[摘 要]在電力變壓器運(yùn)行過程中，受多種因素影響難免出現(xiàn)故障，給人們的正常生產(chǎn)生活帶來不良影響，為此，通過研究電力變壓器故障診斷方法，可準(zhǔn)確評(píng)估電力變壓器運(yùn)行狀態(tài)，并采取有效措施將電力變壓器故障帶來的損失降到最低。筆者分析變壓器狀態(tài)檢修與故障診斷要點(diǎn)，進(jìn)行變壓器狀態(tài)檢修的方法，進(jìn)行初步探析。

　　[關(guān)鍵詞]核心論文發(fā)表,電力變壓器,狀態(tài)檢修,故障診斷

　　一、電力變壓器狀態(tài)診斷模型的建立

　　根據(jù)診斷電力變壓器狀態(tài)時(shí)涉及較多專業(yè)知識(shí)，尤其包含很多狀態(tài)信息。對(duì)這些狀態(tài)信息進(jìn)行分析時(shí)，為防止主觀因素影響，提高分析準(zhǔn)確度，本文基于模糊理論建立電力變壓器狀態(tài)診斷模型。

　　1.狀態(tài)與信息與故障原因間的對(duì)應(yīng)

　　電力變壓器運(yùn)行過中狀態(tài)信息比較繁多，且和不同故障之間的對(duì)應(yīng)關(guān)系十分復(fù)雜，給故障的分析帶來較大困難，尤其同一故障對(duì)應(yīng)龐大的檢測(cè)與試驗(yàn)數(shù)據(jù)時(shí)，進(jìn)一步增加故障分析的難度。為方便研究需總結(jié)變壓器運(yùn)行狀態(tài)各種信息，構(gòu)建與故障原因之間的關(guān)系。這是建立變壓器故障診斷模型的基礎(chǔ)工作，因此需要嚴(yán)加落實(shí)。

　　有關(guān)電力變壓器繞組故障包括短路、放電、直流電阻異常以及絕緣受潮等，與其對(duì)應(yīng)的狀態(tài)信息分別為C2H2、H2以及總烴含量、直流電阻不平衡系數(shù)，繞組局部放電量，C2H2含量，H2含量、總烴含量，直流電阻不平衡系數(shù)、油中含水量，吸收比，繞組介損值，繞組泄露電流，繞組絕緣電阻以及H2 含量等。按照上述方法以此列出電力變壓器的絕緣油、套管、鐵心出現(xiàn)故障的狀態(tài)信息。

　　2.狀態(tài)信息診斷矩陣的構(gòu)建

　　接下來構(gòu)建狀態(tài)信息與故障原因間的二維矩陣，其中列中包含引起某部件故障所有原因，行中包含某部件所有狀態(tài)信息量。本文以套管為例，構(gòu)建狀態(tài)信息與故障間的二維矩陣。如表1所示：

　　3.電力變壓器狀態(tài)診斷步驟

　　首先，對(duì)變壓器不同部件的狀態(tài)信息量對(duì)故障原因的隸屬度，完成狀態(tài)信息的診斷矩陣的構(gòu)建，其中每列元素之和即為所有狀態(tài)信息給變壓器造成的綜合影響。使用表示矩陣中故障原因的概率，則可用方程式(其中A表示一行m列的模糊矩陣，&表示廣義模糊算子)表示模糊診斷方程。本文使用加權(quán)平均型綜合診斷實(shí)現(xiàn)權(quán)重集A與診斷矩陣R的合成，如公式1所示：

　　公式(1)

　　其次，對(duì)故障原因發(fā)判斷遵守最大隸屬原則進(jìn)行。根據(jù)組成結(jié)婚構(gòu)獲得各部件出現(xiàn)故障的概率并進(jìn)行排序，表示為，表示與a對(duì)應(yīng)的故障原因具有最高的可能性。

　　二、模型中隸屬函數(shù)的確定

　　本文構(gòu)建的電力變壓器狀態(tài)診斷模型涉及以下狀態(tài)信息量：油中糖醛含量、油中含氣量、油介損值、套管局部放電量、套管末屏絕緣電阻、套管電容量等，因此，本文中將狀態(tài)信息量的隸屬函數(shù)分兩種情況進(jìn)行探討。其中套管末屏絕緣電阻、鐵芯絕緣、電阻、吸收比、繞組絕緣電阻狀態(tài)信息對(duì)應(yīng)極小型隸屬函數(shù)類型，隸屬函數(shù)如公式2所示：

　　其余狀態(tài)信息對(duì)應(yīng)極大型隸屬函數(shù)類型，隸屬函數(shù)類型如公式3所示：

　　三、不同部件狀態(tài)信息量權(quán)重的確定

　　電力變壓器各部件狀態(tài)信息權(quán)重由主觀權(quán)重與客觀權(quán)重之分，本文分別采用層次分析法與熵值法對(duì)其進(jìn)行確定。

