面向电力变压器故障集成诊断系统

摘 要:针对变压器故障呈现的复杂性,提出建立一种面向电力变压器故障的集成诊断系统。整个系统诊断模块以集成诊断形式出现,利用决策融合网络将基于不同诊断机理与方法的诊断子模块进行融合,即是将油中溶解气体分析与常规电气试验的结论结合起来,并充分借鉴现场的运行、诊断和维修经验,因而具有较强的知识表示及不确定性处理能力。实验证明该系统提高了诊断确诊率,并给出系统诊断的实现过程。

关键词:变压器;信息融合;故障诊断;专家系统

中图分类号:TP29 文献标识码:A

文章编号:1004-373X(2010)03-150-04

Integrated System of Transformer Fault Diagnosis Based on Object-oriented Knowledge

CHEN Kefu

(Hunan Electronic Research Institute,Changsha,410009,China)

Abstract:An integrated system of transformer fault diagnosis based on object-oriented knowledge,the object-oriented model and the integrated diagnosis model are described.The diagnostic precision is improved by the decision-making fusion network in which all diagnostic sub-modules based on different theories and mechanisms are fused.Within the diagnostic modules,the dissolved gas-in-oil analysis and the results of conventional electrical tests of power transformers are combined tightly.The on-site experiences in operation,diagnosis and maintenance are highly utilized in the model.It has shown that the model possesses satisfactory capacity of knowledge representation and strong solving ability to deal with uncertain facts.The process of realization is described.

Keywords:transformer;information fusion;fault diagnosis;expert system

0 引 言

随着国民经济的发展,电力事业迅速增长,装机容量和电网规模日益增大,人们对电力系统中设备的运行可靠性的要求不断提高,在现代电力设备的运行和维护中,电力变压器不仅属于电力系统中最重要的和最昂贵的设备之列,而且是导致电力系统事故最多的设备之一[1]。因此国内外一直把电力变压器故障诊断技术作为重要的科研攻关项目,现今大多数运用的技术有局部放电法,介质测试法及变压器油色谱分析法等。

通常变压器在发生突发性事故之前,绝缘的劣化及潜伏性故障在运行电压下将产生光、电、声、热、化学变化等一系列效应及信息。对于多数大型变压器,目前几乎都是用油来绝缘和散热,变压器油与油中的固体有机绝缘材料(纸和纸板等)在运行电压下因电、热、氧化和局部电弧等多种因素会逐渐变质,裂解成低分子气体,变压器内部存在的潜伏性过热或放电故障又会加快产气的速率。随着故障的缓慢发展,裂解出来的气体形成气泡在油中经过对流,扩散作用,就会不断地溶解在油中。由此可见,油中溶解气体的组分和含量在一定程度上反映出变压器绝缘老化或故障的程度,可以作为反映变压器电气异常的特征量。因此对变压器油中溶解气体色谱分析的在线检测方法,不仅可以及时掌握变压器的运行状况,发现和跟踪存在的潜伏性故障,并且可以及时根据专家系统对故障自动进行诊断,同时根据变压器电气异常的多个特征量的特点,采用基于信息融合技术的面向对象的电力变压器故障智能诊断系统来综合诊断故障[2-4]。

1 面向对象电力变压器故障集成诊断系统构造

1.1 面向对象模型

专家系统的结构是指专家系统各组成部分的构造方法和组织形式。选择什么结构最为合适,要根据系统的应用环境和所执行任务的特点来确定。由于每个专家系统所需要完成的任务不同,面对的对象是变化的,因此其系统结构也不尽相同。如果知识表示的方法不同,知识库的结构也就不同。而推理机是对知识库中的知识进行操作的,推理机程序与知识表示的方法及知识库结构是紧密相关的,不同的知识表示有不同的推理。这样使得系统开发者只有借助极其复杂的算法或过程才能操作解空间对象而得到问题的解,而且由于知识表示形式和推理机制比较固定,较难适应广泛的应用。

通过对面向对象程序设计的特性及专家系统的特征分析,可得面向对象的方法适合于建造专家系统。面向对象的方法所追求的基本原则是使求解空间与领域问题空间在结构上尽可能的一致,使得系统设计者可以按照问题空间中对象的丰富特征自由地定义解空间的对象,知识库系统逻辑结构也可以向人类思维特性靠拢。用面向对象方法学构造的软件系统或知识系统能够比较自然地反映人类思考问题的方式,同时也为专家系统的知识和被模拟领域中的实体的表示提供了条件[5]。而且特别是基于面向对象的程序设计中类的层次性、继承性及普遍的模式匹配,对知识的组织、管理与调用提供了方便,并有力地支持本系统提出故障分类层次模型。按照变压器的结构性能,知识间总是具有清晰的层次性,可把变压器故障定为第一层,变压器的部件属二层,组成变压器部件的零件是第三层。所以可以由系统的结构层次知识构成一棵描述诊断对象结构关系的“树”,树中的每一个节点就是一个诊断知识单元,它由功能知识、因果知识、启发式经验知识以及相关的数据和操作组成。从纵向来看,每种设备、部件和零件都具有某些方面的继承性;从横向来看,体现了同层相关的属性。

