基于多源参量融合监测技术的设备缺陷分析

翟文杰，宁 飞，王振国，郝帅禹，宋 通，边胜利

（1.乌海供电公司，内蒙古 乌海 016000；2.乌海超高压供电公司 内蒙古 乌海 016000；3.保定天威新域科技发展有限公司，河北 保定 071000）

0 引言

目前，对变压器内部缺陷的分析主要以停电诊断试验和油色谱数据分析为主，其他特征参量应用较少，导致内部缺陷分析结果和诊断结论偏差较大，无法为检修工作提供准确、有效的支撑［1］。现有监测手段存在的主要问题是针对内部缺陷多对单一参量进行分析，各特征参量之间数据不能有效融合，不利于精准分析设备故障、查找故障原因和制定有针对性的运维策略［2］。为此，本文提出了基于多源参量的融合监测技术，可以对多种类型的采集数据进行综合分析，从而判断内部缺陷的位置和性质。通过一起油浸式变压器典型缺陷案例，验证了该技术的准确性和可靠性。

1 在线监测项目及原理

变压器内部发生缺陷时，直接或间接会产生多源参量信息，例如变压器内部存在绝缘缺陷会引起局部电场强度偏高，从而发生局部放电，放电部位直接产生高频放电脉冲信号、超声波信号和特高频信号。放电能量在释放过程中间接导致变压器油在高温状态下发生裂解，释放烃类特征气体。持续的主绝缘放电会导致变压器对地绝缘性能下降，造成对地泄漏电流偏高［3］。

1.1 在线监测项目

基于变压器内部缺陷发生的原理，多源参量监测系统监测项目主要包括温度监测、局部放电监测、振动监测、油色谱监测、铁芯电流监测，如图1所示。

1.2 在线监测项目原理

1.2.1 温度监测

当变压器内部发生故障时，部分缺陷将引起变压器热状态发生变化，导致温度异常升高。当绕组温度超过绝缘耐受温度时，绝缘将会损坏。因此测量变压器油温和绕组温度是必不可少的一个监测项目［4］。

1.2.2 振动监测

振动监测是一种相对简便易行的外部监测手段。在设备表面安装振动传感器，获取设备运行过程中的振动信号，应用信号处理技术，提取其时域或频域特征信息，构成表征设备运行状态的信息，进而采用一定的故障诊断方法评估设备的工作状态［5］。

研究振动的目的主要是开发具有实用价值的变压器振动信号监测分析程序，克服传统方法的不足，解决现有振动研究方法中存在的问题，通过分析振动信号的特征，对变压器绕组和铁芯的运行状况进行有效在线评估。

1.2.3 局部放电监测

根据变压器局部放电过程中产生的声、光、电、热等现象，目前的局部放电监测手段主要有高频脉冲电流法、超声波法、特高频法。

1）高频脉冲电流法。该方法通过测量阻抗或高频脉冲电流来判断局部放电情况。通过测量变压器的套管末端、外壳、中性点和铁芯等部位接地线的脉冲电流来判断变压器是否发生局部放电。在线监测时一般利用高频脉冲电流分析局部放电信号［6］。

2）超声波法。变压器内部放电时，不仅产生电脉冲信号，同时还产生超声波信号，通过安装在油箱壁上的超声波传感器采集变压器内的超声波信号，从而判断局部放电量的大小以及故障位置［7］。

3）特高频法。设备发生局部放电时电流脉冲能形成频率高达数千兆赫兹的电磁波。特高频法利用这种电磁波信号来判断局部放电情况［8］。特高频法能有效避免现场300 MHz以下的电晕干扰，具有较高的灵敏度和抗干扰能力，但对全金属封闭的电力设备不适用。

1.2.4 油色谱监测

油浸式电力变压器内部主要绝缘材料有变压器绝缘油、纸、纸板等A 级绝缘材料。变压器在长期运行、放电和过热的过程中，绝缘油和纸会裂解，产生H2、CO、CH4、C2H4、C2H2等气体，并溶解到绝缘油中。这些气体在一定程度上反映了变压器的运行状态，通过对这些气体进行分析可以实现变压器的故障诊断和寿命预测，因此变压器油色谱分析对变压器故障分析具有重要意义［9］。

1.2.5 铁芯电流监测

铁芯电流监测利用电流采集器采集铁芯的接地电流。变压器正常运行时，其铁芯应有且仅有一点可靠接地。当变压器发生铁芯两点或两点以上接地时，铁芯与大地之间将形成电流回路，从而产生涡流，铁芯接地电流将增大到几安培甚至几十安培。规程规定，运行中的变压器铁芯接地电流不能大于100 mA。根据采集的铁芯电流，运行人员可判断变压器的运行状况［10］。

根据传感器采集到的7 种多源参量数据，利用本文提出的数据融合技术，可以判断变压器缺陷的性质及发生位置。

2 数据融合技术

根据大量试验数据和运行经验，本文把变压器故障类型分成7 类，故障树如图2 所示。这7 类故障中还包含各个元件的子故障，根据故障间的因果关系，形成一系列故障子树。

图2 大型变压器故障树

按照上述故障分类，本文采用3 种故障诊断方法对运行中的变压器进行故障诊断，表1为3种故障诊断方法及其用途。

表1 故障诊断方法及其用途

3 案例分析

2023年1月27日对某台油浸式变压器安装了多源参量监测系统，安装油色谱在线监测装置1 套，高频电流传感器2个，超声波传感器6个，振动传感器4个，夹件及铁芯接地电流传感器2 个。其中电流传感器和超声波传感器安装位置如图3所示。

