配电变压器故障分析与诊断

李绍坚

(广西电网公司南宁供电局，广西 南宁 530029)

1 引言

在配电系统中，变压器是最关键的设备之一，发挥着电能变换、分配和传输的作用，变压器的正常运行是配电网安全、优质、可靠、高效运行的前提，因此要采取有效措施防止变压器故障发生。在实际运行中，变压器不可避免的会出现故障和事故，而且造成故障和事故的原因是多种多样的。

目前随着配电网不断发展，配电变压器面临的情况更为复杂，出现的故障也更趋于复杂化、多样化，因此要精准的判断故障类型和故障部位就更加困难，检修的难度也随之加大。基于此，本文重点分析配电变压器的短路故障、放电故障、绝缘故障等常见故障及基于BP神经网络的变压器故障人工智能诊断方法。

2 短路故障分析

配电变压器的短路故障可分为两类:外部短路和内部短路。外部短路包括变压器出口处的引线、套管等发生的相间或接地短路;内部短路包括绕组匝间短路、绕组对地或相间短路。短路故障对变压器的影响分为两类:短路电流引起绝缘故障和短路电动力引起的绕组变形故障。

2.1 短路电流引起的绝缘故障

配电变压器发生短路故障时，短路电流的可表达为:

式中:(n)为短路类型的角标;为比例系数，m(n)不同的短路类型比例系数不同;I(n)d1为该类型短路时的正序电流。

正序电流I(n)d1的绝对值表达式为:

式中:E为故障前的相电压;X1为正序阻抗;X(n)1为附加阻抗。

实际运行经验表明，配电变压器发生单相短路故障的几率最大，三相短路发生的几率较小，但三相短路时的短路电流最大，其表达式为:

式中:I(3)d1为三相短路电流;IN为变压器额定电流;U为额定电压;Zi为变压器短路阻抗;UN为变压器短路阻抗电压百分比。

因此，当配电变压器发生短路故障时，在高、低压绕组上可能流过为额定电流数十倍的短路电流，会造成变压器油或铁芯发热，造成绝缘故障。

2.2 短路电动力引起的绕组变形故障

配电变压器发生短路故障时，如果保护正确动作，绕组变形不严重，如果保护拒动，在短路电动力的影响下，绕组变形就会很严重，甚至造成绕组损坏。

图1 变压器绕组漏磁及受力示意图

变压器绕组漏磁及受力如图1所示，变压器存在一定的漏磁场，绕组在漏磁场作用下回产生电动力，在短路时，电动力作用更为严重。漏磁可分为横向磁场和纵向磁场，使绕组收到张力P1和压缩力P2。磁场B'在两端部最大，中间部位最小，造成电动力不平衡。

因此，当变压器发生短路故障时，电动力会使绕组向中间挤压或向外扩张，影响匝间绝缘或造成相间绝缘损坏，严重时会造成绕组扭曲变形或断裂。

3 放电故障分析

根据放电故障的严重程度，放电故障可分为局部放电、火花放电与高能量放电三种类型。

3.1 局部放电

局部放电是指在电压作用下，变压器内部绝缘的气隙、空穴、导体边缘等处发生的非贯穿性的放电。局部放电的初始阶段是低能量的放电，情况比较复杂，发生局部放电时，一般可通过电测法、超声测法、化学法进行测量。

当变压器油存在气泡或者绝缘材料中有空穴，由于气体承受的电场较高，加之气体介电常数较小，在气隙中更容易产生放电;另外，变压器油中有杂质或者制造工艺不良，当电场强度较高时就会发生放电现象。

3.2 火花放电

在电能量密度大于10－6的数量级时，会发生火花放电故障，火花放电一般是由悬浮电位与油中杂质引起的。火花放电不会直接击穿绝缘，但是会导致油色谱异常或轻瓦斯动作。

变压器中，由于工艺或运输问题，导致金属部件接触不良，引起阻抗不均衡，在两电极间会产生分压，金属部件的对地电位称为悬浮电位。具有悬浮电位的部件附近的电场较强，容易烧毁固体介质，也会使变压器油气化，导致油色谱分析超标。另外，变压器套管接触不良，也会形成悬浮电位引起火花放电。

变压器油中的杂质包括水分或纤维质，杂质会引起火花放电。

3.3 电弧放电

变压器电弧放电的能量比较高，通常会引起绕组匝间绝缘击穿，严重时会导致引线断裂或对地闪络等故障。

由于电弧放电的能量密度较大，会产生大量气体，一般以电子崩的形式冲击变压器内部的电介质，导致绝缘击穿，严重时会使金属材料变形或烧毁，造成设备损坏或发生爆炸事故。

4 绝缘故障分析

配电变压器的绝缘故障可分为两类:固体纸绝缘故障与液体油绝缘故障。

4.1 固体纸绝缘故障

变压器的寿命主要取决于绝缘材料的寿命，固体纸绝缘是油浸式变压器绝缘的主要部分之一，其主要成分是纤维素，包括绝缘纸、绝缘板、绝缘垫等。随着变压器的运行，绝缘纸会老化，随之产生老化产物，这些老化产物是有害的，会导致绝缘纸的击穿电压与电阻率降低、介质损耗增大。绝缘纸的老化是不可逆转的，起电气和机械强度的老化降低是不能恢复的。变压器绝缘纸纤维材料的劣化主要包括三个方面:纤维脆裂、纤维材料绝缘强度下降和纤维材料本身的收缩。

