基于DGA的变压器故障诊断智能方法分析

doi:10.3969/j.issn.1000-7229.2015.06.006

摘要/Abstract

摘要：

针对传统变压器故障诊断方法的不足，介绍了多种智能诊断方法在基于油中溶解气体分析（dissolved gas-in-oil analysis， DGA）的变压器故障诊断中的应用，包括人工神经网络、模糊理论、专家系统、灰关联分析及其他智能方法。通过对这些智能诊断方法的分析，得出其优缺点及需要改进的方案，为研究人员选择最优油浸式电力变压器故障诊断方法提供参考。最后对基于DGA的变压器故障智能诊断方法进行了展望，并分析了未来的发展方向。

关键词: 变压器, 故障诊断, DGA, 智能方法

Abstract:

Aiming at the shortcomings of the traditional fault diagnosis method for transformer, this paper introduced the applications of several intelligent methods in the fault diagnosis of power transformer based on dissolved gas-in-oil analysis (DGA), including the artificial neural network, the fuzzy theory, the expert system, the grey relational analysis and other intelligent methods. This paper analyzed these intelligent diagnosis methods and obtained the relative merits and improved solutions, which could provide a reference for the researchers to choose the optimal fault diagnosis method of oil-immersed power transformer. At last, the DGA-based intelligent fault diagnosis method for transformer was discussed, and its future development direction was analyzed.

Key words: transformer, fault diagnosis, DGA, intelligent methods

中图分类号:

TM 41

王国平，余涛，傅森木，钟运平，张勇，程小华. 基于DGA的变压器故障诊断智能方法分析[J]. 电力建设, 2015, 36(6): 34-39.

WANG Guoping， YU Tao，FU Senmu， ZHONG Yunping， ZHANG Yong， CHENG Xiaohua . Intelligent Methods for Transformer Fault Diagnosis Based on DGA[J]. ELECTRIC POWER CONSTRUCTION, 2015, 36(6): 34-39.

