摘要 我國于2 0 世紀6 0 年代中期對變壓器油中溶解氣體分析進行了研究 2 0 世紀 7 0 年代初 開始了氣相色譜法應用于變壓器潛伏性故障檢測 目前為止 已廣 泛推廣應用 近年來 作為氣相色譜法的補充和發展 變壓器油中溶解氣體的在 線監測技術也取得了顯著進展 由于變壓器油中溶解氣體分析技術的分析方法簡 單 速度快 無需將被試設備停運 并且通過多年的廣泛應用 積累了大量的實 踐經驗 因此 油中溶解氣體分析技術對保證電力系統安全可靠運行 防止事故 于未然 是極為重要的 2 0 世紀4 0 年代末 由w r a s h b y 和c e s s h a n u o n 發起的關于用機器模 擬智能的學術會議上 首次提出人工智能 a i 術語 人工智能是以模型化的計 算機來代替人的思維方式和解決問題的一種方法 包括專家系統e s 人工神經 網絡a n n 模糊理論 模擬進化優化等智能方法的計算和技術 隨著計算機技術 迅速發展 人工智能技術已在各行各業迅速普及 1 9 8 2 年開始在電力系統應用 國內外應用人工智能方法診斷變壓器故障的成果較為廣泛 其中國內開發變壓器 故障診斷專家系統始于8 0 年代末 主要是基于油氣分析 局方脈沖和超聲波等 多種監測原理為主 m a t l a b 軟件是由美國m a t hw o r k 公司推出的用于數值計算和圖形處理的科學 計算系統 在大學里 m a t l a b 軟件成為對數值 線性代數以及其他一些高等應 用數學課程的輔助教學的工具 工程領域 m a t l a b 軟件被用來構建與分析一些 實際課題的數學模型 它還包括了工具箱 t o o l b o x 的各類應用問題的求解工 具 本文收集的變壓器氣相色譜分析數據 一方面來源于龍風熱電廠一 二號主 變壓器的氣相色譜數據 另一方面來源于供電公司中心試驗所管轄變電所的故障 變壓器色譜分析數據 首先 介紹電力變壓器故障診斷的意義 變壓器油中溶解 氣體分析 d g a 的原理 以及故障診斷過程 利用傳統三比值診斷法對變壓 器早期故障進行診斷和分析 其次 應用m a t l a b 軟件工具箱中模糊邏輯工具箱 f u z z yl o g i a l 和神經網絡工具箱 n e u r a ln e t w o r k 對變壓器油色譜數據進 行分析和診斷 列舉診斷實例 對比傳統的三比值診斷方法以及實際故障情況 提出自身的觀點和看法 關鍵詞 故障診斷色譜分析人工智能m a t l a b 模糊邏輯神經網絡 a b s t r a c t d i s s o l v e dg a s e so ft r a n s f o r m e ro i lw e r es t u d i e df o rt r a n s f o r m e rf a u l td e t e c t i o ni n t h em i d 一2 0 t hc e n t u r yi nc h i n a a n dt h e na n a l y s i so ft h e g a sc h r o m a t o g r a p h yw a su s e d i n 也ef a u l td i a g n o s i so fp o w e r t r a n s f o r m e r w h i c hh a sw i d e l yb e e nu s e di no u rp o w e r g r i d i nr e c e n ty e a r s a u sas u p p l e m e n t a r yg a sc h r o m a t o g r a p h ya n dd e v e l o p m e n to f d i s s o l v e dg a s e si nt r a n s f o r m e ro i lo n l i n em o n i t o r i n gt e c h n i q u e sh a v ea l s om a d e s i g n i f i c a n tp r o g r e s s a sar e s u l to ft r a n s f o r m e ro i ld i s s o l v e dg a sa n a l y s i sm e t h o di s s i m p l e f a s t n on e e dt o t e s tt ob eo u t a g eo fe q u i p m e n ta n daw i d er a n g eo f a p p l i c a t i o n st h r o u g ht h ey e a r s a c c u m u l a t e dag r e a td e a lo fp r a c t i c a le x p e r i e n c e a n d t h e r e f o r e d i s s o l v e dg a sa n a l y s i st e c h n o l o g yt oe n s u r et h ep o w e rs y s t e ms a f ea n d r e l i a b l eo p e r a t i o n t op r e v e