摘要：近年來，我國電力系統快速發展，引入的變壓器數量不斷增多。變壓器作為電力系統中的一種重要設備，其承擔著傳輸電能和變換電壓的任務，在實際應用過程中，由于絕緣老化、加工制造質量水平低等原因，變壓器經常發生各種故障，為了準確判斷變壓器的故障位置和故障原因，應加大對變壓器故障診斷技術的研究，提高變壓器故障診斷效率。基于此，本文就電力變壓器狀態檢修及故障診斷方法進行深入分析，以供參考。

1、大型電力變壓器常見故障類型

1.1大型電力變壓器繞組絕緣損毀

大型電力變壓器如果出現繞組絕緣問題，就會直接引發變壓器短路，導致著火或爆炸事故。繞組絕緣體老化、破損，絕緣功效降低，甚至失去絕緣作用，致使繞組之間發生短路，會讓繞組發熱，甚至燒毀。在繞組發生短路故障時，會產生放電式電弧，它的溫度高于3000℃，絕緣油在高溫的環境下，會產生大量的可燃性氣體形成爆炸隱患，遇到任何火花都會發生燃燒或者爆炸。

1.2變壓器油滲漏

變壓器油是大型電力變壓器運行的關鍵，而變壓器油滲漏問題很可能導致變壓器污損受潮，絕緣強度降低，最終導致擊穿放電和變壓器故障，影響變壓器正常工作，同時也污染環境、增加火災隱患。

1.3變壓器油的老化

變壓器油老化主要有氧化老化、局部過熱老化、局部放電老化三種。新油通常呈現淺黃色，無味，盛在玻璃瓶中是透明狀態，帶有蘭紫色熒光。如果新油呈現深暗色則屬于不合格，只有在運行中，顏色才會逐漸變暗。如果新油失去熒光和透明度，則說明油中混有機械雜質或游離碳。如果其顏色變深，粘度增大，酸值變大，閃點降低，電氣性能下降，界面張力減小，甚至生成褐黑色沉淀物，則認為此油已經老化。

2、電力變壓器狀態檢修分析

狀態檢修是企業以安全、可靠性、環境、成本為基礎，通過設備狀態評價、風險評估、檢修決策，達到運行安全可靠、檢修成本合理的一種檢修策略。實現從“到期必修”到“應修必修、修必修好”的轉變。通過狀態檢修的實施，可以科學合理的保障設備狀態，平均節省檢修工作量，停電時間減少40%-60%，極大的提高工作效率、供電質量和可靠性。

2.1定期檢查

經過長期的運轉，電力變壓器會在一定程度上受到損耗，如果不注重對這一設備的工作狀態進行定期檢修的話，就會增大設備發生故障的幾率，增大故障維修難度。電力變壓器的檢修方法比較多樣，所以工作人員在進行了檢查時，就要根據設備的工作需要制定相應的檢修方案，提高檢修工作的工作效率。同時，在對電力變壓器進行初次檢修時，發現問題的可能性比較低，所以工作人員必須要樹立正確的工作態度，對電力變壓器進行多次測驗，以保證電力變壓器的穩定工作。

2.2實時監測

隨著我國科技水平的快速提高，計算機網絡技術在工業生產中的應用范圍變得越來越大。加強對電力變壓器的實時監測，能夠準確了解到該設備內部元器件及電壓等的工作狀況，有效規避電力變壓器工作過程中的風險，提高電力變壓器的工作效率。

3電力變壓器故障診斷方法

3.1例行試驗

為獲取設備狀態量，評估設備狀態，及時發現事故隱患，定期進行的各種帶電檢測和停電試驗。需要設備退出運行才能進行的例行試驗稱為停電例行試驗。通常指紅外熱像檢測、油中溶解氣體分析、繞組電阻，絕緣油例行試驗，繞組絕緣電阻、繞組絕緣介質損耗因數等。

