论文部分内容阅读
【摘 要】变压器在电力系统中扮演了重要角色，其作用在于实现电压的转移与转化和电能的分配，为了搭建更加稳定、安全的电网系统，智能变压器的出现，大大提高了系统的可靠性，但在此过程中，做好变电站设备的状态检测至关重要，这是构建现代化变电站的重要前提。由于变压器长期都处于运行状态，不可避免的会出现多种故障，为了保证电网系统的顺利运行，本文结合大数据技术，根据在线监测技术的发展现状，从安全角度出发，就新时期电力变压器的在线监测方法展开论述。
【关键词】大数据；电力变压器；智能监测
引言
变压器在电力系统中主要实现电能的分配、电压的转化以及转移的作用。因为变压器长期处于运行状态，所以无法避免故障的出现，导致变压器出现故障的原因很多，如变压器在安装、检修、维护过程中，未严格按照规范要求操作，自然灾害，變压器长期运行使材质逐渐劣化等均会导致变压器出现故障。因为故障无法避免，所以对变压器故障实现早期监测及准确诊断非常重要。
1 大数据概述
对于“大数据”（Big data），研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
2 变压器监测发展概况
早期主要通过现场巡视油温、油位及运行声响，并结合定期检修等对电力变压器进行监测。定期检修有自身的科学依据和合理性，但这种检修模式存在以下弊端：工作量大，检修成本高；缺陷检出率不高；存在过度检修，检修中增加了产生新隐患的几率；检修需停电，增加了误操作几率；新技术发展导致原有检修管理、规程及工艺与实际不符；计划检修周期与设备寿命及故障规律不符等。基于变压器等早期检修模式存在的问题，国家电网公司于2006年初开始推行状态检修，2009年5月，又推出智能电网发展计划。随着智能电网建设的推进，变压器智能在线监测技术成为智能电网的研究热点之一。
目前，国内外对变压器在线监测原理研究有多种方法，如变压器局部放电、油色谱分析、铁芯多点接地等在线监测系统，但大多依据单项原理进行产品开发或研究，若想获得变压器各种故障信息，现场需安装多套设备及后台装置，存在占用空间过大及后台装置重复设置等问题。
3 变压器智能监测原理
3.1 变压器局部放电的在线监测
局部放电是指由于电场分布不均匀，导致出现局部电场过高的问题，此时局部范围内的绝缘介质电气存在放电或击穿的现象。若未能及时处理，绝缘系统将会失效。由此可见，为了确保电力变压器的安全稳定运行，加强对局部放电的在线监测势在必行。通常来说，如果出现了局部放电的问题，将会产生电脉冲、超声波、电磁辐射以及局部过热，若是油中放电还会产生一定的能量损耗。因此工作人员可以选用的监测方法具体包括以下几种：气相色谱法、超声波法、脉冲电流法、超高频法、红外监测法以及光测量法等。主要是利用了传感器进行局部放电的数据处理，最后实施在线监测，具体如下。
超声波法，超声传感器的工作原理是利用了压电晶体，将其当做是声电换能器，由于该设备位于变压器的外壳上，其设置是固定的，需要转换变压器内部局部放电产生信号，并将其放大，得到电信号。脉冲电流法，该种方法需要得到局部放电所产生的脉冲电流局放特征量，这种情况下，可以通过监测阻抗来发挥监测作用。气相色谱法，气相色谱法充分利用了各种特征气体，观察并测量其溶解在油中的含量，从而做出正确的故障判断。超高频法，该种方法的工作原理在于电磁波监测，利用UHF 天线，其特点在于灵敏度高，抗干扰能力强，同时还能够定位放电源。红外检测法，红外检测法应用红外探测器，通过热成像监测局部放电引起的局部温度升高现象。光测量法，该种方法在检测过程中会产生辐射。
3.2 变压器油色谱分析的在线监测
该种在线监测方法基于油中溶解气体理论，现场进行油色谱的定时监测和故障诊断，这也是其优势所在。假设变压器的运行温度正常，油和固体绝缘材料在老化过程中出现了局部放电的现象，那么这种情况下的油裂解会产生 H2和CH4；若是故障温度并未高出正常运行温度太多，这种时候油裂解的产物只有 CH4；如果变压器存在故障，且温度不断升高，此时油裂解则会产生 C2H4和 C2H6；当变压器故障温度超过 1000℃时，油分解中则会产生较多的 C2H2；若是产生大量的 CO 和 CO2，那么便是变压器故障涉及到了固体绝缘材料。
3.3 变压器红外测温技术的在线监测
红外测温技术一般是用于高压设备的故障诊断，其技术主要是通过拍摄得到的设备局部的温度来判断故障程度。红外测温技术的时效性较强，不仅可以在一定距离内进行遥测，同时可以直观的测定设备的温度，并进行梯度显示。红外测温技术还可以抵抗来自电磁场场波的干扰。对于绕组的热点温度测量，红外测温技术具有一定的优势，并且精确度较高，精度已经达到0.05摄氏度。
红外监测的原理是：当设备的温度在绝对温度（-273.15摄氏度）之上时，会产生红外射线，这种射线实质是一种辐射能量，由热能转换而来。由红外辐射定律的内容可知，被测物体所发出的辐射功率正比于所测物体绝对温度的四次方。因此，当变压器发生热故障必然会改变其发热部位的温度，此时通过已经安装好的红外监测装置就可以拍摄放电部位的温度图像，可以直接观测到设备的发热部位和出现发热现象的范围。通过拍摄的红外图像可以看到发热点的温度情况，不同的颜色代表不同的发热程度。
