基于電力電子的電力變壓器故障診斷與維護

摘 要：為實現電力變壓器的優化運行及高效利用，本文基于電力電子技術，提出一種新的電力變壓器故障診斷與自動化維護方法，通過模擬試驗對該方法的可行性和有效性進行驗證。結果表明，基于電力電子技術的電力變壓器故障診斷與自動化維護能有效識別電力變壓器的故障原因、故障定位和自動化維護，有助于提高電力變壓器的運行效率，進而實現整個電力系統的穩定運行，并提升其安全性。

關鍵詞：電力電子技術；變壓器；故障診斷；自動化維護；電力系統

中圖分類號：TM 41 文獻標志碼：A

電力變壓器是電力系統長期穩定、高效運行的核心設備，一是實現電能在不同等級下的傳輸、轉換，二是實現電能的遠距離輸送能力，降低傳統電能輸送過程中的損耗率，三是通過等級轉換為用戶提供個性化服務。因此，及時診斷電力變壓器運行過程中出現的故障并及時修復、實現動態化的自動化維護對電力變壓器高效運行至關重要，是電力系統對電力變壓器在新經濟常態下提出的基本要求。其中，故障診斷是指對電力變壓器的運行狀態進行監管，從而能高效、精確對其出現的故障、發生位置做出判定，進一步提高故障維修效率，進而提升電力系統的安全性和運行效率。自動化維護的實現需要引入各種先進的自動化技術，對電力變壓器可能出現的故障在預測出現時間前進行預防性維護，降低故障率，提高電力系統的穩定性和安全性。同時，隨著電力系統趨向“雙高特征”，傳統故障診斷和維護已無法滿足電網高質量發展，對電力變壓器的故障診斷和維護提出更高的要求。在此背景下，基于電力電子技術，對電力變壓器的故障診斷與自動化維護進行深入研究具有極強的現實必要。

1 電力變壓器常見故障分析

1.1 油溫過熱故障

長時間工作下變壓器繞組的絕緣能力降低、冷卻裝置異常是電力變壓器出現油溫過熱的主要因素。另外，內部鐵芯多點接地形成短路導致在鐵芯內部產生渦流，造成鐵芯局部過熱、油路堵塞，進而導致無法正常散熱[1]、冷卻風扇丟失電源、隨著工作時間增加漏磁問題隨之增強，持續長時間處于超載運行狀態等也會引起油溫過熱故障。

1.2 工作聲音異常故障

電力變壓器運行中發出的連續且均勻“嗡嗡”響聲，是由交變磁通引發鐵芯震動而發出的聲音，為正常現象。但當出現斷續、尖銳且分貝較大的噪聲時，就說明電力變壓器出現故障。導致聲音異常的主要原因如下。1） 存在過電壓問題[2]。2）繞組或絕緣子出現小幅漏電問題。3）電力變壓器內部鐵心的緊固螺栓存在松動問題。這些原因均會導致硅鋼振動變大，進而產生異響。

1.3 過電壓及過負載故障

過電壓是指電力變壓器在工作時的端電壓超過其額定電壓2倍時的工作狀態，過負載是指電力變壓器長期工作在過負荷條件狀態。過電壓和過負載工作均會引起電力變壓器出現故障，其主要表現行為為導致繞組線圈電流過大，出現嚴重的電流熱效應，使變壓器油溫異常上升，最終會導致電力變壓器絕緣能力降低甚至損壞，縮短電力變壓器的使用壽命[3]，甚至引發安全事故。

1.4 漏油故障

漏油屬于電力變壓器的嚴重故障，故障點一般出現在各類閥門位置[4]。其主要原因如下。1）閥門材質不符合國家標準。2）閥門工藝存在缺陷。3）墊圈質量不合格。4）安裝操作存在違規因素。