n ta c c i d e n t si nt h ef i r s tp l a c e i so f p a r a m o t m ti m p o r t a n c e a g e4 0a tt h ee n do f2 0 t hc e n t u r y b yt h ew r a s h b ya n dc e s s h a n u o n i n i t i a t e db ym a c h i n e so nt h es i m u l a t i o no fi n t e l l i g e n ta c a d e m i cm e e t i n g t h ef i r s tt i m e a r t i f i c i a li n t e l l i g e n c e a t t e r m s a r t i f i c i a li n t e l l i g e n c ei sb a s e do nc o m p u t e r m o d e l i n g t or e p l a c ep e o p l e sw a yo ft h i n k i n ga n daw a yt os o l v et h ep r o b l e m i n c l u d i n gt h e e x p e r ts y s t e me s a r t i f i c i a ln e u r a ln e t w o r ka n n f u z z yt h e o r y s i m u l a t e de v o l u t i o n a r y o p t i m i z a t i o nm e t h o d s s u c ha si n t e l l i g e n tc o m p u t i n ga n dt e c h n o l o g y a l o n gw i t ht h e r a p i dd e v e l o p m e n to fc o m p u t e rt e c h n o l o g y a r t i f i c i a li n t e l l i g e n c et e c h n o l o g yh a sb e e n i nt h el i n eo ft h et h er a p i d l yg r o w i n gp o p u l a r i t yo ft h ei n d u s t r y s t a r t e di n19 8 2i nt h e p o w e rs y s t e ma p p l i c a t i o n t h ea p p l i c a t i o no fa r t i f i c i a li n t e l l i g e n c em e t h o d sa th o m e a n da b r o a dt r a n s f o r m e rf a u l td i a g n o s i so ft h er e s u l t so fm o r ee x t e n s i v e i n c l u d i n gt h e d o m e s t i cd e v e l o p m e n to ft h et r a n s f o r m e rf a u l td i a g n o s i se x p e r ts y s t e mb e g a ni nt h e l a t e8 0 s i sb a s e dm a i n l yo nt h eo i la n dg a sa n a l y s i s p u l s e a n dt h eb u r e a up r i n c i p l e o fu l t r a s o u n d b a s e dm o n i t o r i n g e t c m a t l a bs o f t w a r ei sm a t hw o r kb yt h eu n i t e ds t a t e si n t r o d u c e df o rn u m e r i c a l c o m p u t i n ga n dg r a p h i c sp r o c e s s i n gs y s t e mo fs c i e n t i f i cc o m p u t i n g i nt h eu n i v e r s i t y m a t l a bs o f t w a r ef o rn u m e r i c a ll i n e a ra l g e b r a a n do t h e ra p p l i e dm a t h e m a t i c s c o u r s e si nh i g h m d e dt e a c h i n gt o o l s e n g i n e e r i n g m a t l a bs o f t w a r ew a su s e dt o c o n s t r u c tan u m b e ro fp r a c t i c a li s s