變壓器油中氣體在線監測與診斷新技術的分析

摘 要：伴隨電網建設步伐的加快，對變壓器綜合性能提出更高的要求。然而從當前變壓器實際運行情況看，故障問題仍屢見不鮮，要求通過對油中溶解氣體的分析，設計相應的模糊專家系統，以此實現氣體在線監測以及故障診斷目的。本次研究將對變壓器油中氣體做簡單介紹，分析變壓器DGA傳統故障診斷方法，并提出變壓器DGA智能故障診斷方法。

關鍵詞：變壓器；油中氣體；在線監測；故障診斷新技術

作為電力系統關鍵設備之一，變壓器如何檢修維護是智能電網建設亟待解決的問題。盡管近年來變壓器檢修方式不斷完善，由最初的計劃檢修逐漸轉變為周期性故障維護（TBM）與修正性維護檢修（CM），但這些方法應用下均有一定的不足，如無法滿足實時檢測要求，或斷電時間過長等。在此背景下，便考慮引入在線監測與診斷新技術。因此，本文對變壓器油中氣體在線監測與診斷技術的分析，具有十分重要的意義。

1 變壓器油中氣體概述

油中溶解氣體含量是當前判斷充油電器設備運行是否安全的關鍵措施，所以利用變壓器油中氣體，對變壓器故障分析診斷也可發揮重要作用。具體剖析變壓器油的作用，本身為石油分餾產物，以環烷族飽和烴等化合物為主，其作用主要表現為：①絕緣作用，如為降低絕緣材料絕緣強度，通常于油中浸潤絕緣材料，以此使絕緣強度提高；②冷卻作用，因變壓器油有極大的比熱，可發揮冷卻劑使用效果，變壓器設備運行中，油對流將使熱量散出；③滅弧作用，主要表現為變壓器切換開關觸頭中極易出現油電弧情況，利用變壓器油冷卻，可熄滅電弧。從變壓器油溶解氣體產生原因看，主要歸結于絕緣材料老化、外來氣體進入以及絕緣材料裂解等，實際做變壓器故障診斷中，在結合電氣試驗結果、變壓器運行狀況的同時，可結合變壓器油溶解氣體特征，對故障判斷結果準確性的提高效果更加明顯[1]。

2 變壓器DGA傳統診斷方法分析

2.1 產氣率判斷法

傳統變壓器故障診斷中，常用的方法以產氣率判斷法為主，原因在于故障產生很大程度與產氣速率相關。實際做產氣速率計算中，采用的方法主要包括絕對產氣速率與相對產氣速率兩種。首先在絕對產氣速率方面，可被理解為變壓器每日產生的氣體平均量。假定對絕對產氣速率以Yn表示，設備總油量為t，第一次與第二次采集中油中某氣體濃度分別為Ci1與Ci2，兩次采集設備運行時間為△t，油密度以p表示，有Yn=（Ci2Ci2）/△t×m/p。另外，產氣速率計算也可做相對產氣速率計算，主要指持續運行一個月后，對某種氣體含量檢測，將結果與上次結果比值計算，有Yn=（Ci2Ci2）/Ci1×1/△t×100%。

2.2 特征氣體法

變壓器故障類型判斷中，油中溶解特征氣體成分在判斷變壓器運行方面效果極為明顯。國內外許多研究中，均提及對變壓器油中特征氣體分析，可推斷具體的故障類型與能量。對于變壓器油中特征氣體，常見的氣體主要以CH4、C2H4、C2H2、H2與總烴。結合近年來大多研究資料顯示，在變壓器故障出現后，其他比例變化明顯，如故障點位置溫度過高時，將會降低CH4比例，此時C2H6與C2H2比例增加，若溫度接近電弧溫度，特征氣體成分則以C2H2為主。一般總炔較高且其中有大量C2H2，故障通常為電弧放電，若總炔較高，C2H2低于10uL/L含量，可能為火花放電情況。同樣，其他如嚴重過熱、一般過熱、過熱與電弧放電同時存在等問題均可通過特征氣體含量判斷。

2.3 其他方法

傳統故障診斷中，也有較多其他方法，如三比值法，將取變壓器特征氣體五種，對其中擴散系數、溶解度相近兩種氣體組成一組，共包括三對比值，明確比值編碼范圍，實現故障的判斷。此外，也有其他如無編碼比值法、油中微水檢測法等應用，在診斷故障方面均有一定效果。

3 變壓器DGA智能故障診斷方法

3.1 人工神經網絡

智能技術發展背景下，變壓器故障診斷中逐漸引入其他較多檢測方式，以DGA為基礎的檢測技術主要包括人工神經網絡、模糊專家系統等。以人工神經網絡方法為例，實現的原理在于對人類或動物神經網絡特征進行模擬，構建數字算法模型，用于復雜問題處理。將該方法引入到變壓器故障診斷中，主要被作為模式分類器，在識別電力變壓器狀態上效果明顯。

3.2 模糊專家系統

模糊專家系統的應用是提高變壓器故障診斷結果準確性的有效方法。從該系統構成看，主要包括：①輸入輸出模塊，用于信息輸入、輸出，并利用顯示系統將判斷結果顯示出來；②模糊數據庫，功能在于將系統初始輸入信息以及其他項目信息存入系統中；③模糊知識庫，許多專家相關理論知識與經驗均被存放在該知識庫中；④推理機，其本身為系統核心部件，利用模糊推理方式可做問題的判斷與解決。該系統應用下優勢主要表現在結合專家系統的優勢，且選擇模糊理論做技術支持，對提高故障診斷效果極為明顯[2]。

4 結論

變壓器故障診斷是當前電力系統建設中亟待解決的問題。實際做故障診斷中，可考慮借助油中氣體的在線監測方法，或考慮采取智能故障檢測診斷方法，如模糊專家系統的運用，在故障及時診斷與護理下，能夠保證電流系統的安全穩定運行。

參考文獻：

[1]張煒，鄔蓉蓉，呂澤承，等.基于氦等離子體離子化的變壓器油中氣體檢測方法[J].絕緣材料，2017，50（04）：7276.

[2]陳偉根，趙立志，彭尚怡，等.激光拉曼光譜應用于變壓器油中溶解氣體分析[J].中國電機工程學報，2014，34（15）：24852492.

作者簡介：李永超（1984），男，漢族，山東昌邑縣人，本科，工學學士，工程師，畢業學校：東北電力大學，研究方向：電氣工程及其自動化。