油中溶解气体电力变压器故障诊断专家系统

师瑞峰，史永锋，牟军，李慧，刘潇涵

（1.华北电力大学控制与计算机工程学院，北京102206；2.山东省临沂供电公司，临沂276000）

油中溶解气体电力变压器故障诊断专家系统

师瑞峰1，史永锋1，牟军2，李慧2，刘潇涵2

（1.华北电力大学控制与计算机工程学院，北京102206；2.山东省临沂供电公司，临沂276000）

保证电力变压器可靠运行是电力系统安全稳定的重要研究课题，现有的油中溶解气体分析方法存在编码涵盖范围小、不可扩展等不足，影响了其在实际工程中的应用。为此，提出了一种可扩展的油中溶解气体成分的电力变压器故障诊断专家系统，通过将传统三比值法、统计学习方法及实际经验法获得的故障判别规则进行整合，建立了可增扩新规则的专家系统。为验证该方法的有效性，采用3类典型算例、42条故障记录作为进行判别，研究结果表明，建立的专家系统较现有方法具有更好的操作性和判别准确率。

电力变压器；溶解气体分析；故障诊断；体系构建；专家规则库

电力变压器属于电力系统中的重要设备，其运行状态直接关系到整个电力系统的安全与稳定。目前110 kV及以上等级的大型电力变压器主要采用油纸绝缘结构，在正常老化过程及故障初期，油纸绝缘劣化所形成的低分子烃、氢气以及碳的氧化物等气态化合物绝大部分将溶解于油中。目前实际现场通过采用IEC61850标准所述方法，从油样中分离出这些溶解气体，再利用色谱技术对其进行定量分析[1]。变压器油中溶解的各种气体成分相对数量与形成速度主要取决于故障点能量的释放形式及故障严重程度，因此根据色谱分析结果可进一步判断设备内部是否存在异常，进而推断故障类型及故障能量等。

溶解气体分析DGA（dissolved gas analysis）技术是目前对油浸变压器进行故障诊断最便捷、最有效的手段之一，它可以比较准确、可靠地发现逐步扩展的潜伏性故障，预防可能由此引起的重大事故。在油中溶解气体诊断方面，主要采用IEC/ IEEE推荐的方法；一些国家结合自身实际情况，制定了符合各自国情的油中气体“可接受水平”及故障判断规则[2]。我国沿用了国际电工技术委员会IEC（International Electrotechnical Commission）三比值法在以往设备运行维护中为发现变压器故障隐患、降低事故率发挥了巨大作用[3]。

IEC三比值法是利用DGA结果对充油电力设备进行故障诊断的基本方法。但长期实践中发现IEC60599所提供的编码并不完备，实际应用中有相当一部分DGA结果未能涵盖于此编码中，以至于无法对某些情况进行诊断[4]。目前许多国家采用IEC60897提供的规则和编码对变压器故障进行诊断，一定程度上提升了诊断效果[5]。此外，一些学者通过对油中溶解气体成分、含量以及各种气体比例进行综合分析后，获得变压器故障结果[6-7]。

本文在现有研究变压器故障诊断文献综述基础上，结合三比值法编码的特点，提出了一种构建变压器故障专家体系方法。通过对故障诊断系统的可扩展性和快速诊断能力方面进行设计，达到改进现有诊断系统性能的目的。

1 变压器故障诊断专家体系构建

目前大型变压器还是采用三比值法进行故障分析及判别，但由于三比值法本身存在一定的缺陷，用人工智能方法编码进行故障诊断又可能存在过拟合等问题。因此本文构建了一种基于IEC三比值法改进的结合启发式方法的诊断结果及现场专家经验的变压器故障诊断专家系统。

1.1 三比值法的基本原理

三比值法是一种采用变压器油中溶解的5种特征气体C2H4、C2H6、C2H2、CH4、H2构成的三对比值C2H2/C2H4、CH4/H2和C2H4/C2H6对变压器故障类型进行判别的方法。该方法通过对这3种比值不同范围的组合进行编码，建立起组合对与相应故障之间的关联关系进而故障判别的依据。把这些比值以不同的编码表示，如表1所示。根据测试结果计算得出编码，并把3对比值换算成对应的编码组，然后查表对应得出故障类型和故障的大体部位，如表2所示[8]。