u e sa n da n a l y s i so ft h em a t h e m a t i c a lm o d e l i ta l s o i n c l u d e sat o o l b o x t o o l b o x t h ev a r i o u st y p e so f a p p l i c a t i o nt o o l sf o rs o l v i n gt h e p r o b l e m i nt h i sp a p e r t h ec o l l e c t i o no ft r a n s f o r m e r sb yg a sc h r o m a t o g r a p h ya n a l y s i so f d a t a f r o mt h ed r a g o na n dp h o e n i xo nt h eo n eh a n d at h e r m a lp o w e rp l a n t t h em a i n t r a n s f o r m e ro nt h e2 n do fg a sc h r o m a t o g r a p h yd a t a o nt h eo t h e rh a n d c o m e sf r o m t h ep o w e rc o m p a n yi su n d e rt h ej u r i s d i c t i o no ft h ep i l o t sf a u l tt r a n s f o r m e rs u b s t a t i o n c h r o m a t o g r a p h yd a t a f i r s to fa l l t h ei n t r o d u c t i o no fp o w e rt r a n s f o r m e rf a u l t d i a g n o s i so ft r a n s f o r m e rd i s s o l v e dg a sa n a l y s i s d g a o f t h ep r i n c i p l e a sw e l la st h e f a u l td i a g n o s i sp r o c e s s t h eu s eo ft r a d i t i o n a lt h r e e r a t i oo fe a r l yd i a g n o s i so f t r a n s f o r m e rf a u l td i a g n o s i sa n da n a l y s i s s e c o n d l y t h ea p p l i c a t i o no fm a t l a b s o f t w a r et o o l b o xf u z z yl o g i ct o o l b o x f u z z yl o g i a l a n dn e u r a ln e t w o r kt o o l b o x f n e u r a ln e t w o r k f o rt r a n s f o r m e ro i lc h r o m a t o g r a p h yd a t aa n a l y s i sa n dd i a g n o s i s d i a g n o s t i ce x a m p l e sc i t e d c o m p a r e dt oat r a d i t i o n a lt h r e e r a t i om e t h o da n dt h ea c t u a l f a u l td i a g n o s i so ft h es i t u a t i o na n dp u tf o r w a r dt h e i ro w nv i e w sa n dp e r s p e c t i v e s k e yw o r d s f a u l td i a g n o s i s c h r o m a t o g r a p h i ca n a l y s i s a r t i f i c i a li n t e l l i g e n c e m a t l a b f u z z yl o g i c n e u r a ln e t w o r k 獨創性聲明 本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作和取得的 研究成果 除了文中特別加以標注和致謝之處外 論文中不包含其他人已經發表 或撰寫過的研究成果 也不包含為獲得苤鲞盤堂或其他教育機構的學位或證 書而使用過的材料 與我一同工作的同志對本研究所做的任何貢獻均已在論文中 作了明確的說明并表示了謝意 學位論文作者簽名 張i 簽字e t 期 2 刃年 夕f j 日 i 學位論文版權使用授權書 本學位論交作者完全了解苤洼本堂有關保留 使用學位論文的規定 特撈權 蛙爛一可以將學位論文的全部或部分內容編入有關數據庫進行檢 索 并采用影印 縮印或掃描等復制手段保存 匯編以供查閱和借閱 同意學校 