冯全亮
【摘 要】 在电力系统中,电力变压器是非常重要的输变电设备之一,对其故障进行诊断对于电力系统的安全运行有着非常重要的意义。在变压器出现故障的前期,会出现电脉冲、发热、气体分解等现象,通过对这些现象的量化与分析,对变压器的故障与故障类型进行判断和识别。本文对变压器故障诊断中的数据采集、分析及处理等内容进行了分析。
【关键词】 电力变压器 故障诊断 油中气体检测 具备放电检测
随着我国用电量的不断增大,变压器的装机容量及数量也得到了不断的提升。电力系统的快速发展,一方面满足了不断增加的用电需求,但是另一方面也对发电、输电与配电的安全性带来了更大的挑战。电力故障具有较大的危害性,一旦出现将导致电力设备损坏、影响生产生活甚至火灾、人员伤亡等后果。因此,要对变压器等电力设备实施实时监测,对故障的特征、规律等进行掌握,对设备的运行状态进行正确评估。
1 变压器故障诊断的必要性
随着电力工业的不断发展,对供电可靠性提出了更高的要求。电力系统运行的安全性与稳定性受到了国家越来越多的关注与重视。当前,我国的供电可靠性水平与发达国家相比还存在一定的差距。一旦出现电力故障,轻则出现设备损毁、生产生活受到影响,重则出现火灾、人员伤亡等情况,更为严重的可能导致整个电力系统崩溃,对国民经济的发展与社会的稳定造成严重威胁。因此,对电力设备进行实时监测具有非常重要的意义。
在电力系统的输配电过程中,变压器发挥着关键性的作用。因此,变压器的运行状况对整个电力系统的运行存在着直接的影响,只有确保变压器安全运行,才能够保障电力系统运行的安全性与可靠性。虽然我国在电力系统安全运行方面已经取得了较为显著的进步,但是变压器故障依旧存在。在对变压器异常损坏及诊断错误等问题方面,依旧缺乏较为有效的方法与手段。实现变压器故障诊断技术的改进,对于提高电力系统运行安全性与可靠性具有非常重要的现实意义。
2 变压器油中气体检测故障诊断技术
油中溶解气体的成分、浓度及变化趋势的因素,与变压器内部故障之间都存在着一定的对应关系。通过油中气体分析技术对变压器油中溶解气体的含量进行分析,依据油中气体组分的含量对变压器的运行状况进行判断。如果确定变压器出现了故障,则对故障的类型进行判断、对故障的大概位置进行估计、对故障的严重程度进行评估、对故障的发展趋势进行预测。在《电力设备预防试验规程》与《变压器油中溶解气体分析与判断导则》中都指出,在对变压器安全运行进行测试的过程中,变压器油中气体分析是最为有效的措施之一,能够为电力系统运行的可靠性与稳定性提供强有力的保障。在长时间的工作实践中,通过油中气体分析技术能够对变压器内部潜伏的各种故障进行发现,能够对变压器故障的类型、位置及严重程度等进行确定,在变压器监督中发挥着非常重要的作用。变压器油中气体分析技术的特点为,能够对一般电气试验中难以发现的前提潜伏性故障进行发现,是对变压器早期故障进行发现与识别的有效技术。
油中气体检测方式的常规方法主要包括特证气体法、三比值法、四比值法等。其中,特征气体法主要是通过油中的特征气体含量的检查来读变压器前期故障进行诊断,油中特征气体主要包括H2、C2H4、C2H6、C2H2等。特征气体法主要是针对变压器的故障性质进行分析,具有直观、方便的特点,但是这种测试方法并不具备明确的度量标准。三比值法指的是以C2H6/C2H4、CH4/H2、C2H4/C2H2特征气体的三组比值对故障的类型进行确定,而四比值法是在三比值法的基础上提出的。
3 变压器局部放电检测故障诊断技术
变压器局部放电的过程中,会伴随电脉冲、分解气体、红外辐射等多种物理现象,通过这些现象能够对具备放电进行判断。在检测的过程中,检测方法要依据物理对象的不同而进行选择,主要包括电测法与非电测法两种方法。在对电信号进行检测的过程中主要应用超高频检测法、脉冲电流法等方法。
超高频检测法主要是通过对变压器局部放电所产生的超高频信号进行接收与处理,从而实现对局部放电的检查。通过研究发现,变压器局部放电脉冲所持续的时间一般情况下为ns级,其中包含了非常丰富的频率成分,通过对频率成分中的超高频分量进行分析与处理之后能够实现对变压器局部放电的检测。
超高频局部放电检测研究主要包括电磁干扰限制、局部放电模式识别。通过超高频局部放电检测,能够对变压器的实际绝缘水平进行有效的评估。但是在检查的过程中,容易受到电磁干扰的影响,导致检测的灵敏度与准确度降低。在对变压器局部放电进行检测的过程中,要注重电磁干扰的降低或消除。局部放电模式识别指的是通过计算机来对局部放电的类型进行识别,具体的操作过程为:首先对局部放电信息进行采集,其次从信息中提取有用特征成分,最后依据特征对局部放电类型进行确定。
4 结语
变压器是电力系统中最为重要的输变电设备之一,对变压器进行故障诊断能够为系统的安全、稳定运行提供保障。本文对油中气体分析和局部放电检测两种方式在变压器故障诊断中的应用进行了分析。
参考文献
[1]高骏,何俊佳.量子遗传神经网络在变压器油中溶解气体分析中的应用[J].中国电机工程学报,2010,30(19):121-127.
[2]杨道武,李海如,向卫东,任卓,李哲文.基于改进PSO-BP混合算法的电力变压器故障诊断[J].电力科学与技术学报,2011,01(53):99-103.
[3]张小丹,李微波.基于油中溶解气体分析的电力变压器绝缘的在线检测和故障诊断[J].现代经济信息,2009,12:316+318.