同时，智能算法经过优化，能够达到更高的收敛速度，并且能够实现变压器故障诊断准确度的提升。基于其在全局优化中的优势以及智能算法的自学习的特点，智能算法的应用也得到了较大发展。
3电力变压器常见故障及处理方法
3.1电力变压器内部故障
3.1.1绕组故障及处理方法
绕组是变压器的电路部分，其在运行过程中出现的故障主要包括匝间和相间等短路故障。发生短路时，绕组电流将会达到额定电流的数十倍甚至更高，会导致绕组温度快速上升，将会加速绝缘老化。绕组受到较大电磁力的作用会发生松动和变形，会对其性能和使用造成不良影响。处理绕组故障时，应合理处理绕组松动、变形以及位移等各种缺陷情况。需及时做好相应的加固，更换相应的撑条和绕组;及时修复绝缘故障，当修复无法解决问题时，则应及时更换损坏的部件。对于电力变压器在使用过程中出现的匝间短路和绕组断路等故障，则应当做好绕组修复或更换操作。
3.1.2铁心故障及处理方法
铁心是变压器的磁路部分，故障主要包括铁心多点接地、接地不良以及铁心片间短路等，最常見的故障为铁心多点接地。铁心多点接地时，多个接地点间会形成闭路产生环流，从而导致局部出现过热现象。铁心故障多数是由铁心柱的穿心螺杆等部件损坏引起的。在处理过程中采用吊芯检查法，合理测量各相绕组的直流电阻，检查铁心外观，并测量片间绝缘电阻。处理多点接地故障时，可在铁心和油箱间加直流电压，利用大电流进行短时间冲击，烧掉铁心多余接地点，从而合理处理铁心多余接地点。
3.2电力变压器外部故障
3.2.1油箱故障及处理方法
变压器油箱故障时会出现渗油现象，一方面带来较大的经济损失，造成了严重的环境污染，另一方面会影响变压器运行的安全性，情况严重时可能会引起停运，甚至损坏变压器。针对焊接处出现的渗油问题，可通过直接带油焊接的方式进行处理。高压套管渗油现象大多是由胶垫安装不合理造成的，可通过更换密封胶垫进行处理。低压侧套管出现的渗漏情况通常是由低压侧外部连接引线偏短造成的，因此应在母线拉伸时依据相应的规定利用软铜线连接母线。
3.2.2引线故障及处理方法
引线出现故障主要是由接头连接质量差、引线绝缘损坏以及螺栓松动等原因造成的。处理时需要详细检查焊接点和部件连接点的具体情况。如果焊接点出现了脱落情况，则应当重新对其进行焊接，完成相应的焊接作业后清洗焊接表面，保证其表面干净。发现存在接触不良情况，要及时紧固螺栓。
结束语
电力系统中变压器是重要的设备之一，其运行的安全和稳定受到了高度的重视，但是在实际应用中经常会出现故障。因此，为了提高火电厂的效益，针对这些故障要加强设备的检查和维护，还必须对变压器的常见故障有全面的了解，使故障能够及时判断和处理，以确保整个电力系统能够正常运行。
参考文献：
[1]李慧.变压器的故障与对策分析[J].集成电路应用，2019，36（11）：72-73.
（国网四川省电力公司盐边县供电分公司，四川 攀枝花 617100）
关键词：变压器;故障分析;诊断方式;处理方法
引言
随着电网发展，电力变压器的重要性愈加凸显，而受各类内外因素的影响，仍有较多变压器故障发生，严重危害设备及供电安全。而变压器故障原因多样化，故障表象复杂，常规的DGA诊断方法，在变压故障识别方面仍有较大不足，迫切需要智能诊断方法的研发与应用。神经网络、智能计算方法、专家系统等变压器故障智能识别方法的应用，在故障识别精度及效率上有很大提升，也是未来变压器故障诊断领域的重要研究内容。
1变压器运行中的常见故障及原因
1.1声音异常
变压器运行中，正常情况下，应当有均匀的“嗡嗡”声，其大小与变压器中的电流、电压大小成正相关。当变压器出现一些特定故障时，变压器的声音也会发生相应改变。因此，变压器的声音异常可以提示变压器的故障。比如变压器的声音均匀增大，可能是因为电网中出现单相接地过电压，或者变压器负荷过大，导致铁芯硅钢片振幅增大，发出较大音量，此时变电站电压表读数也会增大。又如变压器运行中产生“沙沙”“叮当”等杂音，可能是元器件松动，或者变压器外壳碰撞其他元件。再如变压器运行中的放电声，在内部提示接触不良放电;在外部则可能是套管表面严重污染，导致瓷质电晕放电，这种情况可以在黑暗中观察到蓝色火花，或者末屏部位压紧螺丝松动，导致末屏接地电阻、悬浮电位增高。有时，变压器内发出水沸声，“咕噜咕噜”，可能是线圈绕组严重故障，比如匝间短路，或者磁漏、长时间超负荷运行、散热装置失效等，导致局部发热，出现发热油化现象。
1.2油温异常
变压器中的油俗称方棚油，是一种浅黄色的、透明的液体。变压器中，油的作用主要有绝缘、散热、消弧3类。其中，变压器油的散热作用保障着变压器的正常运行。变压器的油一旦温度异常升高，超过一定的标准，就不能起到良好的散热作用。因此，变压器内部的油温不应当超过85℃。变压器运行时的环境温度、变压器的负荷大小、变压器中散热器的通风状况、冷却器的异常情况，都会导致变压器的油温异常。
2电力变压器故障智能诊断方法
2.1基于专家系统的故障识别方法