向圜家角關鄙門或機構送交論文的復印件和磁盤 積密的掌位論文在解密后適用本授權說明 孥位論蟲 作者簽名 硌矗 導師簽名 簽字日期 2 弦歹年夕月 1 簽字日期 年月日 第一章緒論 第一章緒論 1 1 電力變壓器故障診斷的背景和意義 電力變壓器是電力系統重要的變電設備 其運行狀態直接影響電力系統的安 全運行 隨著國民經濟的快速發展 電力需求快速增長 隨著超高壓和特高壓輸 變電技術的迅猛發展 電力裝機容量和電網規模的不斷擴大 作為電力系統最基 本 關鍵的電器元件一電力變壓器 其可靠性直接關系到電力系統的安全可靠 運行 因此 減少和避免變壓器故障具有重要意義 電力變壓器與其他電氣設備相比 故障是很少的 主要因為變壓器沒有轉動 部分 而且元件都浸在油中 具有良好的工作條件 但由于設計不合理 制造質 量不良 雷擊和過電壓等種種原因 變壓器故障也時有發生 故障發生率也比較 高 在故障變壓器中 絕緣性故障占8 0 以上 電力設備預防性試驗規程 中 把色譜分析列為電力變壓器的首位試驗項目 色譜分析法是判斷變壓器內部故障 性質的重要方法 作為油浸式變壓器類設備內絕緣的礦油型絕緣油 對變壓器類 設備的可靠運行有著決定性的影響 隨著電力系統大容量 超高壓方向的發展 以及社會和生活對供電質量 可 靠性 安全性要求的提高 迫切需要對電力設備運行狀態進行實時 定時地在線 監測 及時發現電氣設備早期絕緣缺陷 防止突發事故 同時減少不必要的停電 檢修 當前電力系統設備維修模式已從傳統的 定期維修 向 狀態維修 轉變 科學利用變壓器油所載有效信息進行變壓器絕緣狀態的識別 設備診斷技術是 2 0 世紀7 0 年代興起的一門包含很多新科技內容的綜合技術 在設備運行中或停 機時基本不拆卸的情況下 掌握設備的運行狀況 判定設備故障的部位 原因 嚴重程度和狀態 預測設備可靠性和壽命 并提出治理對策的技術 故障診斷的 準確性和可信性 主要依賴于監測的狀態量與故障間的關系程度 關系越密切 故障診斷的準確性和可信性就越高 隨著傳感技術 微電子技術以及計算機技術的廣泛應用與普及 變壓器絕緣 在線監測技術結合人工神經網絡 模糊理論和專家系統的故障診斷技術得到了飛 快的發展 成為電氣工程學科中研究的新熱點 據有關資料表明 對電力變壓器 等設備運行狀態實施在線監測及故障診斷技術 可使得每年的維護費用減少 2 5 5 0 故障停電時間減少7 5 因此 對電力變壓器等設備采用在線監測和 故障診斷技術可促進 狀態維修 的有效實施 收到巨大的經濟效益 研究開發 第一章緒論 對電力變壓器等設備的故障診斷技術可有效地了解設備的運行狀況 及時發現設 備的潛伏性故障 避免突發事故的發生 這不僅對電力工業的科技進步具有重要 的科學價值 而且對提高電力系統運行的可靠性和科學管理水平也具有十分重要 的意義 1 1 1 2 人工智能的發展及其在電力變壓器故障診斷中的應用 人工智能是以模型化的計算機來代替人的思維方式和解決問題的一種方法 是專家系統 人工神經網絡 模糊集理論等其他智能方法的計算和技術的總稱 近年來 將人工智能技術應用于變壓器絕緣故障診斷已成為研究的熱點 各種不 同方法的應用 有效的提高了絕緣故障的診斷正確率 促進了在線監測與實時故 障診斷系統的研究開發 其中典型的方法如下 1 2 1 模糊理論的絕緣故障診斷方法 1 9 6 8 年扎德教授 l a z a d e h 第一次提出了研究事物模糊性問題 提出 了把模糊子集概念作為刻劃模糊事物的基本數學模型 為模糊數學奠定了基礎 模糊數學從此發展極快 并在人工智能 模式識別 故障診斷等領域取得了重要 的應用成果 基于變壓器油中溶解氣體氣相色譜分析技術 簡稱d g a 的變壓器絕緣故障 診斷傳統的方法是根據專家過去的知識和經驗總結出來的 目前 用于變壓器故 障診斷的各種規程和導則中 只給出一個判斷故障邊界的描述 難以表述故障和 各個特征量之間的客觀規律 采用i e c f l e e e 特征氣體三比值法來判斷變壓器故障 類型時 給出的氣體比值的邊界是根據大量的統計數據得到的 但邊界點的取值 仍然具有一定的發散性和模糊性 當氣體的比值在邊界點附近時 d g a 數據的 細小變化使得編碼極易發生大的變化 從而引起對絕緣故障的誤判斷 為解決上 述的不確定性 因而出現了基于模糊理論的變壓器故障診斷方法1 2 1 3 1 1 2 2 神經網絡的絕緣故障診斷方法 神經網絡是人們在對人腦思維研究的基礎上 用數學方法將其簡化 通過大 量簡單的基本單元 神經元相互連接而成的自適應非線性動態系統 對人腦的 形象思維 聯想記憶等進行模擬和抽象 實現與人腦相似的學習 識別 記憶等 信息處理能力 近年來隨著神經網絡理論上的不斷發展完善 加上模糊理論和小 波分析在神經網絡中的廣泛應用 神經網絡方法成為最有前途的變壓器絕緣故障 2 第一章緒論 診斷方法之一 在眾多的人工神經網絡模型中 反向傳播 b p 網絡具有良好的模式分類能 力 也是較早應用到變壓器絕緣故障診斷系統當中的 通常采用的模型是三層或 多層前向網絡 輸入節點數采用七種特征氣體中的部分或全部 但b p 網絡模型 本身存在局部收斂 收斂速度 隱層神經元的選擇及輸入樣本集無法隨意增長等 問題 提出了按照特征氣體注意值大小將樣本分區 設計相應的神經網絡 并對 樣本數據進行格式化處理等改進 1 2 3 小波神經網絡的絕緣故障診斷方法 