　　1.層次分析法-主觀權(quán)重的確定

　　(1)層次分析法確定權(quán)重的步驟

　　首先，兩兩比較相同部件的不同狀態(tài)信息，并參考相對(duì)重要程度進(jìn)行尺度的判斷與判斷矩陣的構(gòu)建。判斷矩陣中表示狀態(tài)信息μ1相對(duì)于狀態(tài)信息μ2的重要性數(shù)值，其具體取值及表述的含義如(表2)所示。

　　其次，參考判斷矩陣將特征向量及最大特征根計(jì)算出來，其中特征向量就是不同狀態(tài)信息分配的權(quán)重大小;最后，但是獲得的權(quán)重精值不夠準(zhǔn)確，需檢驗(yàn)其一致性。檢驗(yàn)一致性依據(jù)公式4：

　　上式中表示判斷矩陣的隨機(jī)一致性比率，表示最大特征根，而代表平均隨機(jī)一致性指標(biāo)，不同的判斷矩陣對(duì)應(yīng)h不同的RI值。

　　2.繞組不同狀態(tài)信息權(quán)重的確定

　　本文僅以繞組狀態(tài)信息權(quán)重的確定進(jìn)行探討，電力變壓器其他部件狀態(tài)信息的確定可參考此法。

　　診斷電力變壓器狀態(tài)信息量主要分電氣試驗(yàn)信息及油色譜信息兩大塊內(nèi)容，其中電氣試驗(yàn)信息包括繞組局部放電量、繞組直流電阻、繞組介損值、泄露電流值、洗吸收比、絕緣電阻，而油色譜信息包括油中微水含量、氫氣含量、乙炔含量以及總烴含量。考慮到兩種信息均能反映繞組狀態(tài)信息，因此將其賦子相同的權(quán)重，即 A=( 0.5， 0.5)，則油色譜試驗(yàn)信息與電氣試驗(yàn)信息對(duì)應(yīng)的矩陣為PI與P2。

　　分別對(duì)其進(jìn)行一致性檢驗(yàn)發(fā)現(xiàn)權(quán)垂的分配是合理的。

　　2.熵值法-客觀權(quán)重的確定

　　主觀權(quán)重反映的是電力變壓器不同狀態(tài)信息在診斷中的相對(duì)重要性，通常認(rèn)為是合乎情理的，但是電力變壓器實(shí)際工作時(shí)會(huì)遇到這樣一種情況：某狀態(tài)信息量幾乎未發(fā)生變化，而其他狀態(tài)信息變化較大，此時(shí)需考慮不同狀態(tài)信息的客觀權(quán)重，即當(dāng)某狀態(tài)信息具有較大改變時(shí)，應(yīng)賦予較大的客觀權(quán)重。為保證不同部件狀態(tài)信息權(quán)重確定的合理性，此時(shí)需使用熵值法確定客觀權(quán)重。

　　假設(shè)獲得電狀態(tài)信息共m組數(shù)據(jù)，且不同組數(shù)據(jù)包含狀態(tài)信息共n項(xiàng)，則對(duì)應(yīng)的狀態(tài)信息矩陣如公式5：

　　假設(shè)電力變壓器的狀態(tài)信息j，若其各種數(shù)據(jù)狀態(tài)信息值具有較大差異，則在診斷過程中狀態(tài)信息j發(fā)揮的作用越大。

　　熵值法確定電力變壓器不同部件狀態(tài)信息客觀權(quán)重的步驟為：首先，在狀態(tài)信息量j下利用公式計(jì)算出狀態(tài)信息值x0的比值，其次，利用公式(其中，k>1，且計(jì)算出狀態(tài)信息量j的熵值。其中以狀態(tài)信息j為例，之間差異性越大，則就越小，反之越大。分別利用公式6/公式7計(jì)算狀態(tài)j的差異性系數(shù)以及變壓器各部件狀態(tài)信息的客觀權(quán)重。

　　總而言之，隨著科學(xué)技術(shù)的不斷地進(jìn)步與變壓器狀態(tài)檢修的實(shí)施，并將成為電力狀態(tài)檢修技術(shù)開扣新的領(lǐng)域，不斷地提高電力系統(tǒng)的安全/經(jīng)濟(jì)/穩(wěn)定運(yùn)行水平，并對(duì)電力企業(yè)經(jīng)濟(jì)效益和社會(huì)效益產(chǎn)生深遠(yuǎn)的影響探析。

　　參考文獻(xiàn)

　　[1] 王瑞君.電力變壓器狀態(tài)檢修及故障診斷方法研究[D].華北電力大學(xué)，2013.

　　[2] 田沖.電力變壓器狀態(tài)評(píng)估及故障診斷方法研究[J].電子世界，2013，16：38-39.

　　[3] 鄭含博.電力變壓器狀態(tài)評(píng)估及故障診斷方法研究[D].重慶大學(xué)，2012.

---

轉(zhuǎn)載請(qǐng)注明來自：http://www.jinnzone.com/dianlilw/48492.html