4.2 液体油绝缘故障

配电变压器的油可以提高变压器的热传递和散热效果，提高导线的有效电流密度，通过油的自身循环进行散热，运行中的变压器油应具有优良的绝缘性能和导热性能，油变质、进水受潮会影响变压器油的绝缘性能和导热性能。

5 基于BP神经网络的变压器故障诊断

神经网络具有并行分布处理、自适应、联想、记忆及聚类和容错性等诸多优点，可以应用于变压器内部故障发生及发展多过程、多故障的多模式系统诊断。

由于配电变压器的故障特征气体和变压器故障类型之间的关系是一种非线性映射，所以二者的对应关系无法用精确的数学模型给予描述。由于BP神经网络具有良好的非线性映射能力和自学习能力，因此将BP神经网络用于变压器故障诊断中，可以很容易实现二者之间的映射关系，无需建立任何数学模型。BP神经网络的学习过程主要包括输入信号的正向传播和误差信号的反向传播两个过程，BP神经网络又称为误差回传神经网络，它属于前馈型神经网络，由输入层、隐含层、输出层组成，层与层之间通过权值相连。

如图2所示，设BP神经网络有三层，输入层神经为i，隐含层为j，输出神经元为k，输入层有M个节电，隐含层为N个节点，输出层有L个节点，输入层节点的输出为ai(i=1，2，…，M)，隐含层节点输出为 aj(j=1，2，…，N)，输出层的节点输出为 yk(k=1，2，…，L)，神经网络的期望输出向量为yp，实际输出向量为ym。

图2 三层BP神经网络的拓扑结构

(1)BP神经网络各层神经元节点的输入输出关系令ai=xi，隐含层第j个节点的输入为:

式中:wij为输入层至隐含层的连接权值;θj为隐含层第j个节点的阀值。

则隐含层第j个节点的输出和输出层第k个节点的输入为:

式中:wik为隐含层至输出层的连接权值;θk为隐含层第k个节点的阀值。

输出层第k个节点的输出为:

(2)BP神经网络权值的调整策略样本输入输出的误差函数为:

式中:P为样本模式对数;L为网络输出节点数。

系统的误差函数为:

计算输出层节点时，aPk=yk，E在每个循环按梯度下降，权系数修正公式为:

式中:η为搜索步长，0＜η＜1。

输出层的误差返传信号为:

则:

计算隐含层节点时，aPk=aj，E在每个循环按梯度下降，权系数修正公式为:

式中:η为搜索步长，0＜η＜1。

隐含层的误差返传信号为:

则:

BP神经网络的学习过程通过正向计算输出、反向传播误差的多次迭代过程，系统误差将随着迭代次数的增加而减小，最终收敛到一组稳定的权值和闭值。

其权值的修正式为:

式中:η为学习速率。

BP神经网络建模的步骤为:

(1)输入层和输出层单元的确定;

(2)输入输出数据的获取及数据预处理;

(3)选择激活函数、网络的隐层数、隐层神经元数和训练方法;

(4)设定网络训练的停止条件;

(5)训练已创建的网络;

(6)网络的检验，若网络的泛化能力达到要求，则得到最佳网络。

目前BP神经网络已成功地广泛应用于模式识别和系统辨识等领域，其是一种大规模的分布式并行处理系统，具有自组织性和自学习性，联想记忆和模式匹配等功能，并有良好的模式分类能力，能够很好地解决传统方法不能解决的具有高度非线性，耦合性，多变量性系统的建模问题并具有独特的优势，其应用效果优于传统的统计方法，能够很好的解决配电变压器的故障诊断问题。

6 总结

配电变压器是配电系统中最重要的电气设备之一，也是导致配电系统事故最多的电气设备之一，其运行状态直接影响系统的安全性水平。及时发现、诊断、处理变压器的潜伏性故障，可以确保变压器的安全运行，提高供电可靠性。因此，研究变压器故障诊断技术，提高变压器的运行维护水平，具有重要的现实意义。

［1］符杨，张鑫，沈斌.电力变压器故障诊断的人工神经网络方法［J］.上海电力学院学报，1998，14(4):1－3.

［2］孙才新，李俭，郑海平，等.基于灰色面积关联度分析的电力变压器绝缘故障诊断方法［J］.电网技术，2002，26(7):24－29.

［3］高文胜，严璋，谈克雄.基于油中溶解气体分析的电力变压器绝缘故障诊断方法［J］.电工电能新技术，2000，19(1):22－26.

［4］王世阁，钟洪壁.电力变压器故障分析与技术改进［M］.电力出版社，2004.

［5］郑高，戴玉松.人工智能方法在变压器故障诊断中的应用［J］.四川工业学院学报，2004，23(5):97－99.

［6］杨莉，尚勇，周跃峰，等.基于概率推理核模糊数学的变压器综合故障诊断模型［J］.中国电机工程学报，2000，20(7):19－23.

［7］邓敏.变压器在线监测技术的新突破［J］.电网技术，2001，25(9):81－83.

［8］徐志钮.基于油中溶解气体分析的变压器绝缘故障诊断研究［D］.华北电力大学，2004:7－11.

［9］陈维荣，宋永华，孙锦鑫.基于神经网络的电力变压器状态监测［J］.变压器，2002，39(S1):53－57.

［10］杨莉，尚勇，周跃峰，等.基于概率推理核模糊数学的变压器综合故障诊断模型［J］.中国电机工程学报，2000，20(7):19－23.