基于DGA的變壓器絕緣故障判斷

朱 亮

湖北省電力建設第一工程公司，湖北 武漢 430061

0 引言

電力變壓器作為電力系統中的重要組成部分，其安全穩定的工作是保障電力系統安全運行的基礎。隨著運行時間的增加，有機固體絕緣材料和絕緣油會因為電壓以及溫度的作用逐漸的分解化合從而產生微量氣體溶解于油中。當變壓器內部發生故障如局部放電或匝間短路時，油中溶解氣體含量則會發生劇烈變化。這是由于變絕緣油或有機固體絕緣材料被放電部位產生的電弧分解而產生大量氣體，當產生的氣體無法完全溶解于油中時成游離為氣態形成氣泡散布在變壓器油箱內部。

經過長期的變壓器運行維護實踐和大量的故障調查分析，我們發現變壓器如果存在潛在故障或者在故障形成的初步階段時，變壓器油中溶解的各種氣體就會反映出早期征兆。油中溶解氣體分析（Dissolved Gas Analysis，簡稱DGA）正是為檢測這些故障特征氣體組分及含量，以便于分析判斷變壓器運行狀況和故障隱患。

1 油中溶解氣體的成分及來源

1.1 變壓器油的分解

變壓器絕緣油是礦物油的一種，主要成分為含有碳碳雙鍵或三鍵的不飽和烴和其他碳氫化合物。變壓器內部放電故障或發熱故障中會使一些油分子中某些碳氫鍵或碳碳鍵斷裂，從而產生微量的活潑氫原子和碳氫化合物自由基，這些游離的氫原子和自由基又通過化學反應再次化合，最終可以形成H2、CH4、C2H6、C2H4、C2H2等烴類氣體化合物。

1.2 有機固體絕緣材料的分解

有機固體絕緣材料如絕緣紙、木質絕緣件則含有大量的碳氧雙鍵，其熱穩定性比碳氫鍵要弱，在熱環境下裂解并新化合生成水同時又生成大量CO、CO2，絕緣油也會被氧化導致油質劣化。

1.3 其他來源

另外在某些情況下也會導致油中溶解氣體含量變化，如變壓器呼吸器損壞或采用非真空注油方式使絕緣油與空氣接觸，油中溶解氣體中氧氣和氮氣含量可能增高，又如變壓器有載調壓開關行進切換動作也會產生某些與變壓器本體內部低能量放電故障相似的烴類氣體化合物。

2 故障特征氣體種類和與其關聯的故障類型

不同的故障類型及程度導致變壓器油所產生的氣體成分及含量不同，因此這些氣體又被稱為故障特征氣體。根據中華人民共和國國家標準《變壓器油中溶解氣體分析和判斷導則》GB/T 7252-2001規定，定義一氧化碳（CO）、二氧化碳（CO2）、氫氣（H2）、甲烷（CH4）、乙烷（C2H6）、乙烯（C2H4）、乙炔（C2H2）這7種氣體為判別充油變壓器設備的內部故障的特征氣體。

大量實踐研究發現，不同的故障類型與故障特征氣體是有關聯的。根據取樣試品中溶解氣體組分不同，并結合其他判斷依據可以初步判斷出故障程度，如下表所示。

3 油中氣體組分含量的判別

試品經過脫氣處理后，脫出氣體注如色譜分析儀中進行組分和含量分析，然后將各特征氣體的含量結果與“導則”中變壓器油中溶解氣體含量的注意值進行對比。新安裝變壓器的油中各氣體組分含量均在注意值以內應認為正常，運行一定年限的變壓器還應檢測設備中氣體增長率。 因為這些設備油中溶解氣體組分含量的基數較大，僅根據分析結果的絕對值是很難對故障的性質及程度有一個直觀的判斷。設備油中產氣速率這個指標正是對故障的發展趨勢進行分析。所謂產氣速率是指故障點導致的特征氣體產氣速率，產氣速率的大小與故障的性質、程度以及能量密度等情況有直接關系。

絕對產氣速率可以用來計算一段期間內平均每天設備產生某氣體的含量，其公式如下：

上式中，γa為絕對產氣速率，單位為mL/日; Ci1 /Ci2為上次/本次取樣測得氣體濃度，單位為μL/L;Δt表示兩次取樣時間間隔時間;G和ρ則分別表示設備的總油重和油的密度。產氣速率在很大程度上取決于于故障類型和老化程度。如果發現經過測量計算的絕對產氣速率超過“導則”中變壓器絕對產氣速率的注意值的標準且含量有增長趨勢時，應加強監測。

4 故障的判斷及三比值法

利用DGA的分析結果進行故障類型診斷一般常用三比值法。其基本原理是用五種特征氣體的三對比值，根據比值不同，分別以0、1、2三個編碼表示。五種特征氣體的三個比值分別是：C2H2/C2H4、CH4/H2、C2H4/C2H6三項。根據其比值數，依次查出上列三個比值對應的編碼然后查詢“導則”中對應的故障類型列表，找出表中所列對應的故障類型并結合其他檢驗分析結果綜合診斷并得出結論。

我們應當注意，運用三比值法只有在樣品經過油中氣體組分判別后，經過對比氣體各組數據超過“導則”中規定的注意值或者通過其他依據判斷有故障時，比值有效，否則比值無意義。最后應考慮到由于DGA的分析結果是基于被試樣品的取樣情況，存在取樣和實驗誤差，因此在進行分析診斷時應考慮誤差影響。

5 基于DGA技術的展望

近幾年，隨著人工智能（Artificial Intelligence，簡稱AI）理論的出現和DGA在線監測技術的發展，在變壓器故障診斷上的應用越來越廣泛。它標志著人工智能設備可以替代診斷分析人員，通過在線檢測系統實時不間斷的對變壓器運行進行監控。AI技術與變壓器在線監測技術的結合將成為變壓器基于DGA故障診斷發展的新方向。

[1]朱德恒，嚴璋.電氣設備狀態檢測與故障診斷技術[M].北京：中國電力出版社，2009.

[2]王美榮，付麗君.應用油中溶解氣體分析法判斷變壓器故障[J].電力安全技術，2007，8(1)：10-12.

[3]王永強，律方成，李和明.基于貝葉斯網絡和DGA的變壓器故障診斷[J].高電壓技術，2004，30(5)：12-13.

[4]孟濤，陳強，劉飛，廖源，楊彬.利用變壓器油中溶解氣體分析技術進行故障診斷的研究[J].電工電器，2011，1(1)：1-4.