表1 编码规则Tab.1Code rules

表2 故障类型判断方法Tab.2Methods of fault type judgment

通过大量的实践，发现三比值法存在一些不足[9]：

（1）由于充油电气设备内部故障非常复杂，由典型事故统计分析得到的三比值法推荐的编码组合，在实际应用中常常出现不包括表2范围内编码组合对应的故障；

（2）只有油中气体各组分含量足够高或超过注意值，并且经综合分析确定变压器内部存在故障后，才能进一步用三比值法判断其故障性质。如果不论变压器是否存在故障一律使用三比值法，就有可能对正常的变压器造成误判；

（3）在实际应用中，当有多种故障联合作用时，可能在表中找不到相应的比值组合；同时，在三比值编码边界模糊的比值区间的故障，往往易误判。

总之，由于故障分类本身存在模糊性，每一组编码与故障类型之间也具有模糊性，IEC三比值法还不能包括和反映变压器内部故障的所有形态。

1.2 故障诊断专家体系构建

大部分农村目前都已经修建了村村通的公路，加之当下种类多样的交通工具，交通十分快速便捷。以平原地区来说，在5平方公里左右的范围内设立一个村镇是可以满足农业生产的需求的。而在山区当中的这个范围可以缩至1.5平方公里的范围左右。当前我国乡村当中，大部分新乡镇的人口都不低于千人，甚至人口较多的，会在1万人或万人往上。在这样的人口密度的情况下，村镇居民进行集中居住，有利于扩大村镇居民的活动范围，增加村镇居民的信息量，促进居民间的来往，这正是农业生产逐渐趋向于集约化以及专业化所需要的。而集中居住的另一个好处是能够是农业发展往市场农业和产业农业的方向转变，是农业发展多元化，促进新农村的生产力。

IEC三比值法是我国相关规程上基本沿用的变压器故障诊断方法，以为及时发现变压器故障隐患发挥了重要作用，在以往的运行维护中消除了不是事故隐患。由于三比值法编码的局限性以及变压器故障分类的模糊性，其诊断准确性不高成为最大的不足；近年来，很多专家学者开始尝试采用启发式方法解决变压器故障诊断问题，通过对故障进行更细分类，结合相应的启发式方法对故障类型进行复杂编码，建立相应的故障诊断系统，最终得到诊断结果。相比三比值法得到的诊断结果，采用启发式方法得到的诊断结果准确性高很多，然后由于启发式方法的复杂性及可能存在的过拟合性，这类方法的时效性及通用性较差，从而在实际推广应用中存在较大困难；同时，存在一些无法预测的或者未知的故障，对于这些故障，采用启发式方法建立的模型也无法准确诊断。现场的技术人员通常通过经验对可能出现的故障做出大致的判断。基于上述几种情况，本文在IEC三比值法的基础上提出了一种结合大量现代启发式方法的诊断结果和现场专家经验的变压器故障诊断动态规则体系。无论是三比值法还是启发式方法，都无法穷尽变压器可能出现的故障，所以本文提出的体系不仅集合了上述几种方法的优点，同时具有动态性，可以对最新出现的故障类型进行分析。如果属于以前出现的故障类型，就集成到以前的规则中；如果不属于专家体系中现有的规则，就扩充规则库。还可以根据变压器结构及其他属性的改变，删除过时的、无法进行故障诊断的规则。本文提出的变压器故障诊断专家体系具有三比值法的快速性，现代启发式方法的准确性及结合现场专家经验的全面性，这对于现在工作人员操作和及早准确地发现变压器隐患提供了很大的参考信息，可以尽快排出隐患，保证变压器系统安全、稳定运行。

在研究大量相关文献的基础上，本文提出了基于算例学习的变压器故障诊断专家体系。

2 算例分析

本文所提改进的学习型变压器故障诊断专家体系流程如图1所示，为验证该系统的有效性，选取3个典型算例进行分析。

2.1 算例描述

本节共选取3组算例对本文体系进行验证。其中，实际故障是指现场最终得到的故障类型；三比值是C2H2/C2H4、CH4/H2和C2H4/C2H63项的比值，根据表1中的编码规则得到表中三比值列的结果；三比值判断结果是由传统三比值法判断后的正误；本文体系判断结果是根据本文提出的专家体系的判断正误。