图3 电流传感器和超声波传感器安装位置

高频电流传感器和超声波传感器具体安装位置如表2所示。

表2 高频电流传感器和超声波传感器

2023 年3 月9 日该系统监测到油色谱、高频电流、超声波存在异常信号，且系统诊断为金属性局部放电缺陷。为验证诊断结果的准确性，对监测到的数据进行分析，并现场吊罩以查找故障点。

3.1 试验数据分析

3.1.1 油色谱数据分析

调取各关键点油色谱监测数据，如表3 所示。由表3 可见，3 月9 日和3 月12 日油色谱数据中C2H2含量发生明显跃变：3 月8 日为1.48 μL/L，3 月9 日升高至2.33 μL/L，3月10日为2.13 μL/L，3月12日升高至2.54 μL/L。

表3 油色谱监测数据 单位：μL/L

基于3月9日油色谱监测数据，依据特征气体三比值法编码规则，计算特征气体编码。通过计算，C2H2/C2H4、CH4/H2、C2H4/C2H6编码组合分别为1、2、0。经与三比值故障表对比可知，故障类型为局部放电兼过热缺陷。另外，从产生的特征气体看，油中含有C2H2气体，可判断故障类型为局部放电的概率较大，而且油中的CO和CO2气体含量与之前相比变化不大，所以可以判断为金属性局部放电，不涉及固体绝缘放电。

基于3 月12 日油色谱监测数据，根据气体三比值法编码规则计算特征气体编码，C2H2/C2H4、CH4/H2、C2H4/C2H6编码组合仍分别为1、2、0，且产生的特征气体与3月9日一样，所以同样可判断为金属性局部放电，不涉及固体绝缘放电。

综上，通过两次油色谱数据分析，可以判断故障类型为金属性局部放电。

3.1.2 局部放电监测数据分析

1）高频电流异常信号分析。铁芯接地线和夹件接地线高频电流信号在3 月8 日22 时31 分至3 月9日20 时33 分（第一阶段）、3 月11 日0 时19 分至3 月11 日12 时（第二阶段）两个阶段出现异常，且两个阶段的高频电流异常信号幅值从0.9 mV 最高升至93.3 mV，高频电流信号幅值较大。高频电流脉冲序列相位分布（phase resolved pulse sequence，PRPS）图谱如图4 所示。由图4 可知，放电信号对称出现，幅值较大且相对稳定，符合悬浮放电特征。

图4 高频电流PRPS图谱

2）超声波异常信号分析。在两个阶段中，超声波也存在异常信号。对6个通道的超声波信号和2个通道的高频电流信号进行相关性分析。通道6的超声波异常信号与高频电流异常信号同时出现，存在明显波形相关性，通道7的超声波异常信号也与高频电流异常信号存在相关性，其幅值小于通道6的超声波信号。

3.1.3 故障定位分析

基于高频电流异常信号和超声波异常信号的相关性，进行故障点定位分析。

通道1 和通道6 的时域波形分析图如图5 所示。根据接收到的异常信号时延，通道6的超声波异常信号与通道1的高频电流异常信号的波头相位差为：

图5 通道1和通道6的时域波形分析图

按照工频周期为20 ms换算成时间为：

超声波在绝缘油中的速度约为1400 m/s，则设备内部高频电流异常信号距离通道6 的超声波传感器约2.3 m。

通道1 和通道7 的时域波形分析图如图6 所示。根据接收到的异常信号时延，通道7的超声波异常信号与通道1 的高频电流异常信号波头相位差约为40°，按照工频周期为20 ms 换算成时间为2.22 ms。根据超声波在绝缘油中速度约为1400 m/s，计算出设备内部高频电流异常信号距离通道7 的超声波传感器约3.1 m。

图6 通道1和通道7的时域波形分析图

综上，局部放电点距离通道6 的超声波传感器更近，且在通道6传感器上方的可能性较大。

3.2 现场吊罩检查情况

将该变压器吊罩后对器身进行全面检查，发现中性点引出线有3处明显的黑色痕迹，如图7所示。

图7 现场检查情况

现场检查发现，1 号位置处的白布带已磨破，有明显黑色斑迹，绝缘纸上也有明显黑色斑迹；2 号位置处的白布带已磨破，并有明显黑色斑迹，绝缘纸、铜线上均有明显黑色斑迹；3 号位置已经破损露铜，铜线上有明显黑色斑迹。

现场检查发现放电点在中性点引线上，为金属性局部放电，且距离通道6 的超声波传感器最近，与理论定位距离基本一致。通过分析，发生局部放电的原因可能是中性点引线在安装时受到碰撞导致受损或绝缘包裹时金属导线上有异物。

4 结语

本文对不同类型的特征参量数据提出了数据融合分析方法，开发了多源参量监测系统，并将该系统进行了实际应用，验证了理论数据分析和系统诊断的准确性，证实了该数据融合分析方法的现场实用性，为今后电力设备在线监测技术研究提供参考。