小波分析是目前數學中一個迅速發展的新領域 它同時具有理論深刻和應用 十分廣泛的雙重意義 其對非平穩隨即信號具有良好的時頻局部特性和變焦能 力 當前神經網絡與小波分析結合主要有兩種方式 一是將小波分析作為神經網 絡的前置處理手段 為神經網絡提供輸入特征向量 二是將小波分析和神經網絡 直接融合 用小波函數或尺度函數直接作為神經元的激勵函數 4 6 1 1 2 4 專家系統的絕緣故障診斷方法 專家系統是一個基于專家經驗知識和推理方法的計算機智能程序系統 儲存 有某 領域人類專家大量的知識和經驗 模擬人類專家的思維決策的過程 由知 識庫 數據庫 推理機 知識獲取系統 解釋系統和人機接口六部分組成 目前專家診斷系統大部分是依據d g a 數據 理化數據 電氣性能數據等從 各方面進行常規診斷 然后再進行綜合分析得出結論 其中存儲數據庫中的大部 分可診斷變量是當前變壓器的氣體濃度 用于變壓器診斷系統時 要把基礎知識 數據和普通的解釋方法d g a 綜合專家方法和啟發規則結合起來使用 有許多 采用其他人工智能方法與專家系統相結合的機制 變壓器絕緣故障診斷專家系統 的發展趨勢為 在知識庫結構上采用開放式的設計 更易于其他故障診斷方法融 入專家系統 診斷策略上采用多層次搜索 提高故障診斷速度 1 3 國內外研究現狀及主要存在問題 變壓器油中溶解氣體分析 d g a 技術是基于油中溶解氣體類型與內部故障 的對應關系 采用色相色譜儀分析溶解于油中的氣體 根據氣體的組分和各種氣 體的含量判斷變壓器內部有無異常情況 診斷其故障類型 大概部位 嚴重程度 第一章緒論 和發展趨勢的技術 其特點是能發現電氣試驗不易發現的潛伏性故障 對變壓器 內部潛伏性故障進行早期和實時的診斷識別非常有效 在眾多的變壓器試驗手段 中 利用氣相色譜分析技術檢測油浸式變壓器早期故障已被證明是一種非常有效 的手段 基于溶解氣體分析的變壓器故障診斷各國研究了多年 并提出了具有使 用價值的判斷標準 如我國d l t7 2 2 2 0 0 0 變壓器油中溶解氣體分析和判斷導 則 日本的電協法和i e c 國際電工委員會 的三比值法 利用傳統的離線氣相色譜法檢測變壓器油中溶解氣體時 從提取試驗油樣一 油氣分離一色譜分析的全過程中存在著環節多 操作手續繁瑣 試驗周期長等弊 病 因此不可避免地會引起較大的試驗誤差 并且實踐證明難以發現類似匝間絕 緣缺陷等故障和不能及時檢測出相對發展較快的故障 為彌補氣相色譜分析法的 不足 近1 0 年來 國內外都致力于在線監測原理的研究或裝置的研制 相繼研 制出一些具有實用價值的油中溶解氣體在線監測及診斷裝置 在故障診斷方面 利用i e c 三比值或改良電協研法進行故障判斷時 由于判 斷區間不靈活 導致有些故障判斷不出或誤判 對于編碼0 0 0 的情況 i e c 三比 值法等傳統方法不能做出判斷 有可能會掩蓋了真實的故障 人工智能技術應用于變壓器絕緣故障診斷已成為研究的熱點 各種不同方法 的應用 有效的提高了絕緣故障的診斷正確率 促進了在線監測與實時故障診斷 系統的研究開發 1 4 本文主要研究內容 本文主要研究的內容是根據龍風熱電廠 供電公司變電所收集到的變壓器油 中溶解氣體色譜分析數據 通過特征氣體分析法 三比值法 模糊原理方法和神 經網絡方法對變壓器潛伏性故障進行分析和判斷 特別是一些模糊 邊界的色譜 數據 根據傳統方法 很難對其作出正確的判斷 通過理論判斷與實際發生情況 的對比 闡明理論的正確指導意義 避免誤判斷情況的出現 本文主要研究的方法是應用人工智能方法對色譜數據進行分析 判斷 本文 選用的方法是模糊理論和神經網絡兩種方法 利用目前較為實用 流行和應用廣 泛的美國m s t h w o r k 公司推出的高性能數值計算軟件m a t l a b 軟件7 0 版本 實現 對色譜數據的模糊邏輯分析和神經網絡b p 網絡的學習 達到判斷變壓器是否存 在潛伏性故障的目的 本文最終的目的是想通過對比三比值法 模糊理論和神經網絡三種方式 對 比色譜數據的分析和判斷結果 最后得出本文的結論 使用那種方法更為有效 快捷和準確 4 第二章電力變壓器的故障類型及診斷 第二章電力變壓器的故障類型及診斷 油浸電力變壓器的故障原因 故障位置 現象復雜 同時由于設計 制造 運行以及維護等因素的干擾 對變壓器的故障做出準確的定位是非常困難的 對 變壓器進行故障分析 首先要對變壓器的故障類型 原因和機理進行分析 變壓器故障可分為內部故障和外部故斟4 1 外部故障為變壓器油箱外部絕緣 套管及其引出線上發生的各種故障 內部故障為變壓器油箱內發生的各種故障 其中包括 各相繞組之間發生的相間短路 繞組的線匝之間發生的匝間短路 繞 組或引出線通過外殼發生的接地故障等 變壓器故障類型按照回路劃分 可分為電路故障 磁路故障和油路故障 按 照主體結構劃分 可分為繞組故障 鐵芯故障 油質故障和附件故障 按照常見 的故障易發生部位劃分 可分為絕緣故障 鐵芯故障 分接開關故障等 影響嚴 重 發生機率最高的是變壓器出口短路故障 同時還存在變壓器滲漏故障 油流 帶電故障 保護誤動作故障等 上述這些不同類型的故障 有的可能反映的是過 熱故障 有的可能反映的是放電故障 有的可能反映過熱與放電故障并存 而變 壓器滲漏故障在一般情況下可能不存在過熱或放電故障的特征 2 1 變壓器故障原因及種類 2 