变压器的诊断与维修系部机电工程系
目 录
1.引言
随着国民经济的持续高速发展与电力市场运行机制的逐步实现，我国的电力工业系统已经进入了一个超高压、大电网、大容量、自动化的新阶段，不同区域之间的联网也已在加速建设中。随着三峡电站的建成，在未来几年将逐渐形成全国联网的新格局。在这样的电网格局和电力系统的发展趋势下，提高电气设备特别是大型电力变压器的运行可靠性就显得尤为重要。由于电力系统需要安全、经济、稳定的运行以及传统预防性试验存在的不足，迫切要求实现对高压电气设备从以时间为基准的维修方式到以状态为基准的维修方式的转变，电气设备状态维修的概念受到了愈来愈多的重视。
电力变压器是用来改变电压和电流、传输电能的一种静止电器，是电力系统中输变电、配电设备中最重要和最昂贵的设备之一，也是电力设备中容量较大、故障率较高的环节，其运行状态的安全与否直接关系到整个电力系统的安全性和经济性，是电网安全运行的基础。变压器一旦发生故障，不仅给人们的生活带来不便，更严重的是，可能危及人们的生命财产安全，妨碍了整个国民经济的稳速发展。
2.变压器故障诊断概述
2.1变压器的结构
从变压器所包含的类型可以看出大型电力变压器大多都是油浸式的，油浸式变压器被广泛应用于电力工业系统中。油浸式变压器主要由器身、油箱、冷却装置、保护装置、出线装置等构成，如图2-1所示。由于变压器结构复杂，各个部分均有出现异常或故障的可能性，这些异常或故障可以通过各种现象如声音、振动、气味、颜色、温度，或者通过检测试验数据反映出来。
图2-1变压器结构
2.2变压器的故障分类
2.2.1出口短路故障
出口短路故障是指运行变压器由于受出口短路故障的影响而遭到的破坏。当变压器出口短路时，变压器高、低压绕组可能同时通过数十倍的于额定值的短路电流，它将产生很大的热量，使变压器严重发热，损坏绝缘。变压器受短路冲击时，如果短路电流小，保护及时动作，绕组只会出现轻微变形;如果短路电流大，保护延时动作甚至未动，绕组就会出现严重变形。一台绕组已变形的变压器如果继续运行，就会引发多种故障和事故。
2.2.2绕组故障
变压器绕组是变压器的心脏，是传输、变换电能的核心，是构成变压器输入、输出电
*好棒文|www.hbsrm.com +Q: *351916072*
同时通过数十倍的于额定值的短路电流，它将产生很大的热量，使变压器严重发热，损坏绝缘。变压器受短路冲击时，如果短路电流小，保护及时动作，绕组只会出现轻微变形;如果短路电流大，保护延时动作甚至未动，绕组就会出现严重变形。一台绕组已变形的变压器如果继续运行，就会引发多种故障和事故。
2.2.2绕组故障
变压器绕组是变压器的心脏，是传输、变换电能的核心，是构成变压器输入、输出电能的电气回路，是变压器主要组成部分，其故障模式可分为:部分绝缘老化、绕组受潮，绕组短路、绕组断路、绕组松动、变形、位移、绕组烧损等。其中绕组短路又可分为:匝间短路、相间短路和股间短路。
2.2.3铁芯故障
变压器铁芯和绕组是传递、交换电磁能量的主要部件，为了使变压器可靠运行，除绕组质量合格外，铁芯质量的好坏也是决定变压器正常运行的关键。铁芯的故障模式可分为:铁芯多点接地、铁芯接地不良、铁芯片间短路等。根据大量的事故分析，导致铁芯故障的主要原因有:铁芯组件中铁质夹件松动或损伤而碰接铁芯，压铁松动引起铁芯振动和噪声，铁芯接地不良或夹件烧坏，铁芯片间绝缘老化，铁芯安装不正或不齐造成空洞声，铁芯片间叠装不良造成铁损增大而使铁芯发热等。
3.基于贝叶斯网络的变压器故障维修策略的优化研究
3.1贝叶斯网络及其结构
贝叶斯网络是一种有向无环图(DGA: Directed Acyclic Graph) ，又称概率因果网络、信任网络、知识图等。它通过有向图的形式来表示随机变量间的因果关系和条件概率，贝叶斯网络是一种因果知识和概率知识相结合的知识表示框架，其中的节点表示随机变量，有向边用来确定随机变量间的独立性假设。