参考文献

［1］孙才新，陈伟根，李俭，等.电气设备油中气体在线监测与故障诊断技术［M］.北京：科学出版社，2003.
［2］刘新良，莫燕玲.电力机车主变压器呼吸不畅造成特征气体含量严重异常的分析与处理［J］. 变压器，2013，50（2）：64-67.
Liu Xinliang， Mo Yanling. Analysis and treatment of abnormality of characteristic gas contents caused by bad breath in electric locomotive main transformer［J］. Transformer， 2013，50（2）：64-67.
［3］Caixin Sun，Ruijin Liao， Weigen Chen. The principle of transformer chromatograph detecting on-line and the analysis of output wave［M］. 1995.
［4］徐康健. 变压器油色谱分析中用三比值法判断故障时应注意的问题［J］. 变压器，2010，47（1）：75-76.
Xu Kangjian. The problem when using three-ratio method to judge the fault in dissolved gas analysis of transformer［J］. Transformer，2010， 47（1）：75-76
［5］Wang H X， Yang Q P， Zheng Q M. Artificial neural network for transformer insulation aging diagnosis［C］//Electric Utility Deregulation and Restructuring and Power Technologies， 2008： 2233-2238.
［6］Zakaria F， Johari D， Musirin I. The Taguchi-Artificial Neural Network approach for the detection of incipient faults in oil-filled power transformer［C］//Power Engineering and Optimization Conference （PEOCO）， Langkawi： IEEE， 2013：518-522.
［7］Chen M J， Zeng X， Li G H， et al. A new transformer protection based on the artificial neural network model［C］//Automation Congress， Hawaii：IEEE，2008： 1-4.
［8］王雪梅，李文申，严璋. BP网络在电力变压器故障诊断中的应用［J］. 高电压技术， 2005， 31（7）：12-14.
Wang Xuemei， Li Wenshen， Yan Zhang. Study on fault diagnosis for power transformer based on BP neural network［J］. High Voltage Technology， 2005， 31（7）： 12-14.
［9］Zhang Y， Ding X， Liu Y， et al. An artificial neural network aapproach to transformer fault diagnosis［J］. IEEE Transaction on Power Delivery， 1996， 11（4）：1836-1841.
［10］刘灿萍. 基于DGA的变压器故障诊断专家系统的研究［D］. 广西大学，2007.
Liu Canping. Expert system research of power transformer fault diagnosis based-on DGA［D］. Guangxi University， 2007.
［11］Sun Y J， Zhang S， Miao C X， et al. Improved BP neural network for transformer fault diagnosis［J］. Journal of China University of Mining and Technology， 2007， 17（l）： 138-142.
［12］Sugumaran V， Sabareesh G R， Ramachandran K I. Fault diagnostics of roller bearing using kernel based neighborhood score multi-class support vector machine［J］. Expert Systems with Applications， 2008（34）： 3090-3098.
［13］魏星，张霖，吉磊. 基于径向基函数网络的大型电力变压器故障诊断［J］. 江苏电机工程，2005，24（6）：19-21.
Wei Xing， Zhang Lin， Ji Lei. Power transformer fault diagnosis based on radial basis function network［J］. Jiangsu Electrical Engineering， 2005， 24（6）： 19-21.
［14］Zheng X X. Intelligent fault diagnosis of power transformer based on fuzzy logic and rough set theory［J］. Intelligent Control and Automation， 2008： 6858-6862.
［15］Cannas B， Delogu R S， Fanni A. Support vector machines for disruption prediction and novelty detection at JET［J］. Fusion Engineering and Design， 2007（82）： 1124-1130.
［16］Ma H Z， Li Z， Ju P， et al. Diagnosis of power transformer faults based on fuzzy three-ratio method［C］//7th International Power Engineering Conferenee， IPEC2005， Singapore：IEEE， 2005：162-186.
［17］Xie P，Li Q Q， Wang Y. A model for condition assessment of power transformers based on fuzzy theory［C］//Computational and Information Sciences （ICCIS）， Shiyang： IEEE， 2013：1757-1759.
［18］Su Q， Mi C， Lai L L， et al. A fuzzy dissolved gas analysis method for the diagnosis of multiple incipient faults in a transformer［J］.IEEE Transactions on Power System， 2000， 15（2）：593-598.
［19］李俭，孙才新，廖瑞金，等. 以模糊聚类标准谱与灰色关联序诊断变压器内部故障的方法研究［J］.仪器仪表学报，2004，25（5）：587-589.
Li jian， Sun cai xin， Liao Ruijin， et al. Study on analysis method about fault diagnosis of transformer and degree of grey inidence based on fuzzy clustering［J］. Chinese Journal of Scientific Instrument，2004， 25（5）：587-589.
［20］符杨，田振宁，江玉蓉，等. 加权模糊核聚类法在电力变压器故障诊断中的应用［J］.高电压技术，2010，36（2）：371-374.
Fu Yang， Tian Zhenning， Jiang Yurong， et al. Power transformer fault diagnosis using weighted fuzzy Kernel clustering［J］. High Voltage Engineering， 2010，36（2）： 371-374.