1 1 變壓器故障原因 變壓器故障原因很多 一般分為電路故障和磁路故障 歸納總結為以下原因 電路故障 線環和引線方面的故障 1 線圈絕緣老化 受潮 2 切換器接觸不良 3 材料 質量及制造工藝不良 4 過電壓沖擊 5 二次系統短路引起的故障 磁路故障 鐵芯 軛鐵夾件間發生的故障 1 硅鋼片短路 2 穿芯螺絲與鐵芯間的絕緣損壞 3 軛鐵夾件與鐵芯間的絕緣損壞 4 鐵芯接地不良 第二章電力變壓器的故障類型及診斷 2 1 2 變壓器故障類型 l 按照故障發生的部位分類 變壓器外部故障 油箱 焊接質量不好 密封填圈不好 電壓分接開關傳動裝置 機械操動部 分 控制部分的問題 冷卻裝置 風扇 輸油泵 控制設備等問題 附件 絕緣 套管 溫度計 油位計 各類繼電器等問題 變壓器內部故障 繞組 絕緣擊穿 斷線 變形 鐵心 鐵心疊片之間絕緣不好 接地不好 鐵心兩點或多點接地及鐵心螺栓絕緣擊穿 內部的裝配金具問題 電壓分接開關 控制不到位 引線絕緣薄弱 絕緣油老化 2 按照故障發生過程分類 突發性故障 由異常電壓下 操作過電壓 雷電過電壓及諧波過電壓 引起的絕緣擊穿 層間短路 自然災害 輔機的電源停電 由潛伏性故障發展而形成的故障 鐵心絕緣不良 鐵心疊片之間絕緣不良 鐵心穿心螺栓的絕緣不良 由外界 反復短路引起的繞組變形 過負荷引起的絕緣老化 由于受潮游離放電引起絕緣 材料 絕緣油老化 3 按照故障性質分類 電力變壓器的內部故障主要有 過熱性故障 放電性故障 過熱和放電兼有 的故障 2 2 變壓器油中溶解氣體分析 變壓器油中溶解氣體 d g a 分析技術是基于油中溶解氣體類型與內部故障 的對應關系 采用氣相色譜儀分析溶解于油中的氣體 根據氣體的組分和各種氣 體的含量判斷變壓器內部有無異常情況 診斷其故障類型 大概部位 嚴重程度 和發展趨勢的技術 5 1 2 2 1 變壓器內部故障產生氣體 目前使用的大型電力變壓器 幾乎都是用變壓器油做絕緣和散熱使用 變壓 器油與油中的固體有機絕緣材料 紙 紙板等 在運行電壓下隨運行時間的增加 在放電和熱的作用下會逐漸老化和分解 產生少量的各種低分子烴類和c o c 0 2 6 第二章電力變壓器的故障類型及診斷 等氣體 變壓器的內部絕緣故障正是伴隨著局部過熱和局部放電現象 使油 紙 分解產生c 2 h 6 c 2 1 1 4 c 2 h 2 h 2 c o 和c 0 2 等氣體 當故障不嚴重時 產氣量 較少 所產生的氣體形成的氣泡在油中經對流 擴散 不斷的溶解于絕緣油中 當設備內部存在潛伏性過熱或放電故障時 就會加快這些氣體的產生速度 當產 生的速率大于溶解速率時 在變壓器里會有一部分氣體進入氣體繼電器 此外發 熱和放電的產生程度不同 所產生的氣體種類 油中溶解氣體的濃度 各種氣體 的比例關系也不相同 因此油中溶解氣體的組分和含量在一定程度上反映出變壓 器絕緣老化或故障的程度 通過對油中溶解氣體進行氣相色譜分析 便可發現變 壓器潛伏性的發熱和放電故障 2 2 2 正常運行時變壓器油中氣體含量 正常運行的變壓器油中溶解氣體的組成主要是氧氣和氮氣 根據實測數據統 計 長期運行的正常的開放式變壓器中 油的總氣量約為油的1 0 體積 其 中氧氣含量一般占2 0 3 0 氮氣占7 0 8 0 對于充氮變壓器 總氣量大 致為油的6 8 體積 其中氮氣占9 0 以上 氧氣占0 5 8 7 正常運行的變壓器 油中氣體含量很少 主要氧和氮 其中可燃性氣體c h 4 c 2 h 6 c 2 h 4 c 2 h 2 h 2 c o 更低 占總氣量的o 0 1 4 1 之間 有輕度故障的 變壓器 可燃性氣體總量在0 1 0 5 之間 故障變壓器可燃氣體總量在o 5 以 上 所以按照可燃性氣體總量判別變壓器運行狀態是可行的 變壓器絕緣材料分解所產生的可燃和非可燃氣體達2 0 多種 正確選取哪些 油中溶解氣體作為分析檢測的對象 對有效地分析診斷變壓器故障類型 能量 程度及發展趨勢極為關鍵 d l t7 2 2 2 0 0 0 變壓器油中溶解氣體分析和判斷導 則 規定了9 種氣體c o c 0 2 h 2 c i 1 4 c 2 h 6 c 2 i h c 2 h 2 n 2 0 2 除了 n 2 0 2 是推薦檢測的氣體外 其余7 種氣體都是故障情況可能增長的氣體 所以 是必測組分 其中c h 4 c 2 h 6 c 2 h 4 c 2 h e 氣體統稱為總烴 簡寫為c l c 2 2 3 變壓器油中溶解氣體含量與故障的關系 變壓器內部故障主要是機械的 熱的和電的三種類型 機械性的故障常以熱 的或者電的故障形勢表現出來 變壓器油和固體絕緣材料在熱和電磁的作用下 將產生各種氣體 這些氣體溶解于油中 對油中各種氣體進行分析 就可判斷變 壓器故障 8 1 0 1 第二章電力變壓器的故障類型及診斷 2 3 1 熱性故障的氣體特征 產生熱性故障的原因有 1 導線過電流 2 鐵芯局部短路 多點接地 形成環流 3 分接開關接觸不良 4 接線焊接不良 5 電磁屏蔽不良 使漏磁集中 6 油道堵塞 影響散熱 熱性故障的氣體特征 熱性故障是由于有效熱應力所造成的絕緣加速劣化 具有中等水平的能量的 密度 如果熱應力只引起熱源絕緣油分解時 所產生的特征氣體主要是甲烷和乙 烯 二者之和一般占總烴的8 0 以上 隨著故障點的溫度升高 乙烯所占的比例 將有所增加 