其数学描述为:
假定一个离散随机变量集合U，包含有限个变量，如下式:
其中，变量Xi可以选有限个值。
在结构上，贝叶斯网络是一个二元组合，如下式:
图3-1是一个略去了条件概率的贝叶斯网络示例，该图中的又向箭头表示了关联关系和省略的条件概率。
图3-1贝叶斯网络结构示例
3.2基于贝叶斯网络的电力变压器维修修策略优模型构建
3.2.1基于贝叶斯网络的电力变压器维修修策略优模型
建立贝叶斯网络模型，第一步要确定其故障特征征兆集和故障位置集。通过对收集到的410多台电力变压器故障数据进行分析，并参考了有关文献对变压器故障决策表的划分经验，本文整理出了电力变压器故障特征集T、故障位置W分别如表3-2、表3-3所示。
表3-2故障特征集T
表3-3故障位置及类型集合W
第二步，确定贝叶斯网络概率参数值，概率信息可根据专家经验确定也可从样本集中学习获得。本文从收集到的410多台电力变压器故障位置数据样本集中学习获得了概率参数，不同故障位置及类型的先验概率P(wj)如表3-3所示，不同故障位置(类型)故障发生条件下，各个特征量有表现的概率P(ti,wj)的统计如表3-4所示。
表3-4概率统计(关联关系)数据
这样，将w作为所有特征变量的父节点集所建立的变压器故障位置及类型分析用的贝叶斯网络模型如图3-5所示。
图3-5基于贝叶斯网络的变压器维修策略模型
4.基于贝叶斯决策树算法的变压器故障诊断
在变压器故障诊断领域中，经常会由于主观或客观、内部或外部原因，导致试验数据的缺失或者出现一些坏数据，这会直接影响诊断结果的准确度。为了能够更好地处理这些不一致、不完整或者噪声等干扰数据，本章将贝叶斯网络算法引入到决策树算法中，对用于变压器故障诊断的决策树模型进行优化，提高了分类
1.引言
随着国民经济的持续高速发展与电力市场运行机制的逐步实现，我国的电力工业系统已经进入了一个超高压、大电网、大容量、自动化的新阶段，不同区域之间的联网也已在加速建设中。随着三峡电站的建成，在未来几年将逐渐形成全国联网的新格局。在这样的电网格局和电力系统的发展趋势下，提高电气设备特别是大型电力变压器的运行可靠性就显得尤为重要。由于电力系统需要安全、经济、稳定的运行以及传统预防性试验存在的不足，迫切要求实现对高压电气设备从以时间为基准的维修方式到以状态为基准的维修方式的转变，电气设备状态维修的概念受到了愈来愈多的重视。
电力变压器是用来改变电压和电流、传输电能的一种静止电器，是电力系统中输变电、配电设备中最重要和最昂贵的设备之一，也是电力设备中容量较大、故障率较高的环节，其运行状态的安全与否直接关系到整个电力系统的安全性和经济性，是电网安全运行的基础。变压器一旦发生故障，不仅给人们的生活带来不便，更严重的是，可能危及人们的生命财产安全，妨碍了整个国民经济的稳速发展。
2.变压器故障诊断概述
2.1变压器的结构
从变压器所包含的类型可以看出大型电力变压器大多都是油浸式的，油浸式变压器被广泛应用于电力工业系统中。油浸式变压器主要由器身、油箱、冷却装置、保护装置、出线装置等构成，如图2-1所示。由于变压器结构复杂，各个部分均有出现异常或故障的可能性，这些异常或故障可以通过各种现象如声音、振动、气味、颜色、温度，或者通过检测试验数据反映出来。
图2-1变压器结构
2.2变压器的故障分类
2.2.1出口短路故障
出口短路故障是指运行变压器由于受出口短路故障的影响而遭到的破坏。当变压器出口短路时，变压器高、低压绕组可能同时通过数十倍的于额定值的短路电流，它将产生很大的热量，使变压器严重发热，损坏绝缘。变压器受短路冲击时，如果短路电流小，保护及时动作，绕组只会出现轻微变形;如果短路电流大，保护延时动作甚至未动，绕组就会出现严重变形。一台绕组已变形的变压器如果继续运行，就会引发多种故障和事故。