［21］陈新岗，李太福. 基于DGA特征量的变压器绝缘故障诊断专家系统的研究［J］. 变压器，2005，42（1）：33-36.
Chen Xingang， Li Taifu. Research on expert system of transformer insulation fault diagnosis basedon DGA characteristic parameters［J］. Transformer， 2005， 2（1）： 33-36.
［22］Jain M B， Srinivas MB， Jain A. A novel web based expert system architecture for on-line and off-line fault diagnosis and control （FDC） of transformers［C］//TENCON 2008-2008 IEEE Region 10 Conference，Hyderabad： IEEE， 2008： 1-5.
［23］束洪春，孙向飞，司大军. 电力变压器故障诊断专家系统知识库建立和维护的粗糙集方法［J］. 中国电机工程学报，2002，22（2）：32-35.
Su Hongchun， Sun Xiangfei， Si Dajun. A RS approach to founding and maintaining ES knowledge base for fault diagnosis of power transformer［J］. Proceeding of the CSEE， 2002， 22（2）：32-35.
［24］杜剑光. 变压器故障诊断专家系统［D］. 北京：华北电力大学，2003.
Du Jianguang. Transformer Fault Diagnosis Expert System［D］. Beijing： North China Electric Power University， 2003.
［25］李俭，孙才新，陈伟根，等. 基于灰色聚类分析的充油电力变压器绝缘故障诊断的研究［J］.电工技术学报，2002，17（4）：24-29.
Li Jian， Sun Caixin， Chen Weigen， et al. Study on fault diagnosis of insulation of oil-immersed transformer based on grey cluster theory［J］. Transactions of China Electro technical Society， 2002， 17（4）：24-29.
［26］宋强，李菲，张云素，等. 基于灰关联熵法的电力变压器故障诊断研究［J］. 变压器，2010，47（2）：56-58.
Song Qiang， Li Fei， Zhang Yun， et al. Research on fault Diagnosis of power transformer based on grey entropy relational gorithem［J］. Transformer， 2010， 47（2）： 56-58.
［27］李硕，赵峰. 基于熵权优化加权灰色关联度的变压器故障诊断方法［J］. 变压器，2013，50（9）：48-51.
Li Suo， Zhao Feng. Transformer fault diagnosis method based on weighted degree of Grey incidence of optimized entropy［J］. Transformer， 2013，50（9）：48-51.
［28］李建坡.基于加权灰靶理论的电力变压器状态评估方法［D］.长春：吉林大学，2008.
Li Jianpo. Study on power transformer fault diagnosis technology based on dissolved gases analysis［D］. Changchun： Jilin University， 2008.
［29］Yuan J S， Lu W， Li Z. Artificial immune algorithm for fault diagnosis of Power transformer［C］ //Knowledge Acquisition and Modeling Workshop， 2008. KAM Workshop 2008. IEEE International Symposium on， Wuhan： IEEE， 2008：352-354.
［30］陈伟根，云玉新. 基于遗传算法进化小波神经网络的电力变压器故障诊断［J］. 电力系统自动化，2007，31（13）：88-92.
Chen Weigen， Yun Yuxin. Fault Diagnosis of power transformers based on genetic algorithm evolving wavelet neural network［J］. Power System Automation， 2007， 31（13）：88-92.
［31］方健，彭辉，李自品，等. 改进小波网络在油浸式变压器故障诊断中的应用［J］. 高压电器， 2011， 47（11）：115-120.
Fang Jian， Peng Hui， Li Zipin， et al. An improved wavelet network with application to the fault diagnosis of oil-immersed transformer［J］. High Voltage Electrical Apparatus， 2011， 47（11）： 115-120.
［32］吴晓辉，刘炯，梁永春，等. 支持向量机在电力变压器故障诊断中的应用［J］. 西安交通大学报，2007，41（6）：722-726.
Wu Xiaohui， Liu Jiong， Liang Yongchun， et al. Application of support vector machine in transformer fault diagnosis［J］. Journal of XI’AN Jiao Tong University， 2007， 41（6）： 722-726.
［33］朱永利，吴立增. 贝叶斯分类器与粗糙集相结合的变压器综合故障诊断［J］. 中国电机工程学报， 2005， 25（10）：161-167.
Zu Yongli， Wu Lizeng. Synthesized diagnosis on transformer faults based on Bayesian classifier and rough set［J］. Proceeding of the CSEE， 2005， 25（10）： 161-167.
［34］张志文，乔悦，罗隆福，等. 信息融合技术在变压器油气识别故障诊断中的研究［J］. 计算机工程与科学，2012， 34（3）：132-136.
Zhang Zhiwen， Qiao Yue， Luo Longfu， et al. Research of the information fusion technology in the transformer fault diagnosis with dissolved gas-in-oil analysis［J］. Computer Engineering & Science， 2012， 34（3）：132-136.
［35］张景明，肖倩华，王时胜. 融合粗糙集和神经网络的变压器故障诊断［J］. 高电压技术，2007，33（8）：122-125.
Zhang Jingming， Xiao Qianhua， Wang Shisheng. Transformer fault diagnosis by combination of rough set and neural network［J］. High Voltage Engineering， 2007， 33（8）：122-125.
［36］王娅娜，黄新波，宋桐，等. 基于改进粒子群算法的模糊神经网络变压器油色谱监测故障诊断策略［J］.广东电力，2013，26（5）：82-86.
Wang Yana， Huang Xinbo， Song Tong， et al. Fault diagnosis strategy for transformer oil chromatography monitoring of fuzzy neural network based on improved PSO［J］. Guangdong Electric Power， 2013，26（5）：82-86.

