（哈尔滨电气国际工程有限责任公司 哈尔滨 150028）
摘要：变压器的安全稳定性对保障供电可靠性具有重要意义，及时对变压器进行故障诊断并排除故障可大大减小变压器出现事故的概率。本文通过对某电厂2号升压变压器高能放电事件，采用BP神经网络建立了变压器故障诊断模型，以实现对变压器异常状态的及时检测，通过油色谱数据发现了变压器的异常放电，有效保障了变压器的安全运行。
关键词：变压器；油色谱；BP神经网络；放电
引言
油色谱分析能准确地发现变压器内部的早期故障，防止事故发生，确保供电安全可靠性[1]。
目前国内外关于变压器油色谱分析方法研究已经取得了一些成果：一些学者提出采用四比值法，即通过变压器油中的故障气体的四个比值参数判断变压器存在的故障类型。后来，基于大量的现场经验，又将四比值法中的乙烷与甲烷的比值对判断结果影响不大，四比值法又被改进为三比值法。日本电协研又将三比值法进一步深入研究，挖掘其内在规律，给出了三比值的故障特征量波动范围，提高了预测精度。由于油色谱的故障比值特征并不易挖掘，因此一些学者又采用智能算法进行判别，如采用BP神经网络将故障气体作为输入量，研究了BP神经网络变压器故障诊断模型；采用模糊分析法对变压器油色谱分析并研究其故障特征，建立了变压器故障诊断模型；采用专家系统对变压器故障进行诊断，通过设计变压器故障专家库，为变压器的快速有效在线诊断提供了一定的保障[2]。以上的研究成果中，对变压器的故障诊断准确率均未超过80%，因此提高变压器故障诊断的准确率仍然是一项值得深入研究的工作。
由于采用人工智能方法对故障判断不能确保达到100%的准确率，因此基于BP神经网络的变压器油色谱分析应与其他判断依据相结合，以有效保障变压器的安全稳定运行。而现有的研究成果中，未见将智能算法与极限浓度参考值有效结合。
某电厂2号升压变压器自2015年3月投运以来，一直采用油色谱极限浓度为判别值对变压器进行故障诊断，该方法判断变压器故障的准确率较高，但通过现场油色谱数据发现，在变压器出现油色谱异常报警前，变压器内就已经存在故障。因此，如何能够对该变压器的故障诊断方法进行改进从而更早地预见变压器异常状态是一项有意义的研究。
基于此，本文首先对某电厂2号升压变压器现有的油色谱分析方法中存在的不足进行分析，并基于贝叶斯正则化BP神经网络对变压器故障诊断建模，将基于贝叶斯正则化BP神经网络的变压器诊断方法与极限浓度判别方法相结合，最后通过变压器试验数据验证本文所提方法的有效性。
图1 2015年2号升压变压器油色谱变化
1 变压器油色谱极限浓度参考值与故障判断
变压器油中各气体极限浓度分别为氢气100、甲烷15、乙烷5、乙烯10、总烃25。该变压器投运初期的油色谱变化如图1所示。
在4月30日的油色谱检测结果显示变压器中各项特征气体指标均未达到极限浓度，在5月20日发现氢气含量超标，其他气体含量均在报警阀值以下。因此对该变压器进行了微水含量及相关简化试验，数据显示正常。由于未检测出该变压器出现何种故障，在5月20日之后又让变压器运行了4个月，并在这期间定期对变压器进行油色谱测试。
在7月16日的监测结果中可以看到，甲烷含量已经超出了报警阀值，此时氢气含量达479.76，远远超过了100。
在9月中旬，将该变压器停运并查找故障原因，通过分析表明，该变压器是由于雨季运输受潮，但由于绝缘材料具有较强吸附性，大部分的水都存在绝缘材料中，并且在温度大于80摄氏度时才会渗出到油中，而常温下并不易发现其中的异常。
从以上的分析可知，该变压器故障隐患在5月20日之前就已经存在，但通过极限浓度参考值对比并未及时发现其故障原因，因此需要研究更有效的方法及时发现异常，保证变压器稳定运行。
2 基于BP神经网络的变压器故障诊断研究
采用BP神经网络模型判断2015年不同时间的油色谱是否异常，网络模型的输入输出结果得到故障编码，结果为3月30日为正常（10000）；4月30日为低能放电（00010）；5月20日、6月16日、7月16日、8月16日和9月9日均为高能放电（00001）。
在4月30日的油色谱并未达到极限浓度报警阀值，因此并未检测出异常，在5月20日才发现其氢气浓度过高进行检测。而通过本文的方法，在4月30日即可发现变压器已经存在低能放电。通过油色谱实验数据分析可知，采用现有的7组实测数据验证本文方法，本文方法在诊断变压器油色谱异常时，准确率可达100%。
通过对变压器此次故障事件深入研究发现，变压器内受潮，导致变压器内发生放电现象，随着变压器油内故障气体增加，放电由低能放电转变为高能放电，与本文分析结果相符。
3 结论
本文针对某电厂2号升压变压器高能放电事件进行深入分析，研究了BP神经网络的变压器故障诊断模型，通过本文方法可以更早地发现变压器内的故障，确保变压器安全稳定运行。
参考文献：
[1]钟洪壁等．电力变压器检修与试验手册【M】．北京：中国电力出版社，2000．
[2]王世阁，钟洪壁．电力变压器故障分析与技术改进【M】北京：中国电力出版社，2004．
论文作者:朱明泽
论文发表刊物:《河南电力》2018年9期
论文发表时间:2018/10/22
标签：变压器论文; 色谱论文; 故障论文; 神经网络论文; 比值论文; 方法论文; 浓度论文; 《河南电力》2018年9期论文;