韓鈺潔　葉暉　王然

摘 要：電力變壓器是電力系統(tǒng)非常重要的一部分。只有其良好的運(yùn)行，電力系統(tǒng)才可以可靠供電。由電力變壓器的原理可知，其技術(shù)故障時(shí)有發(fā)生。文章用傳統(tǒng)與智能的方法診斷其故障，并總結(jié)了其研究現(xiàn)狀。

關(guān)鍵詞：電力變壓器；故障診斷；傳統(tǒng)方法；智能方法

引言

近年來(lái)我國(guó)的發(fā)展非常迅速，人們的需求越來(lái)越高，生活中的電量消費(fèi)也非常多，因此電力事業(yè)就顯得非常重要。為了加速發(fā)展，就要大力加強(qiáng)電力設(shè)施的建設(shè)。在電力系統(tǒng)中，有很多重要的輸變電裝置，其中非常重要裝置就是電力變壓器。因?yàn)椋娏ψ儔浩魇窃谖覀兩钣秒娨?jīng)過(guò)的第一步。電廠里發(fā)出來(lái)的電，都必須要經(jīng)過(guò)電力變壓器進(jìn)行變壓，生成一定的高電壓進(jìn)行傳輸。在到達(dá)用電區(qū)時(shí)，還要使用變壓器對(duì)其進(jìn)行降壓，供人們使用。由此可見(jiàn)，電力變壓器在供電中的重要性?，F(xiàn)在，我國(guó)電力網(wǎng)錯(cuò)綜復(fù)雜，發(fā)電廠有很多的種類(lèi)，這些電廠分布廣泛，這些電都要經(jīng)過(guò)變壓器進(jìn)行變壓，才可以進(jìn)行統(tǒng)一的傳輸。這些都要求電力變壓器在運(yùn)行時(shí)一定要可靠，穩(wěn)定。否則，就有可能出現(xiàn)巨大的損失。

對(duì)于如何快速地診斷變壓器運(yùn)行問(wèn)題，目前都還處在研究之中。世界各國(guó)都沒(méi)有比較好的方法，現(xiàn)在使用的方法大多是基于實(shí)踐中積累的經(jīng)驗(yàn)。從各國(guó)地使用的方法來(lái)看，大致分為兩種類(lèi)型。其一，采用變壓器的預(yù)防性電氣實(shí)驗(yàn)和特征氣體判別法，及其基于特征氣體的比值法等傳統(tǒng)的方法。另外的一種是模糊邏輯方法、專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯網(wǎng)絡(luò)和遺傳算法等智能方法。我們就是要從這兩個(gè)方面研究如何保證電力變壓器的正常運(yùn)行。

1 變壓器故障診斷傳統(tǒng)方法及其研究現(xiàn)狀

1.1 變壓器預(yù)防性電氣實(shí)驗(yàn)

為了保障電力系統(tǒng)的安全運(yùn)行，必須要進(jìn)行預(yù)防性電氣實(shí)驗(yàn)。通過(guò)對(duì)變壓器進(jìn)行及時(shí)有效地檢測(cè)，能夠找到問(wèn)題，并予以解決。

根據(jù)DL/T596-1996電力設(shè)備預(yù)防性試驗(yàn)規(guī)程規(guī)定，主要包括一些檢測(cè)，這其中的檢測(cè)是色譜的分析，線圈的繞組直流電阻和線圈絕緣的吸收比值。另外還包括檢測(cè)變壓器線圈鐵心的導(dǎo)磁性，變壓器中絕緣隔絕的效果等。

1.2 特征氣體判別法

電力變壓器在發(fā)生故障的時(shí)候，會(huì)產(chǎn)生一些比較特殊的氣體。我們可以利用這些氣體，來(lái)判別和診斷電力變壓器發(fā)生了何種問(wèn)題，這就是氣體判別法。這種特征性氣體具體有一氧化碳、氫氣和一些烴類(lèi)氣體等。區(qū)分判別這些氣體的方法，就是看它們能否在油中部分或全部溶解。這種方法雖然是比較的簡(jiǎn)單和快速，但是不適用于氣體量較少的情況。