2 基于電力電子技術的變壓器故障診斷與自動化維護應用研究

2.1 電力電子技術基本原理與設備組成

電力系統向“高比例可再生資源”、“高比例電力電子設備”、“雙高特征”發展，對變壓器的穩定運行提出更高的標準[5]，將電力電子技術引入變壓器故障診斷和自動運維中具有較強的可行性。一般情況下，電力電子元件構成的電力電子系統主要由4個部分組成，具體為主電路、驅動放大電路、控制電路及保護電路，基于電力電子元件的基本工作原理實現對電力變壓器故障的診斷與自動化維護。其中，晶閘管、場效應管、IGBT等組成主電路，是整個系統的核心部分。晶閘管具有開關功能，利用電壓正偏或反偏對其導通和截至進行控制，進而實現公開功能，即導通時實現開關中的關效應[6]，截至時實現開關中的開效應；控制電路根據運行動態和外部輸入指令執行對元件狀態的控制命令，最終實現電能的精確轉換與控制。保護電路的主要職能是對出現的過溫、過壓、過流等異常信號進行收集與處理，一旦發生故障就立即采取保護措施，防止電力電子系統的損壞。基于電力電子技術的電力變壓器故障診斷及自動化維護設備的主要組成部分包括電源、控制、電力電子元件及散熱等4個模塊。其中，電源模塊的主要職責是為電力電子設備提供電能，途徑是將電能轉化成設備所需的額定電壓和額定電流；控制模塊主要負責接收和處理由終端輸入的信號，并通過輸入的信號對電力電子元件的工作狀態進行實時控制，最終實現對電能的高精度轉換與控制，其主要構成部分包括數字處理器、信號處理器等；電力電子元件起到開關、整流、調整等作用。如圖1所示。

2.2 電氣電力變壓器故障診斷模型

電力變壓器故障診斷涉及故障檢測、故障定位、故障分析及故障維修等4個關鍵環節。其中，故障檢測是基于電力電子技術，利用電力電子設備對電力變壓器的運行過程進行實時動態監測，一旦發生故障，就立即開啟故障診斷程序；故障定位是基于電力電子電路及設備對發生故障的位置進行精準定位，并對發生故障時的運行數據及故障信息進行收集，并向中央處理器進行傳遞；故障分析階段是中央處理器利用電力電子技術、電路控制及控制理論等許多專業知識，對接收到的運行數據和故障信息進行深度分析，以確定故障原因，為后續維修提供指導；故障維修是在中央處理器分析故障位置和原因后，制定并實施相應技術手段。其流程如圖2所示。

基于電力電子技術的電力變壓器故障診斷可采用LSTM算法構建故障診斷模型，其內部結構如圖3所示。

根據圖3，假設算法單元中基本組成輸入門、輸出門、遺忘門、算法單元的基本狀態分別用i、o、f和C表示，檢測數據定義為包括電壓、電流、溫度等數據在內的集合X。利用公式（1）、公式（2）對輸入門和遺忘門進行計算。

it=σ（Wi·[ht-1，Xt]+bi） （1）

ft=σ（Wt·[ht-1，Xt]bt） （2）

式中：W和b在公式（1）中為輸入門的參數；W和b在公式（2）中為遺忘門的權重和偏置。

然后，創新備用的新單元狀態，并使其可加入最終的單元狀態中，如公式（3）所示。

=tanh（WC·[ht-1，Xt]+bC） （3）

式中：tanh函數取值范圍為[-1，1]；w和n分別為對應的權重和偏置。

該單元狀態Ct可用于長期信息的記憶，其狀態融合了前一時刻的單元狀態和當前建立的備用單元狀態，如公式（4）所示。

Ct=ft·Ct-1+it· （4）

當前模型下隱藏狀態實現對當前輸入序列的總結，其更新依賴于當前單元的狀態和輸出門，如公式（5）所示。

ht=ot·tanh（Ct） （5）

最終輸出的故障分類由softmax層求出并將其轉化為概率分布，計算得出每種故障類型的可能性，如公式（6）所示。

yt=softmax（Wy·ht+by） （6）

2.3 自動化維護模型

基于LSTM的電力變壓器故障診斷模型在對電力變壓器的故障進行精準診斷后，還能實現對故障的自動化維護[7]。利用公式（7）對故障預測發生事件、故障可能類型或緊急維護程度進行測算。

