何 平

（保定天威新域科技發(fā)展有限公司，河北 保定 071056）

變壓器內(nèi)部放電故障診斷系統(tǒng)的設(shè)計與研究

何 平

（保定天威新域科技發(fā)展有限公司，河北 保定 071056）

研究了以統(tǒng)計圖譜為基礎(chǔ)的局部放電特征向量，并以特征向量為基礎(chǔ)開發(fā)研制了變壓器內(nèi)部放電故障診斷系統(tǒng)，系統(tǒng)通過在220kV實體變壓器上進(jìn)行試驗驗證，證明了特征向量提取的有效性和故障識別算法的準(zhǔn)確性。

局放故障模型；特征向量；神經(jīng)網(wǎng)絡(luò)

大型電力變壓器內(nèi)部結(jié)構(gòu)比較復(fù)雜，尤其是絕緣系統(tǒng)，受電場、磁場及溫度共同作用的影響，其內(nèi)部產(chǎn)生放電的原因和形態(tài)也比較復(fù)雜，經(jīng)常出現(xiàn)的放電類型包括：氣泡放電、油隙放電、沿面爬電、夾層放電、尖端放電、懸浮放電等。在變壓器運行狀態(tài)下獲取局放信號的途徑有限，脈沖電流信號可從套管末屏接地線或鐵心及夾件的接地引出線等部位獲取，通常會疊加各種干擾，僅通過單次放電脈沖信號進(jìn)行模式識別很困難，所以變壓器局部放電類型模式識別一直是變壓器局部放電檢測研究的重點和難點[1-4]。利用局部放電特征向量及BP神經(jīng)網(wǎng)絡(luò)能夠準(zhǔn)確判斷變壓器內(nèi)部故障[5-10]，防患于未然，杜絕變壓器絕緣擊穿短路燒毀事故發(fā)生。

1 變壓器局部放電故障診斷系統(tǒng)

1.1 系統(tǒng)組成

為深入分析變壓器局部放電的類型及發(fā)展過程，設(shè)計并研制了變壓器內(nèi)部放電故障診斷系統(tǒng)，系統(tǒng)包括：①傳感器；②信號耦合裝置；③信號調(diào)理單元；④信號傳輸設(shè)備；⑤數(shù)據(jù)采集單元；⑥信號處理單元；⑦數(shù)據(jù)分析系統(tǒng)。系統(tǒng)示意圖如圖 1所示。

圖1 系統(tǒng)示意圖

1.2 系統(tǒng)硬件組成

硬件系統(tǒng)包括傳感器和檢測主機，檢測主機采用一體化結(jié)構(gòu)，其中系統(tǒng)主機硬件架構(gòu)如圖2所示，包括：數(shù)據(jù)分析處理器、人機交互接口、控制處理器、采集系統(tǒng)、信號調(diào)理單元、局放信號輸入單元、同步觸發(fā)單元。

圖2 系統(tǒng)主機硬件架構(gòu)

局部放電產(chǎn)生的各種特征信號，可通過相應(yīng)的傳感器獲取。目前獲取局放脈沖電流信號的方法是檢測阻抗、HFCT；獲取無線射頻信號的方法是射頻天線和特高頻傳感器；獲取超聲信號的方法是壓電超聲傳感器[11]，常見的局部放電檢測傳感器實物如圖3所示。

圖3 局部放電檢測用傳感器及耦合裝置

1.3 系統(tǒng)軟件組成

為研究變壓器局部放電故障診斷方法并驗證其工程實用性，開發(fā)了變壓器內(nèi)部故障診斷的軟件系統(tǒng)，軟件的整體架構(gòu)如圖4所示。

圖4 放電故障診斷系統(tǒng)軟件架構(gòu)

軟件總共有9個模塊組成，分別如下：

1）實時數(shù)據(jù)獲取模塊

從硬件平臺的信號前置處理和高速采集系統(tǒng)中實時獲取從傳感器及檢測回路接收到的局部放電信號，可實現(xiàn) 1—8通道同步采集，采樣率最高可達(dá)80MPS。同步轉(zhuǎn)換并傳輸至計算機處理系統(tǒng)。