通常熱性故障時不產生乙炔的 一般低于5 0 0 的過熱時 乙炔的含量不會 超過總烴的2 嚴重過熱時 乙炔的最大含量也不超過烴總量的6 當過熱涉及固體絕緣材料時 還會產生大量的一氧化碳和二氧化碳 2 3 2 電性故障的氣體特征 產生電性故障的原因有 1 繞組匝間 層間 相間絕緣擊穿 2 引線對地閃絡或者斷裂 3 分接開關飛弧 電氣故障產生的氣體 主要是氫氣h 2 和乙炔c 2 h 2 其次是乙烯c 2 h 4 和甲烷 c h 4 電氣故障形成按能量大小可分為三種 高能量的電弧放電 中間能量的間 隙火花放電和低能量的局部放電 高能量的電弧放電特點 電弧放電以線圈匝 層間絕緣擊穿故障為多見 其次引線斷裂或對地閃絡和 分接開關飛弧等故障 電弧放電故障產氣急劇 產氣量大 無前驅現象 一般難 以預測 故障特征氣體主要是乙炔和氫氣 其次是大量的乙烯和甲烷 故障發展 速度很快 氣體來不及溶于油中就釋放到氣體繼電器內 火花放電的原因有 1 引線或套管儲油柜放電 2 引線局部接觸不良 第二章電力變壓器的故障類型及診斷 3 分接開關觸頭接觸不良 4 鐵芯接地片接觸不良而引起放電 火花放電的特點 特征氣體以乙烯和氫氣為主 故障能量較小 一般烴總量 不太高 油中溶解的乙炔在烴的總量中所占的比例可達2 5 9 0 以上 乙烯含 量約占烴總量的2 0 以下 氫氣也占氫烴總量的3 0 以上 局部放電的原因有 l 沖片棱角或沖片間局部放電 2 金屬尖端之間局部放電 局部放電的特點 因電能量密度不同而不同 一般烴總量不高 產生的主要 氣體是氫氣h 2 和甲烷c h 4 2 3 3 進水受潮的氣體特征 變壓器受潮時 油中水份和含濕氣的雜質易形成 小橋 或者絕緣中含有 氣隙均能引起局部放電而產生氫氣h 另外 水份在電場作用下的電解反應和水 鐵的化學反應 可產生大量的氫氣h 2 所以受潮設備中的氫氣 在氫烴總量中占 比重更高 有時局部放電和受潮異常情況同時存在 且特征氣體基本相同 僅依 靠油中溶解氣體分析結果難以區分 必要時可根據外部檢查和其他試驗加以綜合 判斷 例如局部放電測量和油中微量水分分析等 5 2 3 4 固體絕緣材料故障的氣體特征 當故障涉及到固體絕緣時 會引起變壓器油中一氧化碳c o 和二氧化碳c 0 2 氣 體的明顯增長 正常開放式變壓器的c o 含量不大于0 0 3 如果總烴含量超限 c o 不超過0 0 3 通常認為變壓器固體絕緣材料有過熱的可能 若總烴含量未 超限 c o 超過0 0 3 通常認為變壓器是正常的 發現c o 超限時 要綜合分析 8 2 3 5 變壓器故障類型與氣體組分關系 如表2 1 所示 2 4 本章小節 本章主要論述了電力變壓器的故障類型和油中溶解氣體分析技術對變壓器 故障類型的診斷 表2 1 變壓器故障類型與氣體組分關系 9 第二章電力變壓器的故障類型及診斷 故障類型主要氣體組分次要氣體組分 油過熱c h 4 c 2 h n也 c 2 h 油和紙過熱c h 4 c h nc o c o 也 c k 油紙中局部放電h c h 一 c oc 2 h 6 c 0 2 油中火花放電c 2 h 4 h 2 油中電弧 c 2 h c h nc z h c 2 h e 油和紙中電弧c 出2 h 2 c o c 0 2 受潮或油中氣泡也 電力變壓器故障原因多種 主要歸納為 設計制造方面 運行維護方面 正 常老化及突發性事故三方面原因 變壓器故障類型同樣多種 按照故障的部位分 為內部故障和外部故障 按照故障發生的過程分為突發性故障和潛伏性故障 按 照故障性質分為過熱性故障 放電性故障和過熱兼放電性故障 變壓器油中溶解氣體分析技術判斷變壓器潛伏性故障的診斷機理 利用變壓 器故障情況下 油中產生的特征氣體含量與故障類型存在一種對應關系 這種對 應關系對分析判斷變壓器內部故障具有重要的指導意義 正常變壓器運行時 同 樣也存在特征氣體 一旦故障 某些特征氣體含量將發生較大變化 這些變化就 是需要我們認真捕捉 分析的依據 l o 第三章以油中特征氣體組分比值診斷故障的方法 第三章以油中特征氣體組分比值診斷故障的方法 根據d l t7 2 2 2 0 0 0 變壓器油中溶解氣體分析和判斷導則 中總結的不同 故障類型產生的油中特征氣體組分 只能粗略的判斷充油電氣變壓器內部是否可 能有早期的故障存在 不能確定故障的性質和狀態 因此 國內外通常用油中溶 解的特征氣體組分含量來診斷充油電力變壓器的故障性質 3 1 變壓器油中溶解氣體分析的診斷流程 產 圖3 1 變壓器色譜分析故障診斷程序 圖3 1 中宰表示對于新投入運行或重新注油的設備 短期內各氣體含量迅速 增長但尚未超過注意值 也可判定為內部異常 第三章以油中特征氣體組分比值診斷故障的方法 3 2 以特征氣體法診斷變壓器內部故障的原理及方法 d l t7 2 2 2 0 0 0 變壓器油中溶解氣體分析和判斷導則 中總結的不同故障類 型產生的油中特征氣體組分 能粗略地判斷充油電力變壓器內部是否存在故障 但不能確定故障的性質和狀態 因此 國內外通常以油中溶解的特征氣體組分含 量分析數據與注意值比較來診斷充油電力變壓器故障的性質 2 0 變壓器內部在不 同故障產生的氣體有不同的特征 可以根據變壓器油的氣相色譜測定結果和產氣 的特征及特征氣體的注意值 對變壓器等設備有無故障及故障性質作出初步判 斷 3 2 1 故障診斷原理 