2.2 算例1

算例1选自文献[10]，算例1测试样本基础数据及判断结果如表3所示。

表3 故障数据样本及三比值编码Tab.3Samples of fault data and three ratio encoding

图1 变压器故障诊断专家体系流程Fig.1Flow chart of transformer fault diagnosis expert system

2.2.2结果分析

由表3中20组样本判断结果正误统计得到，传统三比值法诊断准确率为65%，本文提出的体系判断准确率为85%，相比传统三比值判断准确率有了很大的提高。其中，有17组获得了与实际故障完全一致的判断结果；第19和20例样本由于编码界限的模糊性，其诊断结果与实际故障有细微偏差；仅第12例样本未能诊断出高能放电。该结果与文献[10]中采用BP神经网络的学习诊断结果非常接近，文献[10]中所用方法同样未能诊断第12例样本的故障。相比而言，本文提出体系的计算性能大大超越后者，这对于现场应用所需的快速反应性及故障诊断所需的整体鲁棒性而言，具有更好的实用性。

2.3 算例2

2.3.1 算例2来源

算例2选自文献[11]，算例2测试样本基础数据及判断结果如表4所示。

2.3.2 结果分析

表4中的9组样本，通过三比值法进行故障诊断第2例和第3例样本诊断结果错误，诊断准确率为77.8%；采用本文提出的专家体系，仅第2例样本诊断错误，诊断准确率为88.9%；参考文献[11]中的采用改进遗传算法第1例诊断错误，诊断准确率同样为88.9%。对比3种诊断策略，本文提出的专家体系在诊断准确率方面明显优于三比值法且不低于改进遗传算法；本文所提专家诊断系统的判别准确率与改进遗传算法相当（表4算例中仅多误判1例），但其诊断效率明显优于改进遗传算法，且本文方法具有动态性和可扩展性，其通用性也大大优于改进遗传算法。因此，综合比较，本文所建专家系统的整体性能不劣于现有的改进遗传。可见本文提出的专家体系在故障诊断方面具有很高的有效性和一定的优越性。

2.4 算例3

2.4.1 算例3来源

算例3选自文献[12]，算例3测试样本基础数据及判断结果如表5所示。

表4 实际故障数据样本及三比值编码Tab.4Samplesofactualfaultdataandthreeratioencoding

表5 故障数据样本及三比值编码Tab.5Samples of fault data and three ratio encoding

2.4.2结果分析

处理方法同上述两个算例，由于此算例对故障进行了详细的划分，所以根据本文提出系统诊断后得出第6例和第8例样本诊断结果与实际故障不符。本文体系的故障诊断准确率为84.6%，虽然比上述两个算例略低，但相比于三比值法的诊断准确率76.9%还是又明显提高，由于本文提出的专家系统是基于三比值法的改进体系，由此导致两例样本诊断结果和实际不符。与文献[12]中利用贝叶斯进行故障诊断相比，本系统诊断准确性略低，但其诊断速度快、通用性强的特点，使其更适合现场快速确定故障大致位置的应用需求。

3 结语

本文在传统三比值法编码的基础上，结合利用启发式方法进行变压器故障诊断的文献以及专家经验，构建了动态变压器故障诊断专家体系。该体系很好地结合了三比值法在故障诊断方面的快速性和启发式方法在故障诊断方面的准确性，同时动态添加或删除现场出现的各种新故障，从而可以对变压器故障快速定位，为电力系统变压器故障预防和处理提供辅助作用。

当然该系统还不是很完善，还可以进行更细致的编码，这样可以对变压器故障形态进行更细致的划分，然后根据启发式方法诊断出的故障类型完善该系统。

[1]Kuffel R，Ouellette D，Forsyth P．Real time simulation and testing using IEC 61850[C]//International Symposium. Wroclaw，Poland：2010.

[2]Garcia Belen，Burgos Juan Carlos，Alonso Angel Matias，et al．A moisture-in-oil model for power transformer monitoring-Part II：Experimental verification[J]．IEEE Trans on Power Delivery，2005，20（2）：1423-1429．

[3]GB7252-87，变压器油中溶解气体分析和判断导则[S]．

[4]IEC60599，Mineral oil-impregnated electrical equipment in service-guide to the interpretation of dissolved and free gases analysis[S].

