摘要：我国是电网大国，电网即将进入“智能化”时代，对变压器的安全稳定运行提出了更高的要求，为此基于油中气在线监测技术的变压器绝缘性能监测拥有广阔的应用前景。随着国家电网公司大力推进智能变电站建设，在线监测技术已成为监测变压器潜伏性故障的重要手段。
关键词：变压器；油中溶解气体；在线监测系统
1变压器中油的产生机理
（1）外来引入。变压器内部故障：是变压器油气体增长的主要原因。根据国内有关单位的运行经验，一些外部原因很有可能引起变压器油中气体含量增长，干扰色谱分析，以至于造成系统的误判。常见的外部干扰主要如下：变压器的补揮变压器在正常运行时，上下层的油需要循环，而位于变压器顶盖上层油面不可避免的有一定的波动现象，如果是强油性变压器的冷却，波动现象会更加严重。水分侵入：油中在现实自然环境中，变压器不可能做到很好的防水处理，在很多接口、油泵、安全防爆管和套管等电力设备中，由于温度或者变压器油的渗漏都有可能会使得水分进入到变压器内部，再随着变压器油的循环流动，循环到变压器的内部各处，其中有少量分水在强电场作用下发生离解而析出氧气，这些游离氢又有少部分会被变压器油所溶解造成油中含氢量增加。有时水分甚至沉入变压器底部，水分的存在加速了金属的腐烛。真空滤油机故障：由于真空滤油机的故障可能会使得油中含量气体的增加。切换开关室的油渗漏若有变压器中切换开关室的油向变压器本体渗漏，肯能会引起变压器本体油的气体含量增高，这是因为切换开关室的油受到开关切换动作时的电弧放电作用，分解产生大量的乙炔和氢气通过渗油有可能是本体油被污染而成为含有较高的和。（2）绝缘材料的分解。在变压器等充油设备中，主要的绝缘材料是绝缘纸和绝缘油、纸板等绝缘材料，在运行中这些绝缘材料也会伴随着时间的加长而老化，绝缘纸也会逐渐分解。经过大量的研究，人们发现可以把这两种气体作为有油纸绝缘系统中固体材料分解的特征气体。变压器油会被氧化成一氧化碳和二氧化碳，这样会使得变压器的温度增加，变压器内部杂质气体变多导致其绝缘性大大降低。变压器内部气泡的产生，会在其油中经上下对流和扩散，不断地溶解在油中这些故障气体，故障气体的组成和含量的比值会与故障的类型及其严重程度直接关系。（3）变压器油的分解。绝缘油的裂解是由不同的碳氢化合物的分子组成成分。其中分子类中大多含有CH，CH2，CH:化学基团，并由C-C键键组合。由于变压器可能产生的电或热故障的结果会使得化合物中一些C-H键或者是C-C键断裂，此时，会产生很少的谈情化合物的自由基和氢原子，并发生融合，或者C，在化学反应中会产生氢气和低分子烃类的气体存在，如甲烷、乙烷、乙烯、乙炔等。同时还有其他杂质产生。所以在故障初期，变压器油所的特征故障气体会溶解在油中;当故障能量的程度组件增加时，则会聚集成更多的游离气体，产生恶性循环。
期刊文章分类查询,尽在期刊图书馆
2变压器DGA智能故障诊断方法
2.1专家系统
专家系统是一般是指具有大量的专门知识与经验的程序系统术，并且在根据某领域一个或多个专家提供的专业方面的知识和实际经验，它在推理和判断上则是运用了智能化和电脑现有技术的完美结合，以模仿人类或者动物类进行判断思考和最后推断的流程，以解决在一些复杂的理论或者经验判断方面类似于人工智能领域的处理，在这里就是利用这一特点采取了产生式处理规则的方法或者是其他的知识表达方式来构造所需要的知识库。并选用正向、反向或者是正反向混合推理方式，创建变压器的故障诊断专家系统。知识库是专家系统的核心组件，知识库模型的构造是否健全对专家系统的建立有着至关重要的决定，如果在建立知识库的过程中，准备的只是比较不成熟，并且具有开发者本身的主观意识融合在里面的话，就可能使得专家系统的推理完全错误。为了知识库的正确建模，利用模糊理论通过模糊样本在故障原因和故障现象中找到合适的关系矩阵，就可以很好地解决这一问题但是特别要注意的是关系矩阵的建立需要在长期实践经验的指导下建立。样本的学习可以采用人工网络的方式进行学习，可能有机会适当的解决现有专家系统发展的瓶颈问题，人工网络的缺点就是结构复杂，需要大量的样本进行训练。所以这样的建模在实际中实现起来会很有困难，有学者利用模糊专家系统的优点还有其所含的不确定性推理把这种方法转台检修上，取得了很好的成果，从一定程度上用实践阐述了变压器故障诊断中模糊转机系统理论的重要性和对其应用的必要性。
2.2模糊理论
（1）人工神经网络。人工神经网络一种模拟人类或者动物类神经网络特征的方法，进行信息的有效处理的数学算法模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到需要处理复杂问题的目的。人工神经网络的优点是具有自学习、自适应的能力，通过事先提供的一批有相互对应关系的输入一输出实时数据，分析了解两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果，这种学习分析的过程被称为“训练”。通过神经元的映射功能，会具有较强的自组织，自学习功能，这样就能建立起更为复杂的智能系统。所以，ANN是未来智能化获取知识来源的一种方法。还有学者介绍了一种基于神经网络故障诊断专家系统，并且给出了实现该系统的理论结构，从侧面阐述了神经网络专家系统的基本原理。并且举例说明例了神经网络故障诊断的推理过程。有学者提出着重对基于神经网络的监测方法进行了分析研宄表明，神经网络是一种有效的模式分类器，可用于对电力变压器状态的识别。（2）模糊逻辑专家系统。由于专家系统的强大功能，通常能和模糊逻辑、神经网络、证据理论等相结合会产生更加健壮、完善的变压器检测系统。所以这也是现代变压器在线监测是变压器在检测方面的一个发展趋势。其中比较常见常用到的就是模糊逻辑专家系统。也有人利用在线系统获得的原始特征数据，而推演出利用在线实时获得的油气量和局放信号相结合的原理，这样既提高了变压器故障诊断的精确性。又可以利用模糊推理的性质定量化了原有的理论知识。从而构建一个变压器在线故障诊断专家系统。还有人把模糊聚类理论来实现电力变压器油中溶解气体分析。在采集了组电力变压器绝缘故障样本的基础之上进行了多层树形聚类化处理，通过对数据多次进行分析判断，得到了一种准确度较高的使用变压器故障诊断方法。
3结束语
变压器故障诊断是当前电力系统建设中亟待解决的问题。实际做故障诊断中，可考虑借助油中气体的在线监测方法，或考虑采取智能故障检测诊断方法，如模糊专家系统的运用，在故障及时诊断与护理下，能够保证电流系统的安全稳定运行。
参考文献
[1]魏泽民,范明,周咏槟,俞军.基于激光吸收光谱的变压器油中气体检测系统设计[J].国外电子测量技术,2018,37(03):52-57.
[2]张刚,陈伟林,李超,李晓飞.瀑布沟500 kV变压器出现痕量乙炔的探讨与处理[J].水电与新能源,2018,32(02):47-49.
论文作者:申菲
论文发表刊物:《电力设备》2018年第14期
论文发表时间:2018/9/12
标签：变压器论文; 专家系统论文; 在线论文; 气体论文; 神经网络论文; 故障论文; 模糊论文; 《电力设备》2018年第14期论文;