基于灰色关联度的变压器故障诊断

2015-04-01张吉林李守学邹姗姗

吉林电力 2015年1期

张吉林，李守学，邹姗姗

（1.国网吉林省电力有限公司，长春 130021；2.国网吉林省电力有限公司电力科学研究院，长春 130021；3.吉林电力技术开发公司，长春 130021）

随着我国电力行业的高速发展，电力设备的日益增多，变压器的数量也随之剧增。变压器作为电力系统中重要的设备之一，其能否正常运转直接关系到整个电力系统的安全稳定。如何较早地发现变压器故障，快速准确地判断出故障类型，研究一种准确、可行的变压器故障诊断方法具有重要的现实意义。根据油中溶解气体（DGA）判断变压器故障技术，由于价廉高效且非破坏性等优点，得到较为广泛的应用，但传统离线DGA 技术存在操作过程受人为因素影响较大、复杂、时间间隔较长等缺点，在应用上受到较大的制约［1］。为解决上述问题，提出了一种基于灰色关联度的变压器故障诊断方法，即利用灰色理论进行故障分类识别。此方法是根据变压器内部发生过热、放电等故障时，故障点附近的绝缘物质分解，产生各种能表征故障类型的特征气体溶解在变压器油中，根据输入的待诊断变压器油中故障气体含量值与变压器故障的对应关系，判断变压器故障类型，实现变压器故障类型诊断功能。

1 灰色关联度原理

灰色系统关联度数学模型是系统分析的一个重要方法，它是2个系统或系统内的各因素随时间变化时，其变化方向和速度的关联程度。在系统发展过程中，哪些因素是主要影响因子，可以用关联度的排序来分析，关联度大的表明该因素是影响系统发展主要影响因子，关联度小的说明系统发展不受或少受此因素的影响。通过关联度分析，便于分析主导因素和潜在因素，分清优势与劣势，为分析评价系统发展提供了相关的信息。灰色关联度法主要通过估量各评价对象和评价指标之间的距离，利用样本数据的内在关系去评价样本，从而较好排除数据的“灰色”关系；而且评价标准并不固定，不同的年份和样本会产生不同的标准。标准值的选取结果始终是样本在被选时段的最优值，该评价模型具有广泛实用性和可操作性。确定指标体系之后，建立灰色关联评价模型。具体步骤如下。

设测试数据中变压器油中5种气体含量构成的数组为X＝｛Xi，i＝1，2，…，I｝，故障案例标准库中数组为X0＝｛Xj，j＝1，2，…，J｝，其中Xi（或Xj）数列为某一台变压器的油中5种气体含量，参数ξ为计算关联度系数γoi时的一个系数。

对数据序列进行初值化

差序列

两极最大差与最小差：

关联度系数：

灰色关联度：

2 建立变压器故障诊断模型

灰色关联度分析是基于灰色系统理论的一种分析方法，该方法通过对动态过程发展态势的量化分析，完成时间序列有关统计数据几何关系的比较，求出各因素之间的灰色关联度。其最大特点就是，对于预测模型的建立，只要掌握一些已知历史数据，再通过AGO（累加生成）运算即可。故当前在很多领域得到极其广泛应用，特别适合于相关变压器油中溶解气体浓度的预测。1台运行的变压器实际上是一个复杂的系统（即灰色系统），这个系统有的信息能知道，有的信息知之不准或不可能知道，而进行故障诊断时，它视不确定量为灰色量并提出系统建模的具体数学方法，然后利用已知的有限信息，通过信息处理而进行预测、判断和决策。考虑到以油中溶解气体为特征量对故障诊断的准确性达85%以上［2］，因此，在建立灰色关联度分析的故障诊断模型之前，首先分析变压器主要故障与油中溶解气体特征量的关系。利用确定好参数ξ的灰色诊断模型，对发生故障的变压器油中5种气体含量与故障案例标准样本库中的数据进行聚类，分析变压器油色谱数据，判断发生故障的变压器对应哪种故障类型，进而建立了基于灰色关联度的变压器故障诊断模型，故障诊断流程见图1。

建立故障案例标准库：搜集国内变压器故障案例1 600余个形成故障案例标准库，在故障案例标准库中存储了每个故障变压器的油中5种故障气体含量数据。

故障类型编码分析：故障案例标准库中变压器故障与油中溶解气体特征量的关系，对每个故障案

图1 变压器故障类型诊断流程图

例进行故障类型编码，编码方法见表1。

表1 变压器故障类型编码规则

根据测试数据调整参数ξ值，形成灰色诊断模型：利用灰色关联度的方法，计算测试数据中故障变压器油中5种气体含量与故障案例标准库中数据的灰色关联度。

设测试数据中变压器油中5种气体含量构成的数组为X＝｛Xi，i＝1，2，…，I｝，故障案例标准库中数组为X0＝｛Xj，j＝1，2，…，J｝，其中ξ∈（0，1）如下式所示：

输出灰色关联度最大值对应的故障类型，计算测试数据诊断结果的正确率，调整参数ξ直至满足正确率要求，保存参数ξ最优解，形成灰色诊断模型。

4 灰色关联度变压器故障诊断方法的应用

为了验证所提出的灰色关联度变压器故障诊断方法，对变压器故障进行诊断，选取吉林省内4台变压器进行检测：某220kV 变电站1 号SFZ11－MZ－120000/220型主变油色谱定检发现该变压器油中出现大量乙炔组分，截至2010年6月14日，体积比达到8.22μL/L，其他气体组分无明显异常变化。选取多组色谱数据，利用灰色关联度方法进行故障诊断，结果皆为电弧放电；另一座220kV 变电站的1号SFPZ7－90000/220型主变，油色谱定检发现该变压器油中总烃超过注意值，选取多组色谱数据，利用灰色关联度方法进行故障诊断，结果皆为高温过热；某66kV 变电站1号SFZ9－31500/66型主变油色谱定检发现该变压器油中氢气超过注意值，截至2012年12月24日，体积比达到204.08μL/L，其他气体组分无明显异常变化。选取多组色谱数据，利用灰色关联度方法进行故障诊断，结果皆为低温过热；某500kV 变电站3号S11－1000/66型主变油色谱定检发现，该变压器油中氢气超过注意值，截至2013年7月26日，体积比达到728.00μL/L，且油中存在乙炔，选取多组色谱数据，利用灰色关联度方法进行故障诊断，结果皆为低能放电，建议立即停运，进行返厂处理；故障变压器油色谱试验数据见表2。

经变压器厂对以上设备进行解体检查，发现1号SFZ11－MZ－120000/220型主变C 相A 柱线圈低压侧两个边侧压钉与压钉碗之间有明显放电痕迹（A 柱线圈低压侧上部共有6个压钉及压钉碗对线圈进行压紧），接触面有放电产生的麻点，压钉碗内绝缘油明显变色脏污，产生大量游离碳，证实为电弧放电；SFPZ7－90000/220型主变分接开关接触不良，引线夹件螺丝松动且接头焊接不良，涡流引起铜过热，证实为高温过热；1号SFZ9－31500/66型主变铁心漏磁，局部短路，层间绝缘不良，铁心多点接，证实为低温过热；3 号S11－1000/66 型主变拆解正常压钉及压钉碗查看发现，接触面光滑无任何镀层、杂质。接触面有麻点，且有油污炭黑，初步判断此处即为故障点，其他部位未发现异常。2个压钉与压钉碗存在放电缺陷，证实为低能放电。