2）干擾分析及消除處理模塊

本模塊主要完成對數(shù)字信號的干擾分析及處理，除數(shù)字濾波、相位識別、時域開窗外、還可根據(jù)干擾特點自動進(jìn)行小波消噪、頻域處理、智能識別等。

3）統(tǒng)計分析及放電類型識別模塊

基于統(tǒng)計分析及時頻分析原理根據(jù)局部放電信號產(chǎn)生的各種圖譜，如PRPD、PRPS、3PARD、N- Φ、Q-Φ、Q- Φ-T等統(tǒng)計圖譜。在這個模塊里建立了基于統(tǒng)計特征的局部放電類型識別功能，并具有自學(xué)習(xí)功能，對新的放電類型可自動提取特征值，構(gòu)建特征向量實現(xiàn)模式識別，同時建有特征圖譜庫。

4）局部放電定位模塊

通過獲取的實時數(shù)據(jù)，根據(jù)各通道傳感器的信號特征，利用其通道間脈沖時差、幅差，利用多通道定位算法實現(xiàn)電聲、聲聲、電電定位。

5）多信號分析處理模塊

硬件采集平臺可同時接收從多個通道傳來的不同類型的局放傳感器數(shù)據(jù)，通過這些數(shù)據(jù)的同步分析和相關(guān)處理，確定放電信號和類型，如：時延、相位相關(guān)性、周期同步性、幅值相關(guān)性完成對干擾的處理和放電類型識別。為定位和放電類型識別提供前置處理。

6）數(shù)據(jù)記錄和回放模塊

為保證試驗或技術(shù)分析人員能夠?qū)討B(tài)、瞬變局放信號的捕捉和分析，系統(tǒng)提供了數(shù)據(jù)實時記錄和回放功能，可在事后無失真回放局放試驗時的情景。

7）參數(shù)配置和多窗口管理功能模塊

為確保全面分析局部放電信號的各種特征及信號的相關(guān)性，分析系統(tǒng)具備8通道同步高速數(shù)據(jù)采集，每個通道都支持多種傳感器配置，如：超聲、HFCT、UHF等，各通道的配置參數(shù)可單獨定義，統(tǒng)一管理。每個顯示窗口可單獨定義顯示參數(shù)，即顯示實時波形也可顯示統(tǒng)計圖譜，或隨時分析單脈沖波形。

在以上功能模塊中，統(tǒng)計分析及放電類型識別模塊是系統(tǒng)的核心。統(tǒng)計分析及放電類型識別模塊利用幾種典型放電類型的統(tǒng)計圖譜特征，根據(jù)局部放電統(tǒng)計圖相關(guān)特性識別局部放電類型，其圖譜特征量主要有偏斜度、陡峭度、互相關(guān)系數(shù)、放電量因數(shù)、相位不對稱度。其中偏斜度、陡峭度描述統(tǒng)計圖譜形狀差異；放電量因數(shù)、相關(guān)系數(shù)、相位不對稱度描述正負(fù)半周輪廓差異，具體算法如下：

1）偏斜度Sk

偏斜度是相對于正態(tài)分布的形狀而言的，描述了某種形狀對比于正態(tài)分布形狀的偏斜程度，即

式中，W是半周期內(nèi)的相窗數(shù)，xi是第 i個相窗的相位，Δx是相窗寬度，pi、μ 和σ 是把圖譜看成概率密度分布圖，以φi為隨機變量時，相窗 i內(nèi)的事件出現(xiàn)的概率，均值和標(biāo)準(zhǔn)差。其概率為