[1]	韩俊，袁栋，谢珍建，何晋伟，刘利国，杜渐，蔡超. 交直流配电网典型形态特征对比与应用模式[J]. 电力建设, 2020, 41(3): 93-99.
[2]	陈凯龙，宋洁莹，刘欣，张建坡. “Sen”变压器(ST)的稳态等效模型研究[J]. 电力建设, 2020, 41(2): 76-84.
[3]	傅守强，陈翔宇，王畅，杨林. 基于机会约束规划的多PET互联的交直流配电网日前优化调度[J]. 电力建设, 2019, 40(12): 96-103.
[4]	张岩, 文福拴, 熊文, 牛振勇, 赵宏伟, 尚慧玉. 基于广域测量信息的电力系统故障诊断解析模型 [J]. 电力建设, 2018, 39(5): 10-.
[5]	傅守强1，高杨1，陈翔宇1，李红建1，祁欢欢2，徐彭亮3，许文秀1 . 基于柔性变电站的交直流配电网技术研究与工程实践 [J]. 电力建设, 2018, 39(5): 46-.
[6]	李大兴1，于宝鑫1，李佳骥1，张华东1，李文龙1，陈广宇1,牛萌2. 含低压储能模组的光伏并网逆变器研究[J]. 电力建设, 2018, 39(4): 119-.
[7]	张勇1，李丹1，文福拴2，张岩3，董艺1，郑建梓1. 基于IEC 61850的智能变电站过程层故障诊断[J]. 电力建设, 2018, 39(3): 42-.
[8]	尚慧玉，王崇宇，陈明辉，阳曾，熊文，文福拴. 灾害天气条件下电力系统故障诊断特征匹配方法[J]. 电力建设, 2018, 39(10): 37-43.
[9]	王守鹏，赵冬梅 . 一种基于体液免疫原理的电网故障诊断模型设计方法 [J]. 电力建设, 2017, 38(7): 131-.
[10]	张爱萍，陆振纲，宋洁莹，刘海军，李卫国. 应用于交直流配电网的电力电子变压器 [J]. 电力建设, 2017, 38(6): 66-.
[11]	尹昌新，李蕴，陈平，黄仁乐，常乾坤，周杨. 分区互联装置桥臂闪络故障保护策略设计[J]. 电力建设, 2017, 38(2): 91-.
[12]	陈宇，韩民晓，王皓界，盛万兴. 基于模块化三电平方式的中压直流配电网DC/DC换流器设计[J]. 电力建设, 2016, 37(5): 69-77.
[13]	黄国日, 文福拴, 刘昌, 邓世聪, 郭祝平4 李宁. 确定变压器更换策略的机会成本方法[J]. 电力建设, 2016, 37(4): 35-42.
[14]	徐兵，张岩，田方媛，文福拴，朱炳铨，徐立中. 利用有限相量测量单元的故障识别与广域后备保护策略[J]. 电力建设, 2016, 37(2): 25-33.
[15]	廖志伟，岳苓，文福拴，朱炳铨，徐立中. 基于规则网的高压输电线路故障诊断与保护动作性能评价[J]. 电力建设, 2016, 37(2): 34-41.