[5]Wang Z D，Liu Q，Wang X，et al．Discussion on possible additions to IEC 60897 and IEC 61294 for insulating liquid tests[J]．IET Electric Power Applications，2011，5（6）：486-493.

[6]Okabe S，Ueta G．Partial discharge criterion in AC test of oil-immersed transformer and gas-filled transformer in terms of harmful partial discharge level and signal transmission rate[J]．IEEE Trans on Dielectrics and Electrical Insulation，2012，19（4）：1431-1439.

[7]宋功益，郭清滔，涂福荣，等（Song Gongyi，Guo Qingtao，Tu Furong，et al）．模糊贝叶斯网的变压器故障诊断（Novel method for transformer faults diagnosis based on theory of fuzzy Bayesian networks）[J]．电力系统及其自动化学报（Proceedings of the CSU-EPSA），2012，24（2）：102-106.

[8]彭宁云（Peng Ningyun）.基于DGA技术的变压器故障智能诊断系统研究（Research on an Intellectual Fault Diagnosis System for Power Transformer Based on Dissolved Gas Analysis Technology）[D].武汉：武汉大学电气工程学院（Wuhan：College of Electrical Engineering，Wuhan University），2004.

[9]孙才新，陈伟根，李俭，等．电气设备油中气体在线监测与故障诊断技术[M]．北京：科学出版社，2003.

[10]周菲菲（Zhou Feifei）．基于神经网络和证据理论的电力变压器故障诊断研究（Research on Fault Diagnosis of Power Transformer Based on Neural Network and Evidence Theory）[D]．成都：西华大学电气信息学院（Chengdu：School of Electrical and Information Engineering，Xihua University），2009.

[11]张凯，黄华平，杨海涛，等（Zhang Kai，Huang Huaping，Yang Haitao，et al）．利用改进遗传算法与LS_SVM进行变压器故障诊断（A transformer fault diagnosis method integrating improved genetic algorithm with least square support vector machine）[J]．电网技术（Power System Technology），2010，34（2）：164-168.

[12]赵文清（Zhao Wenqing）.基于数据挖掘的变压器故障诊断和预测研究（Study for Transformer Fault Diagnosis and Forecast Based on Data Mining）[D]．保定：华北电力大学电气与电子工程学院（Baoding：College of Electrical and Electronic Engineering，North China Electric Power University），2009.

Power Transformer Fault Diagnosis Expert System with Dissolved Gas Analysis in Oil

SHI Rui-feng1，SHI Yong-feng1，MU Jun2，LI Hui2，LIU Xiao-han2
（1.School of Control and Computer Engineering，North China Electric Power University，Beijing 102206，China；2.Shandong Linyi Power Supply Company，Linyi 276000，China）

The operation reliability of power transformer is a key issue in guaranteeing the safety and stability of power system.Fault diagnosis technique based on dissolved gas components in oil has the disadvantages of small encoding coverage and non-expansibility，which further reduces its generality in application.A comprehensive combination dissolved gas analysis method based on expert diagnosis rules is proposed in this paper，which can expand the judging rules with latest expert rules，statistical learned rules，and help the system to has a good performance on detecting the transformer failure.In order to verify the performance of our proposed expert diagnosis system，a series of transformer failure cases，including3typesof42casesfromreal circumstancesareemployed，andcurrentpopular methodsandan improved genetic algorithm are also employed for comparison study.Simulation results show that the proposed combinationexpert diagnosismethodhas betterperformanceinaccuracyandfeasibilityrespectivelythancurrentexistingones.

power transformer；dissolved gas analysis；fault diagnosis；system construction；expert rules

TM411

A

1003-8930（2014）12-0049-06

师瑞峰（1977—），男，博士，副教授，研究方向为多目标进化算法、电力系统规划等。Email：shi.ruifeng@ncepu.edu.cn史永锋（1988—），男，硕士研究生，研究方向为电力系统故障诊断、专家系统等。Email：syf@ncepu.edu.cn

2013-04-22；

2013-07-23

国家自然科学基金资助项目（61203100）；中央高校基本科研业务费基金项目（13MS19）

牟军（1968—），本科，工程师，研究方向为电网运行控制与管理。Email：junmu123@163.com