（7）

式中：m為中間層；y為最終的自動化維護需求決策。

3 試驗設計

3.1 試驗方法

本試驗的主要目的是檢驗提出的基于電力電子技術和LSTM算法的電力變壓器故障分類診斷在實際應用場景中的有效性和自動化維護效果。通過對比傳統方式和優化方式故障診斷及自動化維護的效果確定優化方案。采集數量容量為505臺電力變壓器運行及故障相關數據的近10萬條數據記錄。收集數據后，經LSTM算法得到處理的輸入、輸出和遺忘門等各項信息，用人為方式對電力變壓器的工作狀態進行改變，對各種可能的故障情況進行模擬，例如改變輸入電壓模擬過電壓故障、改變負載設備模擬過電流故障、關閉風險模擬過溫故障等，在模擬試驗中繼續對電力變壓器的各項參數數據進行收集與整理，并將數據中80%部分作為模擬訓練，剩余20%用于模型驗證。

3.2 試驗數據收集與處理

試驗需要收集的數據集是包括輸入電壓、輸出電壓、輸入電流、開關頻率和功率因素等在內的多模態數據，進一步通過后臺維修日志對電力變壓器在不同時段、不同運行模式下的故障情況進行標識和分類，一般可以分為機械故障、環境故障、電氣故障和操作故障。

模擬試驗前，對所有傳感器和變頻器數據進行標準化處理。收集到的數據主要為正常運行及故障模擬狀態下的電力參數，設置固定的時間間隔對信息進行采集，收集的數據見表1。

在完成數據收集后，需要對數據進行清洗處理，基于收集的數據計算參數的均值、方差和峰值。計算后的參數統計特征見表2。

數據清洗后，會轉變為一系列的特征向量，將其輸入LSTM模型中。利用LSTM模型UI數據中具有時間序列依賴關系的數據進行捕捉，能對具有時序特征的數據進行清洗與轉換處理。通過公式（1）挑選具有強關聯的數據，通過公式（2）挑選具有弱關聯的數據，并用公式（3）～公式（5）對其進行描述，再利用公式（6）～公式（7）計算得出輸出門獲取的最終輸出數據。

將清洗后的電力變壓器數據擬作訓練集，如公式（8）所示。

Ut={u1，u2，...，un} （8）

然后，將數據中80%部分作為模擬訓練，剩余20%用于模型驗證。

3.3 結果分析

對人為改變電力變壓器工作狀態下的數據進行處理后，維護人員根據收集的數據對故障類型進行標注，將其分為機械故障、環境故障、電氣故障和操作故障，測試結果見表3、表4。

由表3和表4的模擬試驗結果可以看出，基于電力電子技術的電力變壓器故障診斷正確率和自動化維護有效率均比傳統的故障診斷和維護方法高，說明基于電力電子技術的電力變壓器故障診斷和自動化維護具有較高的準確性和高效性。

4 結語

以風電、光伏等為代表的可再生電能持續并入電網使我國電力系統逐漸呈現雙高特征，電力電子技術的應用越來越廣泛。電力變壓器作為電力系統主要的能量轉換設備，其正常運行是保證高效率電網供電的基礎，對其故障進行診斷與及時維護至關重要。本文基于電力電力技術構建了LSTM算法的電力變壓器故障診斷和自動化維護系統，通過模擬試驗發現基于電力電子技術的變壓器故障診斷與自動化維護比傳統方法更高效，能對電力變壓器運行中出現的各種故障能實現精準定位、故障分析，并制定高效的維修措施，提升了電力變壓器的運行效率，進而提升了電力系統運行的穩定性。

參考文獻

[1]陳凌云.電力變壓器低壓繞組變形故障自動檢測方法[J].自動化應用，2024（3）：89-91.

[2]李永寧，張弛，江茗宇.基于電力電子技術的電器設備故障診斷研究[J].黑龍江科學，2023（18）：137-139.

[3]朱賴紅，王娟.基于神經網絡的船舶電力系統故障診斷方法[J].艦船科學技術，2022（11）：132-135.

[4]鮑寧寧.電力電子裝置故障診斷技術研究[J].現代商貿工業，2020（21）：217.

[5]梁帥，姚良忠，徐箭，等.基于電力電子變換器虛擬同步構網控制的電力系統暫態穩定極限提升方法[J].中國電機工程學報，2024（4）：1-19.

[6]唐細致.電力電子技術在電力系統中的應用研究[J].光源與照明，2024（3）：192-194.

[7]唐建偉.電力系統中電子電工技術及網絡技術的應用[J].電腦愛好者，2022（6）：99-100.