當前應用較為普遍的特征氣體法主要有 以油中特征氣體組分含量為特征量 的故障診斷法 以油中氣體的總烴及c o 和c 0 2 為特征量的故障診斷法 以氣體繼 電器中的游離氣體為特征量的故障診斷法 故障診斷原理 故障點產生氣體的特征隨故障類型 故障能量及其涉及的絕 緣材料的不同而不同 可以反映故障點引起的周圍油 紙絕緣的熱分解本質 可 以用表3 1 所列的特征氣體特點來判斷故障的性質 該診斷法對故障性質有較強 的針對性 比較直觀 容易掌握 不足是沒有明確量的概念 9 表3 1 判斷變壓器故障性質的特征氣體特點 序號故障性質特征氣體的特點 一般過熱 l 總烴較高 c 地含量大于c 2 i 4 c g 1 2 占總烴的2 以下 低于5 0 0 嚴重過熱 總烴高 c i h 含量小于c 扎 c 出 占總烴的5 5 以下 總烴的2 以 2 高于5 0 0 下 h 占氫烴總量的2 7 以下 總烴不高 含量大于1 0 0 l l 并占氫烴總量的9 0 以上 c i h 3局部放電 占總烴的7 5 以上 為主要成分 總烴不高 c 此含量大于1 0ul l 并且一般占總烴的2 5 以上 4火花放電 心占氫烴總量的2 7 以上 c h 4 占總烴含量的1 8 以下 電弧放電 總烴較高 c 出 占總烴含量的1 8 6 5 1 1 2 占氫烴總量的2 7 以 b 上 總烴較高 c 2 h z 占總烴含量的5 5 1 8 i 1 2 占氫烴總量的2 7 以 6 過熱兼電弧放電 下 1 2 第三章以油中特征氣體組分比值診斷故障的方法 3 2 2 診斷過程 1 與油中溶解氣體含量的注意值作比較判斷有無故障 出廠和新投運變壓器的診斷 對出廠和新投運的變壓器 要求有出廠試驗前 后的兩次分析結果 而且與投運前后的兩次分析結果不應有明顯的區別 氣體組 分含量符合表3 2 的要求 表3 2 對出廠和新投運的設備氣體含量的要求 u 饑 氣體變壓器和電抗器互感器套管 h 2 1 0 5 0 1 5 0 c 2 h 2 0oo 總烴 2 0 1 0 7 肅1 一氧化碳 當懷疑故障涉及到固體絕緣材料時 高于 電抗器 2 0 0 可能c o c 0 1 5 0l al 幾 對其繼續跟蹤檢測 2 0 0 2 年4 月2 8 日 對二號主變壓器的本體又進行了氣相色譜檢測 結果為2 0 0 5 l l 1 5 0l al l 2 0 0 2 年5 月1 0 日 結果為4 9 8 6 1 1 l l 1 5 0 l l 氫氣的注意值己超標 二 號主變壓器作為故障設備進行下一步的確定和跟蹤檢測 l 根據表3 3 運行中變壓器油中溶解氣體含量的注意值判斷 二號主變壓器 色譜分析數據中氫氣h 2 含量2 2 0 0 8 l al l 已超過1 5 0l al l 的注意值 需繼續跟 蹤檢測 2 根據特征氣體法初步判定 氫氣超標 其他氣體含量正常 根據圖3 1 典 型特征氣體排列圖中 符合典型特征氣體排列圖 d 推斷為變壓器絕緣受潮 產生特征氣體氫氣的增長 3 通過對超標氣體氫氣h 2 的產氣速率分析 診斷設備故障的嚴重程度 絕對產氣率 c 1 2 一c i 1m 一 p 氫氣的絕對產氣速率計算如下 3 3 第三章以油中特征氣體組分比值診斷故障的方法 c f 2 4 9 8 6 1 l l c f l 2 0 0 5 l 幾 z 土t 1 2 天 m 1 1 9t p 0 0 8 9 5t m 3 弦 3 3m l 天 根據d l t 7 2 2 2 0 0 0 變壓器油中溶解氣體和判斷導則 9 3 2 設備 中氣體增長率注意值 推薦變壓器絕對產氣速率注意值氫 1 0m l 天 弦 3 3 m l 天 注意值 相對產氣率 弦 c i 2 m c i i 一1 1 0 0 3 4 c i 1a t g 2 4 9 8 6 1 l l c f l 2 0 0 5 l l 垃 1 2 天 弦 1 2 3 9 總烴 c i 2 2 7 4 l l g 1 4 1 0 3 t l l 垃 1 2 天 弦 7 8 根據d l t7 2 2 2 0 0 0 變壓 器油中溶解氣體和判斷導則 9 3 2 設備中氣體增長率注意值 相對產氣速率也 可以用來判斷充油電氣設備內部的狀況 總烴的相對產氣速率大于1 0 時 應引 起注意 總烴弦 7 8 1 0 通過對超標氣體氫氣的產氣速率的計算和分析 絕對產氣率和相對產氣率均 未超過d l t7 2 2 2 0 0 0 變壓器油中溶解氣體和判斷導則 規定的注意值 表明變壓器目前故障嚴重程度較低 不至于將變壓器停電檢修 3 3 以三比值法診斷變壓器內部故障的原理及方法 大量的實踐證明 采用特征氣體法結合可燃性氣體含量法 可做出對故障性 質的判斷 但還必須找出故障產氣組分含量的相對比值與故障點溫度或電場力的 依賴關系及其變化規律 為此 人們在用特征氣體法等進行充油電氣設備故障診 斷的過程中 經不斷地總結和改良 國際電工委員會 i e c 在熱力動力學原理 和實踐的基礎上 相繼推薦了三比值法及改良三比值法 我國現行的d l t 7 2 2 2 0 0 0 導則 推薦的是改良的三比值法 3 3 1 三比值法的診斷原理 三比值法的原理是 根據充油電氣設備內油 紙絕緣在故障下裂解產生氣體 組分含量的相對濃度與溫度的相互依賴關系 從五種特征氣體中選用兩種溶解度 和擴散系相近的氣體組分