1.3 基于特征氣體的比值法

基于特征氣體的比值法有很多的種類(lèi)，人們具體在使用方法上也有一些不同。但是在國(guó)際慣例中，通常有以下的幾種方法，三比值法、改良版的三比值法、四比值法、無(wú)編碼比值法等。這些方法在使用診斷的時(shí)候非常方便，但是只能夠判斷單一的問(wèn)題，不能夠處理不同問(wèn)題的疊加，因此這種方法使用不多。

2 變壓器故障診斷智能方法及其研究現(xiàn)狀

2.1 模糊邏輯方法

模糊邏輯方法是以模糊理論和模糊關(guān)系為基礎(chǔ)的，通過(guò)積累經(jīng)驗(yàn)，依靠平常自己的知識(shí)來(lái)判斷故障和原因的不確定性。文獻(xiàn)[1]提出了基于模糊數(shù)學(xué)和概率論的變壓器故障診斷，通過(guò)建立變壓器故障性質(zhì)與故障征兆之間的完全因果強(qiáng)度關(guān)系，提高了模型的診斷精度。文獻(xiàn)[2]將模糊聚類(lèi)的數(shù)據(jù)挖掘技術(shù)應(yīng)用到變壓器故障診斷中，通過(guò)建立故障樣本數(shù)據(jù)的相似關(guān)系矩陣而實(shí)現(xiàn)了對(duì)故障樣本集的聚類(lèi)分析，最終實(shí)現(xiàn)了對(duì)故障樣本的診斷分析。文獻(xiàn)[3]以變壓器各個(gè)部件診斷為基礎(chǔ)，通過(guò)模糊理論來(lái)構(gòu)造變壓器狀態(tài)診斷模型，并用實(shí)例證明了該模型的有效性。

2.2 專(zhuān)家系統(tǒng)

專(zhuān)家系統(tǒng)是現(xiàn)在經(jīng)常使用的一種方法。專(zhuān)家系統(tǒng)是累積大量的這方面的專(zhuān)家的經(jīng)驗(yàn)，和他們?cè)谌粘９ぷ髦杏龅降膯?wèn)題及其解決這些問(wèn)題方法來(lái)進(jìn)行推理，從而學(xué)習(xí)到前人經(jīng)驗(yàn)和知識(shí)，還有對(duì)問(wèn)題的解釋功能。現(xiàn)在，這一種方法已經(jīng)開(kāi)始在電力系統(tǒng)運(yùn)行得到了很大應(yīng)用，尤其是在電氣設(shè)備的問(wèn)題和線路故障上。有效地解決了使用單一的方法，造成結(jié)果不全的問(wèn)題，可以使電力系統(tǒng)問(wèn)題得到快速的解決。文獻(xiàn)[4]把人工智能專(zhuān)家系統(tǒng)引入到變壓器故障診斷中，實(shí)例測(cè)試表明該方法降低了判斷的隨機(jī)性，提高了診斷水平。文獻(xiàn)[5]將基于模糊Petri網(wǎng)的知識(shí)表示方法應(yīng)用于變壓器故障診斷專(zhuān)家系統(tǒng)中，并用實(shí)例證明了這種應(yīng)用的有效性。

但是，有時(shí)專(zhuān)家系統(tǒng)也會(huì)出現(xiàn)一些問(wèn)題，專(zhuān)家系統(tǒng)都是根據(jù)以往的經(jīng)驗(yàn)，使用前人累積的方法。然而現(xiàn)在電力系統(tǒng)發(fā)展迅速，問(wèn)題也是越來(lái)越新穎和復(fù)雜化，這時(shí)專(zhuān)家系統(tǒng)的功能就顯出了不足。

2.3 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是依據(jù)人類(lèi)大腦高度的集成化和處理信息的快速化，再進(jìn)行節(jié)點(diǎn)互聯(lián)構(gòu)成信息處理的方法。這種人工神經(jīng)網(wǎng)絡(luò)可以做到復(fù)雜的邏輯操作和非線性映射。這種方法之所以能夠在電力變壓器上使用，是因?yàn)槠湓诎l(fā)生問(wèn)題和電力運(yùn)行故障的時(shí)候，可以建立非線性映射關(guān)系，這種關(guān)系符合人工神經(jīng)網(wǎng)絡(luò)的原理。這一種方法，在我國(guó)還沒(méi)有被應(yīng)用，但是在國(guó)外，已經(jīng)開(kāi)始得到了應(yīng)用，并得到了很不錯(cuò)的效果。

