公司新闻

变压器诊断的油色谱分析法

电力变压器是电力系统的枢纽设备,在变电站中,主变压器能否安全可靠运行,直接关系到电网的安全运行。要使主变压器安全运行,提高供电可靠率,除了应选用技术过硬、产品质量好的变压器以外,关键是要不断提高主变压器的运行、维护、检修水平。而故障诊断技术则为此提供了一种有效的手段。

2 变压器常见故障分析

1)导电回路过热故障

主要有引线接触不良(包括将军帽接线装置过热)、线圈导线接头焊接质量差以及虚焊、过负荷运行等都会引起导电回路局部过热。

2)绝缘水平下降www.tgdq18.com

主要有变压器进水受潮(包括将军帽密封不良进水)、变压器油油质不良(如介损偏大、有微生物、含水量高等),变压器内部局部过热也会造成绝缘损坏以及绝缘材料的热解。变压器所用的电气材料包括绝缘材料、导体(金属)材料两大类。变压器的绝缘材料主要是绝缘油和纸,故障下产生的气体也主要来源于油和纸的热裂解。绝缘油是由烷烃、环烷烃、芳香烃等碳氢化合物组成的混合物。绝缘纸的成分是纤维素,主要是由糖或多糖类构成的高分子碳水化合物。绝缘油热分解时,因分子链的断裂反应产生低分子烃类气体。绝缘油大约在300℃左右就开始热分解,但如果延长加热时间或存在某些催化剂时,则在150 200℃也会产生热分解。绝缘纸热分解时,因分子链反应将产生二氧化碳、一氧化碳及少量低分子烃类气体。绝缘纸的热解温度也是300 ℃左右,但如果长时间加热,120150℃也会裂解而产生碳酸气。其他绝缘物的热分解物大体和绝缘油相似,但各有特点。金属材料在绝缘物的热分解过程中会起到催化作用,当有水分存在时,还会产生氢气。

3)产气故障

常见的产气故障有过热和放电两种类型。放电故障可分为局部放电和其他形式的放电故障两种类型。过热故障的主要原因有:①导体故障;②磁路故障;③接点或连接不良。热点温度的高低、产气组分的相对浓度特征有所不同,热点与局部放电,电弧放电时的产气组分浓度特征也不相同,祥见表1。

4)调压开关故障

调压开关主触头没有到位,调压开关抽头引线松动,调压开关触头烧毛,调压开关触头接触压力不够,还有有载调压开关中的切换开关接触不良,切换开关触头烧毛,过渡电阻断线、调压时滑档等,另外还有渗油,即切换开关中油渗到本体中引起本体油色谱异常等。

5)变压器绕组变形

由于运输过程中不注意或没有采取安全措施使绕组发生移位。由于抗短路能力差,当发生出口短路时变压器绕组发生变形或散架,严重时造成变压器烧毁。

6)变压器渗油缺陷(包括冷却器渗油)。

7)电容套管故障

主要是进水受潮、油介损不好或整体介损不好,制造质量比较差内部存在着严重的局部放电(运行中油色谱异常),运行中末屏接地不良等造成套管绝缘不良或绝缘损坏事故发生等。

以上变压器的常见故障有多种测试和监测手段,这些手段有的能够测试出部分故障,有的可以综合判断运行状态及故障点、故障原因。

3 变压器运行状态的主要测试与监测手段

1)直流电阻的测量

直流电阻虽然是一个测试方法比较简单的实验,但它能比较直观地确认绕组、引线、调压开关等导电回路是否正常。它能发现绕组导线的焊接质量,引线接头是否拧紧接触是否良好,调压开关触头接触是否良好等。

2)油色谱分析

通过油色谱分析可以判断变压器内部是否存在着过热性故障(导电回路、铁芯多点接地引起过热等)严重的局部放电、电弧放电故障等,它是一个综合性判断变压器运行状态的重要手段之一。

3)绝缘性能测试 通过绝缘电阻、吸收比、极化指数、介损、电容量(包括电容套管)、泄露测试等实验可掌握变压器的绕组绝缘水平和铁芯对地绝缘。通过油介损、微水、油简化测试可反映绝缘介质的好坏。

4)远红外测温 通过红外线测温可以随时掌握各出线引线接触是否良好。

5)有载调压开关特性测试

通过有载调压开关切换时间、周期、切换的波形测量可以掌握变压器的有载调压开关的性能是否良好。

6)绕组变形测试和低电压短路阻抗的测试

可以掌握变压器出口短路后变压器绕组有否变形和移位。以上方法各有特点,其中油色谱分析是一种综合的判断方法。据统计[4],我国电网中有50%以上的故障变压器是通过该试验结果检出的。由于这一检测技术能够在无须停电的情况下进行,不受外界电场和磁场因素的影响,因此可以在线对变压器内部绝缘状况进行诊断,有利于状态维修的发展。