式中，yi是譜圖的縱坐標(biāo)，它代表視在放電量 q或放電重復(fù)率n。

均值和標(biāo)準(zhǔn)差分別為

Sk=0說明該圖譜形狀左右對稱；Sk＞0說明圖譜形狀較正態(tài)分布向左偏；Sk＜0說明圖譜形狀較正態(tài)分布向右偏。

2）陡峭度Ku

陡峭度也是相對于正態(tài)分布的形狀而言的，它描述了某種形狀的分布對比于正態(tài)分布形狀的突起程度。其定義為

式中，各量定義均與偏斜度公式中的定義相同。

對于正態(tài)分布而言，陡峭度Ku=0。如果Ku＞0，則說明該圖譜輪廓比正態(tài)分布輪廓尖銳陡峭；如果Ku＜0，則說明該圖譜輪廓比正態(tài)分布輪廓平坦。

3）互相關(guān)系數(shù)cc

由放電理論可知，如果正負(fù)兩電極形狀對稱，則在一個周期內(nèi)，正負(fù)半周的放電情況相似。而如果正負(fù)兩電極形狀不對稱（大多放電都是不對稱放電），正負(fù)半周的放電情況則會有明顯的差異?；ハ嚓P(guān)系數(shù)cc反映的就是正負(fù)半周圖譜的形狀相似度，其計算公式為

式中，qi+，qi-是相窗 i內(nèi)的平均放電量，字母的上標(biāo)“+”，“-”分別對應(yīng)著二維圖譜的正負(fù)半周；W是圖譜半周內(nèi)的相窗數(shù)?；ハ嚓P(guān)系數(shù)cc等于0和1分別意味著二維圖譜正負(fù)半周的輪廓差異巨大和十分相似。

4）放電量因數(shù)Q

放電量因數(shù) Q指的是正負(fù)半周平均放電量之比，反映的是正負(fù)半周平均放電量的差異，計算公式為

式中，ni+、ni-是在相窗 i內(nèi)的放電重復(fù)率，其他意義同上。

5）相位不對稱度φ

對于φ-q圖譜正負(fù)半周起始放電相位的差別可以用相位不對稱度描述，計算公式為

式中，φ+in、φ-in分別是φ -q圖譜正負(fù)半周內(nèi)放電的起始相角。

2 試驗數(shù)據(jù)及分析

為了驗證內(nèi)部放電故障診斷系統(tǒng)的實用性及識別放電類型的準(zhǔn)確性，在 35kV變壓器真實模型上預(yù)制不同放電故障，并在加壓狀態(tài)下改變故障點的放電形態(tài)，其變壓器故障模擬系統(tǒng)如圖5所示。

圖5 變壓器放電故障模擬系統(tǒng)

在試驗過程中，放置不同的放電源，其統(tǒng)計圖譜如圖6所示。

圖6 局部放電統(tǒng)計圖譜

通過統(tǒng)計圖譜得到的局部放電特征向量見表1。

表1 局部放電特征向量數(shù)據(jù)表

由表1得知，不同放電類型的統(tǒng)計圖譜的特征向量不盡相同，通過 BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，能夠準(zhǔn)確識別放電類型。

運用該系統(tǒng)對多臺220kV以上大型電力變壓器的內(nèi)部放電故障進(jìn)行診斷，其準(zhǔn)確率達(dá)到了80%。實際應(yīng)用效果顯著。

3 結(jié)論

在變壓器內(nèi)部不同的放電故障有著不同的特性，本文用統(tǒng)計圖譜來描述放電特性，通過對統(tǒng)計圖譜分析，得到局部放電特征向量，實際試驗數(shù)據(jù)可以看出以統(tǒng)計圖譜提取的局部放電特征向量能夠作為識別放電類型依據(jù)，運用人工智能技術(shù)，以此特征向量訓(xùn)練和學(xué)習(xí)能夠提高變壓器放電故障識別準(zhǔn)確率。通過實際現(xiàn)場應(yīng)用證明，以統(tǒng)計分析及放電類型識別功能為核心的變壓器內(nèi)部故障診斷系統(tǒng)，識別放電故障準(zhǔn)確有效，顯著提高了變壓器帶電檢測及診斷水平，提前發(fā)現(xiàn)運行狀態(tài)下變壓器內(nèi)部絕緣缺陷故障，向變壓器運檢智能化提供裝備支撐。

[1]張永記, 陳德興, 池善活, 等.變壓器局部放電在線監(jiān)測和故障診斷[C]//重慶市電機工程學(xué)會2010年學(xué)術(shù)會議論文集, 2010: 303-306.

