论文部分内容阅读
大型电力变压器是电力系统最重要和最昂贵的设备之一,其运行状态直接影响系统的安全性。目前,电力系统的检修体制正由定期检修向状态检修转变,而状态检修是以了解设备的运行状态为基础的。要了解设备状态,就需要对设备状态信息进行分析诊断。本文的工作就是在这一背景下开展的,其意义在于为电力变压器的状态检修提供技术支持。电力变压器的故障诊断是一个多因素故障指标评估的问题,故障原因和指标因素间对应关系错综复杂,需要综合考虑多方面原因。大型油浸电力变压器的故障诊断一般通过预防性试验数据进行,但是预防性试验数据必须停电检修才能获取,且现场数据的采集数量及精度也都有限。而电力变压器在运行中发生故障时,伴有某些部位的外表颜色、声音、温度、油位等的变化,即变压器的征兆现象,是大量实践经验的总结,在一定程度上可以快速、准确地反映变压器的故障。因此,本文提出了在变压器故障诊断中将试验数据和征兆现象两者融合的思想。在汇总、整理现有的反映变压器运行状态各种数据的基础上,根据目前电力部门对变压器故障的监测与检修状况,按组成结构建立故障模式及故障特征指标、实例的对应关系。将试验数据和征兆现象的诊断结果进行融合,得到最终融合结果。诊断结果表明,该方法提高了故障诊断的准确率,增强了故障诊断的稳健性。本文主要研究工作有以下几点。①将变压器划分为八个主要部件,针对每个部件深入分析指标参量和故障的对应关系。②将模糊理论应用于试验数据的诊断,针对隶属函数形式及其参数选取的主观性,结合隶属度分布与实际试验数据物理意义的关系,利用指派法来选择不同试验项目的隶属函数,避免了选取隶属函数的任意性。对于油中溶解气体,提出了基于气体分解能量的油中溶解气体故障概率的确定,用气体的摩尔热量和三比值法来反映故障严重程度,构造相应隶属函数,确定故障概率。综合考虑变压器征兆现象(外观检查、运行工况、附件等),对定性指标量化后,用极值理论确定其故障概率。③建立了变压器故障融合诊断模型,将变压器故障指标参量按组成结构分为试验数据和征兆现象,分别对其进行诊断,最后用D-S证据理论融合。实例分析表明,所建立的变压器试验数据和征兆现象的故障融合诊断模型能有效的利用各种运行状态信息,简单、准确识别变压器故障,适合现场应用。