总之，本文通过阐述变压器局部放电、油中溶解气体、铁芯接地等在线监测的方法，提出融合多种原理的变压器智能在线监测方法，通过使用大数据、专家系统分析，判断变压器运行状态，为变压器安全、可靠、经济运行提供技术支撑。
（作者单位：1.国网安徽省电力有限公司芜湖供电公司；
2.芜湖中安电力设计院有限公司）
【关键词】大数据；电力变压器；智能监测
引言
变压器在电力系统中主要实现电能的分配、电压的转化以及转移的作用。因为变压器长期处于运行状态，所以无法避免故障的出现，导致变压器出现故障的原因很多，如变压器在安装、检修、维护过程中，未严格按照规范要求操作，自然灾害，變压器长期运行使材质逐渐劣化等均会导致变压器出现故障。因为故障无法避免，所以对变压器故障实现早期监测及准确诊断非常重要。
1 大数据概述
对于“大数据”（Big data），研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
2 变压器监测发展概况
早期主要通过现场巡视油温、油位及运行声响，并结合定期检修等对电力变压器进行监测。定期检修有自身的科学依据和合理性，但这种检修模式存在以下弊端：工作量大，检修成本高；缺陷检出率不高；存在过度检修，检修中增加了产生新隐患的几率；检修需停电，增加了误操作几率；新技术发展导致原有检修管理、规程及工艺与实际不符；计划检修周期与设备寿命及故障规律不符等。基于变压器等早期检修模式存在的问题，国家电网公司于2006年初开始推行状态检修，2009年5月，又推出智能电网发展计划。随着智能电网建设的推进，变压器智能在线监测技术成为智能电网的研究热点之一。
目前，国内外对变压器在线监测原理研究有多种方法，如变压器局部放电、油色谱分析、铁芯多点接地等在线监测系统，但大多依据单项原理进行产品开发或研究，若想获得变压器各种故障信息，现场需安装多套设备及后台装置，存在占用空间过大及后台装置重复设置等问题。
3 变压器智能监测原理
3.1 变压器局部放电的在线监测
局部放电是指由于电场分布不均匀，导致出现局部电场过高的问题，此时局部范围内的绝缘介质电气存在放电或击穿的现象。若未能及时处理，绝缘系统将会失效。由此可见，为了确保电力变压器的安全稳定运行，加强对局部放电的在线监测势在必行。通常来说，如果出现了局部放电的问题，将会产生电脉冲、超声波、电磁辐射以及局部过热，若是油中放电还会产生一定的能量损耗。因此工作人员可以选用的监测方法具体包括以下几种：气相色谱法、超声波法、脉冲电流法、超高频法、红外监测法以及光测量法等。主要是利用了传感器进行局部放电的数据处理，最后实施在线监测，具体如下。
超声波法，超声传感器的工作原理是利用了压电晶体，将其当做是声电换能器，由于该设备位于变压器的外壳上，其设置是固定的，需要转换变压器内部局部放电产生信号，并将其放大，得到电信号。脉冲电流法，该种方法需要得到局部放电所产生的脉冲电流局放特征量，这种情况下，可以通过监测阻抗来发挥监测作用。气相色谱法，气相色谱法充分利用了各种特征气体，观察并测量其溶解在油中的含量，从而做出正确的故障判断。超高频法，该种方法的工作原理在于电磁波监测，利用UHF 天线，其特点在于灵敏度高，抗干扰能力强，同时还能够定位放电源。红外检测法，红外检测法应用红外探测器，通过热成像监测局部放电引起的局部温度升高现象。光测量法，该种方法在检测过程中会产生辐射。
3.2 变压器油色谱分析的在线监测
该种在线监测方法基于油中溶解气体理论，现场进行油色谱的定时监测和故障诊断，这也是其优势所在。假设变压器的运行温度正常，油和固体绝缘材料在老化过程中出现了局部放电的现象，那么这种情况下的油裂解会产生 H2和CH4；若是故障温度并未高出正常运行温度太多，这种时候油裂解的产物只有 CH4；如果变压器存在故障，且温度不断升高，此时油裂解则会产生 C2H4和 C2H6；当变压器故障温度超过 1000℃时，油分解中则会产生较多的 C2H2；若是产生大量的 CO 和 CO2，那么便是变压器故障涉及到了固体绝缘材料。
3.3 变压器红外测温技术的在线监测
红外测温技术一般是用于高压设备的故障诊断，其技术主要是通过拍摄得到的设备局部的温度来判断故障程度。红外测温技术的时效性较强，不仅可以在一定距离内进行遥测，同时可以直观的测定设备的温度，并进行梯度显示。红外测温技术还可以抵抗来自电磁场场波的干扰。对于绕组的热点温度测量，红外测温技术具有一定的优势，并且精确度较高，精度已经达到0.05摄氏度。
红外监测的原理是：当设备的温度在绝对温度（-273.15摄氏度）之上时，会产生红外射线，这种射线实质是一种辐射能量，由热能转换而来。由红外辐射定律的内容可知，被测物体所发出的辐射功率正比于所测物体绝对温度的四次方。因此，当变压器发生热故障必然会改变其发热部位的温度，此时通过已经安装好的红外监测装置就可以拍摄放电部位的温度图像，可以直接观测到设备的发热部位和出现发热现象的范围。通过拍摄的红外图像可以看到发热点的温度情况，不同的颜色代表不同的发热程度。
总之，本文通过阐述变压器局部放电、油中溶解气体、铁芯接地等在线监测的方法，提出融合多种原理的变压器智能在线监测方法，通过使用大数据、专家系统分析，判断变压器运行状态，为变压器安全、可靠、经济运行提供技术支撑。
（作者单位：1.国网安徽省电力有限公司芜湖供电公司；
2.芜湖中安电力设计院有限公司）