2.4 支持向量機(jī)

支持向量機(jī)（Support Vector Machine，SVM）是一種新興且對(duì)解決變壓器故障非常有效的方法，它是一種機(jī)器學(xué)習(xí)方法。它的理論最開(kāi)始是針對(duì)模式識(shí)別問(wèn)題提出的，主要是來(lái)解決這一方面問(wèn)題的。后來(lái)經(jīng)過(guò)人們的學(xué)習(xí)和研究，才擴(kuò)展到現(xiàn)在這一領(lǐng)域。支持向量機(jī)這種方法在處理變壓器的數(shù)據(jù)問(wèn)題和技術(shù)樣本上，非常有優(yōu)勢(shì)。

因?yàn)椋跇颖据^少的時(shí)候，有很強(qiáng)的適應(yīng)能力，能夠及時(shí)地將數(shù)據(jù)分類(lèi)并提高計(jì)算能力。尤其是在面臨電力變壓器一類(lèi)的問(wèn)題時(shí)，更是非常方便。

2.5 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是現(xiàn)在比較新興的一種方法，它的主要優(yōu)點(diǎn)是解決復(fù)雜的問(wèn)題造成的故障。還有就是對(duì)于問(wèn)題的不確定性，我們利用貝葉斯網(wǎng)絡(luò)都能得到很好地處理。我們知道變壓器運(yùn)行時(shí)的變化是很不確定的，而且可能受到人為的影響，因此貝葉斯網(wǎng)絡(luò)對(duì)處理變壓器問(wèn)題行之有效。

2.6 遺傳算法

遺傳算法是基于生物進(jìn)化理論的一種方法，現(xiàn)在是和計(jì)算機(jī)系統(tǒng)中的自適應(yīng)全局優(yōu)化概率結(jié)合到一起的算法。這種算法可以應(yīng)用于很多的領(lǐng)域，不完全固定在某一方面。因此，遺傳算法同樣可以應(yīng)用于電力變壓器故障。

3 結(jié)束語(yǔ)

文章是針對(duì)變壓器的運(yùn)行故障，討論其可以采用的兩類(lèi)診斷方法。這兩類(lèi)方法分別是傳統(tǒng)的和智能化的方法，并總結(jié)了針對(duì)變壓器故障的國(guó)內(nèi)外研究現(xiàn)狀。傳統(tǒng)的故障診斷方法和智能診斷方法是可以相互補(bǔ)充的，以便更好地解決變壓器故障問(wèn)題。

參考文獻(xiàn)

[1]符洋，等.基于模糊數(shù)學(xué)和概率論的變壓器故障診斷[J].高電壓技術(shù)，2007，8（33）：66-70.

[2]印力群，鄭廣瑞.面向模糊聚類(lèi)的數(shù)據(jù)挖掘技術(shù)在變壓器故障診斷中的研究[J].科技探索，2012，384：26-28.

[3]焦振毅，任建文，陳鵬.基于模糊理論的變壓器故障診斷模型研究[J].電力科學(xué)與工程，2012，28（6）：39-43.

[4]魏魯原，崔霞.專(zhuān)家系統(tǒng)在變壓器故障診斷中的應(yīng)用[J].機(jī)床與液壓，2007，35（7）：251-253.

[5]王蓓蓓，郭基偉，等.基于模糊Petri網(wǎng)的知識(shí)表示方法在變壓器故障診斷專(zhuān)家系統(tǒng)中的應(yīng)用[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2003，15（1）：74-77.

作者簡(jiǎn)介：韓鈺潔（1991，2-），女，漢族，河北邯鄲，華北電力大學(xué)，學(xué)生，碩士研究生，研究方向：電力系統(tǒng)保護(hù)與安全控制。