2.2.2绕组故障
变压器绕组是变压器的心脏，是传输、变换电能的核心，是构成变压器输入、输出电
*好棒文|www.hbsrm.com +Q: *351916072*
同时通过数十倍的于额定值的短路电流，它将产生很大的热量，使变压器严重发热，损坏绝缘。变压器受短路冲击时，如果短路电流小，保护及时动作，绕组只会出现轻微变形;如果短路电流大，保护延时动作甚至未动，绕组就会出现严重变形。一台绕组已变形的变压器如果继续运行，就会引发多种故障和事故。
2.2.2绕组故障
变压器绕组是变压器的心脏，是传输、变换电能的核心，是构成变压器输入、输出电能的电气回路，是变压器主要组成部分，其故障模式可分为:部分绝缘老化、绕组受潮，绕组短路、绕组断路、绕组松动、变形、位移、绕组烧损等。其中绕组短路又可分为:匝间短路、相间短路和股间短路。
2.2.3铁芯故障
变压器铁芯和绕组是传递、交换电磁能量的主要部件，为了使变压器可靠运行，除绕组质量合格外，铁芯质量的好坏也是决定变压器正常运行的关键。铁芯的故障模式可分为:铁芯多点接地、铁芯接地不良、铁芯片间短路等。根据大量的事故分析，导致铁芯故障的主要原因有:铁芯组件中铁质夹件松动或损伤而碰接铁芯，压铁松动引起铁芯振动和噪声，铁芯接地不良或夹件烧坏，铁芯片间绝缘老化，铁芯安装不正或不齐造成空洞声，铁芯片间叠装不良造成铁损增大而使铁芯发热等。
3.基于贝叶斯网络的变压器故障维修策略的优化研究
3.1贝叶斯网络及其结构
贝叶斯网络是一种有向无环图(DGA: Directed Acyclic Graph) ，又称概率因果网络、信任网络、知识图等。它通过有向图的形式来表示随机变量间的因果关系和条件概率，贝叶斯网络是一种因果知识和概率知识相结合的知识表示框架，其中的节点表示随机变量，有向边用来确定随机变量间的独立性假设。
其数学描述为:
假定一个离散随机变量集合U，包含有限个变量，如下式:
其中，变量Xi可以选有限个值。
在结构上，贝叶斯网络是一个二元组合，如下式:
图3-1是一个略去了条件概率的贝叶斯网络示例，该图中的又向箭头表示了关联关系和省略的条件概率。
图3-1贝叶斯网络结构示例
3.2基于贝叶斯网络的电力变压器维修修策略优模型构建
3.2.1基于贝叶斯网络的电力变压器维修修策略优模型
建立贝叶斯网络模型，第一步要确定其故障特征征兆集和故障位置集。通过对收集到的410多台电力变压器故障数据进行分析，并参考了有关文献对变压器故障决策表的划分经验，本文整理出了电力变压器故障特征集T、故障位置W分别如表3-2、表3-3所示。
表3-2故障特征集T
表3-3故障位置及类型集合W
第二步，确定贝叶斯网络概率参数值，概率信息可根据专家经验确定也可从样本集中学习获得。本文从收集到的410多台电力变压器故障位置数据样本集中学习获得了概率参数，不同故障位置及类型的先验概率P(wj)如表3-3所示，不同故障位置(类型)故障发生条件下，各个特征量有表现的概率P(ti,wj)的统计如表3-4所示。
表3-4概率统计(关联关系)数据
这样，将w作为所有特征变量的父节点集所建立的变压器故障位置及类型分析用的贝叶斯网络模型如图3-5所示。
图3-5基于贝叶斯网络的变压器维修策略模型
4.基于贝叶斯决策树算法的变压器故障诊断
在变压器故障诊断领域中，经常会由于主观或客观、内部或外部原因，导致试验数据的缺失或者出现一些坏数据，这会直接影响诊断结果的准确度。为了能够更好地处理这些不一致、不完整或者噪声等干扰数据，本章将贝叶斯网络算法引入到决策树算法中，对用于变压器故障诊断的决策树模型进行优化，提高了分类
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/jdgc/1378.html