[2]王東升, 丁立健, 于龍濱.變壓器局部放電在線監(jiān)測技術(shù)[J].東北電力技術(shù), 2007(4): 34-37.

[3]劉云鵬.電力變壓器局部放電的電氣定位及診斷[D].保定: 華北電力大學(xué), 2005.

[4]張言蒼, 張毅剛, 徐大可.變壓器局部放電在線檢測的現(xiàn)狀及發(fā)展[J].繼電器, 2004(22): 70-75.

[5]李燕青.超聲波法檢測電力變壓器局部放電的研究[D].保定: 華北電力大學(xué), 2004.

[6]李文征, 王軍.變壓器局部放電試驗中的故障分析及處理[J].電力設(shè)備, 2007, 8(9): 63-65.

[7]唐炬, 王靜, 李劍, 等.統(tǒng)計參數(shù)用于局部放電模式識別的研究[J].高電壓技術(shù), 2002, 28(8): 4-6, 37.

[8]Feliciano Massingue, Sander Meijer, Pantelis D.Agoris, Johan J.Smit.Partial discharge pattern analysis of modeled insulation defects in transformer insulation[C]//Conference Record of the 2006 IEEE International Symposium on Electrical Insulation.

[9]王國利.油浸式電力變壓器局部放電特高頻檢測技術(shù)研究[D].西安: 西安交通大學(xué), 2003.

[10]Judd M D, Yang Li, Hunter IB.Partial discharge monitoring forpower transformers using UHF sensors part2: field experience[J].IEEE Electrical Insulation Magazine, 2005, 21(3): 5-13.

[11]唐志國, 李成榕, 常文治, 等.變壓器局部放電定位技術(shù)及新興UHF方法的關(guān)鍵問題[J].南方電網(wǎng)技術(shù), 2008, 2(1): 36-40.

[12]徐澄, 肖榮.大型變壓器內(nèi)部放電故障實例診斷與分析[J].高壓電器, 2010(11): 67-69, 73.

[13]周倩.組合電器局部放電超高頻信號數(shù)學(xué)模型構(gòu)建和模式識別研究[D].重慶: 重慶大學(xué), 2007.

[14]Contin A, C G, Montenari, et al.PD source recognition by weibull processing of pulse height distributions[J].IEEE Trans.on Dieleclric, & Electric Insulation, 2000, 7(1): 48-58.

[15]臧懷剛, 王志斌, 鄭英.改進(jìn)小波閾值函數(shù)在局放去噪分析中的應(yīng)用[J].自動化儀表, 2010, 31(5): 5-7.

[16]唐炬, 高麗, 唐銘, 等.以復(fù)小波變換系數(shù)為特征量的局放模式識別[J].重慶大學(xué)學(xué)報(自然科學(xué)版), 2007, 30(4): 21-24, 33.

Design and Study of Internal Transformer PD Fault Diagnosis System

He Ping
(Baoding Tianwei Xinyu Technology Development Co., Ltd, Baoding, Hebei 071000)

The paper studied the partial discharge characteristic vector by the total chart, and developed internal transformer PD fault diagnosis system based on feature vectors.The system is tested on a 220kV transformer, which demonstrates the validity of feature vector extraction and the accuracy of fault identification algorithm.

PD Fault Model; characteristic parameters; neural network

何 平（1960-），男，河北省保定市人，碩士，高級工程師，主要從事高壓電氣設(shè)備局部放電檢測定位技術(shù)、變壓器智能化技術(shù)研究及產(chǎn)品開發(fā)工作。