在电力变压器故障识别中，该方法的应用主要是通过积累故障诊断经验及知识，逐步建立起完善的用于变压器故障分析与诊断的数据库，也就是专家系统，能够根据变压器故障象征及相关测量数据，有效解决变压器故障诊断难题。而且专家系统在应用中，还能够与其他智能算法相结合，进而建立起更加可靠的故障识别系统模型。该方法具有灵活透明的特点，其数据库的建设最为关键，要具备丰富的变压器故障识别经验，还要体现出交互性的特点，即使所获取的故障信息不全面，也能够基本保证复杂变压器故障的有效识别。同时，该技术也有缺陷，较为依赖专家系统知识库，对于复杂、多变的变压器故障情形，存在推断失误的可能，这也是专家系统有待改进的地方。
2.2基于模糊推理的故障识别方法
对于不明确且复杂化的数值问题来说，常规方法很难有效处理，而模糊算法的提出，在该类问题处理上有显著的优势。变压器的故障数据信息具有这一特点，为此，基于模糊推理的智能诊断方法，能够有效识别变压器故障的类型及原因。研究发现，模糊推理在故障识别中的实际应用具体可分为基于模糊聚类、模糊关系以及边界值模糊化处理等3种方式，通过优化组合各类智能识别算法，在所采集变压器故障信息的基础上，能够达到较高的故障分类识别精度。
2.3神经网络智能识别方法
由于电力变压器故障诊断难度大，存在许多非线性的问题，故障模型建立有很大难度，而神经网络智能识别方法，通过组建大量的神经元网络，在故障识别方面表现出较佳的自适应以及自组织的性能优势，而且还具有较好的泛化能力。在变压器故障识别中，神经网络算法有较好的应用前景。经实际故障识别应用中，人工神经元网络在电力变压器故障诊断模型搭建方面大体有两种应用方式：单一神经网络模型和混合诊断模型。后者在变压器故障识别上，能够吸收不同识别算法的优势，神经元的训练更加高效，有效缩短诊断模型的学习时间。
2.4基于智能计算的故障识别方法
目前，在变压器故障诊断中，遗传算法、粒子群算法等智能算法得到较多应用，在智能识别理论中有着重要的地位。智能计算方法的应用，有着坚实的理论基础，并且具有较好的鲁棒性，在并行处理方面有较大优势，在故障识别上能达到较高效率。同时，智能算法经过优化，能够达到更高的收敛速度，并且能够实现变压器故障诊断准确度的提升。基于其在全局优化中的优势以及智能算法的自学习的特点，智能算法的应用也得到了较大发展。
3电力变压器常见故障及处理方法
3.1电力变压器内部故障
3.1.1绕组故障及处理方法
绕组是变压器的电路部分，其在运行过程中出现的故障主要包括匝间和相间等短路故障。发生短路时，绕组电流将会达到额定电流的数十倍甚至更高，会导致绕组温度快速上升，将会加速绝缘老化。绕组受到较大电磁力的作用会发生松动和变形，会对其性能和使用造成不良影响。处理绕组故障时，应合理处理绕组松动、变形以及位移等各种缺陷情况。需及时做好相应的加固，更换相应的撑条和绕组;及时修复绝缘故障，当修复无法解决问题时，则应及时更换损坏的部件。对于电力变压器在使用过程中出现的匝间短路和绕组断路等故障，则应当做好绕组修复或更换操作。
3.1.2铁心故障及处理方法
铁心是变压器的磁路部分，故障主要包括铁心多点接地、接地不良以及铁心片间短路等，最常見的故障为铁心多点接地。铁心多点接地时，多个接地点间会形成闭路产生环流，从而导致局部出现过热现象。铁心故障多数是由铁心柱的穿心螺杆等部件损坏引起的。在处理过程中采用吊芯检查法，合理测量各相绕组的直流电阻，检查铁心外观，并测量片间绝缘电阻。处理多点接地故障时，可在铁心和油箱间加直流电压，利用大电流进行短时间冲击，烧掉铁心多余接地点，从而合理处理铁心多余接地点。
3.2电力变压器外部故障
3.2.1油箱故障及处理方法
变压器油箱故障时会出现渗油现象，一方面带来较大的经济损失，造成了严重的环境污染，另一方面会影响变压器运行的安全性，情况严重时可能会引起停运，甚至损坏变压器。针对焊接处出现的渗油问题，可通过直接带油焊接的方式进行处理。高压套管渗油现象大多是由胶垫安装不合理造成的，可通过更换密封胶垫进行处理。低压侧套管出现的渗漏情况通常是由低压侧外部连接引线偏短造成的，因此应在母线拉伸时依据相应的规定利用软铜线连接母线。
3.2.2引线故障及处理方法
引线出现故障主要是由接头连接质量差、引线绝缘损坏以及螺栓松动等原因造成的。处理时需要详细检查焊接点和部件连接点的具体情况。如果焊接点出现了脱落情况，则应当重新对其进行焊接，完成相应的焊接作业后清洗焊接表面，保证其表面干净。发现存在接触不良情况，要及时紧固螺栓。
结束语
电力系统中变压器是重要的设备之一，其运行的安全和稳定受到了高度的重视，但是在实际应用中经常会出现故障。因此，为了提高火电厂的效益，针对这些故障要加强设备的检查和维护，还必须对变压器的常见故障有全面的了解，使故障能够及时判断和处理，以确保整个电力系统能够正常运行。
参考文献：
[1]李慧.变压器的故障与对策分析[J].集成电路应用，2019，36（11）：72-73.
（国网四川省电力公司盐边县供电分公司，四川 攀枝花 617100）