油色谱分析可以在变压器运行中随时取样分析,也可以采用在线监测的油色谱装置(也是有源的)全面分析。这种方法从运行的角度看应该是一种比较理想的主要监测分析方法。

4 基于油色谱分析方法的变压器故障诊断技术

用油色谱分析法分析油中溶解物来诊断变压器内部故障,有以下几种方法。

1)油色谱分析的现状

变压器运行时出现内部故障原因往往不是单一的,一般存在热点的同时还有局部放电,而且故障是在不断发展和转化的。在判断设备有无故障及其严重程度时,要根据设备运行的历史记录和设备特点以及外部环境等因素进行综合判断。故障产气与正常产气在技术上是不可分离的。经验表明,当怀疑设备固体材料老化时,一般CO2/CO大于7;当怀疑故障涉及到固体绝缘材料时,CO2/CO可能小于3;当怀疑纸或纸板过度老化时,应适当测试油中糠醛含量,或测试纸样聚合度。在线检测可随时检测油中溶解气体含量,对保证主网安全运行有重大意义。但在线监测仪出现报警时,必须由实验室色谱仪分析其组份和质量分数,再做进一步判断。有载调压操作产生气体与低能量放电相符,当主油箱C2H2/H2大于2 3,可能是有载调压污染主油箱,可利用比较主油箱、有载调压油箱和储油罐油中溶解气体分析来确定,或通过油柱静压试验法和气体试漏法来检漏。对变压器故障部位的准确判断,有赖于对其内部结构和运行状态的全面掌握,并结合历年色谱数据和其他试验(直阻、绝缘、变比、泄漏、空载等)进行比较,色谱分析与判断的技术应借鉴新方法并结合使用。Borsi分析了变压器油中产生的气体和故障间的关系。

2)基于专家系统的故障诊断方法

人工智能的出现为变压器故障诊断提供了良好的新途径。判断故障类型、故障点、故障状况需要大量的经验,而专家系统正好适合解决这类问题。该领域最早使用的专家系统是RieseTOGA系统。国内也有根据油色谱分析和电气试验作为主要检测数据来源的一套电力变压器故障诊断专家系统。这方面还有很多采用正反向混合推理的研究及应用系统实例。但是,专家系统所采用的判断规则和专家库中经验的准确度却成为专家系统的“瓶颈”。即专家库需要不断地修正和扩充。徐文等将模糊数学理论和专家系统相结合,形成模糊推理知识库,应用于变压器故障诊断。

3)基于神经网络的故障诊断方法

神经网络系统具有自组织、自学习的能力,它不包含具体的诊断规则,而是将诊断规则隐含于权值矩阵中,通过对故障样本的自学习来自动修正和扩充对故障的判断能力。目前,变压器故障诊断中使用最多的是BP神经网络。Zhang等认为具有单隐层的神经网络分类效果最优,它具有最小运算量,同时完全满足故障现象和故障原因之间的非线性映射。但是BP神经网络容易收敛到局部最优解,为了解决这个问题,已提出了几种结合其他方法的学习算法。其中有结合遗传算法的多层前馈网络[10],其进行网络训练的初始权值是全解空间中的最优解。而另一种在学习算法中加入随机扰动的方法也取得了较好的效果。

4)其他的故障诊断方法

基于油色谱分析进行故障诊断,还有很多其他方法。李天云将灰色故障诊断方法[21]运用到变压器的油色谱分析上,利用灰色关联度分析来诊断,其实质是比较时间函数的几何形状的接近程度。它是根据一组典型的由变压器各种运行状态的油色谱分析求得标准状态模式(故障特征向量矩阵),然后对待检的运行状态与标准状态模式进行数学分析—灰关联度分析。宋斌等提出了将模糊聚类分析应用于变压器故障诊断。

5 结 语

目前变压器的故障诊断正逐步进入预报维修的新阶段,但真正做到这一步还有很多难点和重点需要解决。首先是三比值法中的乙炔含量,传统的注意值是否完全满足要求?还是一经产生乙炔就应考虑到氢气的增长来判断故障是否产生。而且传统的三比值法仅仅是通过和注意值比较来判断,经验的比重较大,因此可以考虑采用主元分析法建模。其次,采用优化的BP神经网络做数据分析有两个难点:一是学习算法的优化;二是输入特征参量的选择。对于输入特征参量的选择,采用气体含量比值的方法应是一种较好的方法。比值应有:C2H2/C2H4,CH4/H2,C2H4/C2H6,CO/CO2,C2H2/H2增量,C2H2/(CO2+ CO)。最后,故障类型确定后,应进一步估计故障源温度、功率与面积大小以及故障发展趋势、故障点定位等,这些都是需要进一步研究的课题。