3.2診斷性試驗

診斷性試驗指巡檢、在線監測、例行試驗等發現設備狀態不良，或經受了不良工況，或受家族缺陷警示，或連續運行了較長時間，為進一步評估設備狀態進行的試驗。診斷性試驗包括空載電流和空載損耗測量、感應耐壓和局部放電測量、繞組頻率響應分析、外施耐壓試驗、絕緣油診斷性試驗等。

3.3人工智能及相關技術診斷

3.3.1模糊邏輯方法

模糊邏輯方法是以模糊理論和模糊關系為基礎的，通過積累經驗，依靠平常自己的知識來判斷故障和原因的不確定性。提出了基于模糊數學和概率論的變壓器故障診斷，通過建立變壓器故障性質與故障征兆之間的完全因果強度關系，提高了模型的診斷精度。將模糊聚類的數據挖掘技術應用到變壓器故障診斷中，通過建立故障樣本數據的相似關系矩陣而實現了對故障樣本集的聚類分析，最終實現了對故障樣本的診斷分析。以變壓器各個部件診斷為基礎，通過模糊理論來構造變壓器狀態診斷模型，并用實例證明了該模型的有效性。

3.3.2專家系統

專家系統是現在經常使用的一種方法。專家系統是累積大量的這方面的專家的經驗，和他們在日常工作中遇到的問題及其解決這些題方法來進行推理，從而學習到前人經驗和知識，還有對問題的解釋功能。現在，這一種方法已經開始在電力系統運行得到了很大應用，尤其是在電氣設備的問題和線路故障上。有效地解決了使用單一的方法，造成結果不全的問題，可以使電力系統問題得到快速的解決。把人工智能專家系統引入到變壓器故障診斷中，實例測試表明該方法降低了判斷的隨機性，提高了診斷水平。將基于模糊Petri網的知識表示方法應用于變壓器故障診斷專家系統中，并用實例證明了這種應用的有效性。

3.3.3人工神經網絡

人工神經網絡是依據人類大腦高度的集成化和處理信息的快速化，再進行節點互聯構成信息處理的方法。這種人工神經網絡可以做到復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，是因為其在發生問題和電力運行故障的時候，可以建立非線性映射關系，這種關系符合人工神經網絡的原理。這一種方法，在我國還沒有被應用，但是在國外，已經開始得到了應用，并得到了很不錯的效果。

3.3.4支持向量機

支持向量機(SupportVectorMachine，SVM)是一種新興且對解決變壓器故障非常有效的方法，它是一種機器學習方法。它的理論最開始是針對模式識別問題提出的，主要是來解決這一方面問題的。后來經過人們的學習和研究，才擴展到現在這一領域。支持向量機這種方法在處理變壓器的數據問題和技術樣本上，非常有優勢。因為，它在樣本較少的時候，有很強的適應能力，能夠及時地將數據分類并提高計算能力。尤其是在面臨電力變壓器一類的問題時，更是非常方便。

3.3.5貝葉斯網絡

貝葉斯網絡是現在比較新興的一種方法，它的主要優點是解決復雜的問題造成的故障。還有就是對于問題的不確定性，我們利用貝葉斯網絡都能得到很好地處理。我們知道變壓器運行時的變化是很不確定的，而且可能受到人為的影響，因此貝葉斯網絡對處理變壓器問題行之有效。

4、結論

綜上所述，電力變壓器是電力系統正常運行工作的重要保證，同時也是人民群眾正常用電工作的重要保障。電力變壓器如果在運行中出現故障問題，就需要相關工作人員給出診斷方法，做好檢修工作。若這些問題沒有得到電力企業的重視，就會引起一系列電力事故的發生，影響我國社會生活大安全和穩定。因此，要做好電力變電器的日常檢修工作，避免變壓器故障的發生，才能保證社會的用電安全，推動電力企業的發展。

(曾躍  呼和浩特供電局  呼和浩特市  010050)

參考文獻：

[1]張利偉.油浸式電力變壓器故障診斷方法研究[D].華北電力大學,2014.

[2]曹曉斌.淺析電力變壓器狀態評估及故障診斷方法[J].山東工業技術,2015(06):198.