根据变压器故障本质,在变压器故障中,前面已将故障分为绕组故障、磁路故障、结构及附件故障和冷却油故障四大类。它们既有各自的特点,又有一定的共性,具有一定的面向对象性。本系统采用框架结构的表达方法如图1所示。

图1 面向对象模型

类是具有共同属性的密切相关的对象集合,类本身并不生成实际对象,由子类实例化生成实际对象,分别以变压器四大类故障作为四个子类,子类生成具体故障对象,对象的私有部分不能被继承,如绕组绝缘故障、铁芯多点接地等。对象的公有部分如三比值法等,其函数可由其子类继承。

存储完成任务所需要的各种知识,是专家知识和经验的集合,所使用的专家系统采用三比值法作为规则。利用五种特征气体(H2,CH4,C2H2,C2H4,C2H6)的三对比值,来判断变压器故障性质的方法,简称三比值法。本系统采用了面向对象的诊断系统,每个对象都是一个独立的诊断知识单元,该单元应包含该对象的一些属性、对属性进行操作的方法以及与属性有关的规则等,诊断知识单元结构如图2所示。其中KNAME是诊断知识单元名称,也可以是单元的编号;PRE和CON分别是本条规则中的前提链和结论链,因为一条规则常常有若干个前提和结论,单元的规则是事实和结论之间的因果关系,它是诊断知识库的重要组成部分和规则推理的依据;FUN代表了诊断知识单元中的方法,可以是规则推理,也可以是其他任何求解功能;NEXTK是指向下一个诊断知识单元的指针。

KNAMEPRECONFUNNEXTK

图2 基于规则的诊断知识单元结构

用面向对象方法建立产生式规则的知识库之前,将所有规则以及它们的前提和结论进行统一编号,这样知识单元结构中的域KNAME,PRE和CON中的各节点只存放相应的编号即可。

整个知识库是由四大模块组成:

(1) 专门存储专家诊断经验知识的模块;

(2) 存储设备历史档案、原始数据的模块;

(3) 存储设备性能指标、健康状态的参照标准的模块;

(4) 故障集模块。故障集模块是将变压器较常见的典型的故障组成知识模块规则集合。典型故障如:铁芯多点接地故障、引线故障以及漏磁导致过热性故障等。

在实际诊断过程中,虽然利用一种信息根据规则有时可以判断变压器的故障,但在许多情况下得出的诊断结果并不可靠。比如,利用油中溶解气体状况对变压器进行诊断时,由于信号类型单一,能够提供的信息较少,来判别和查明某一故障的存在往往显得不够充分和准确,诊断的结论难有说服力。正常运行的设备中,某些非故障原因也会使油中产生一定量故障特征气体,有时这种非故障原因产生的特征气体浓度甚至远远超过导则中的注意值[6]。因此在实际判断设备有无故障时,应首先应将分析结果的几项主要指标(总烃、氢、乙炔)与导则中所列注意值做比较;但气体含量超标情况不能作为惟一判据,还应根据电气信号、油温等特征信息来确定设备内部是否有故障。

1.2 集成诊断模型

在变压器故障诊断中应充分利用各种信息,而不应仅局限于一种信息,因为从诊断学角度来看,任何一种诊断信息都是模糊的、不精确的。采用面向对象的变压器故障诊断方法虽能对故障进行较准确的分析,但任何一种诊断对象,单用一方面信息来反映其状态行为都是不完整的,只有从多方面获得关于同一对象的多维信息,并加以融合利用,才能实现更可靠更准确的监测与诊断。

同一组状态特征向量有可能对多种故障有支持作用,这种复杂情况需要一种冲突消解机制,简而言之就是要判断那种故障的可能性最大,且各类故障的发生概率在该情况下分别是多少,这也是信息融合技术所要解决的关键问题。

为了能充分利用变压器的特征信息,对变压器故障形成会诊功能,最大限度地提高确诊率,因此从信息融合的角度提出了基于信号类型及不同特征向量组合的集成诊断模型。这种集成诊断模型的基本思想是,通过信号的有效组合,用各种诊断子模块,从不同的侧面诊断故障,最大限度地提高确诊率。集成诊断模型的这种功能,主要是通过融合决策网络实现。每个子模块由于输入信息特征不同,其决策从不同方面反映了设备的状态。它们重新经过融合,有利于减少决策间的不确定性,提高确诊率。可见子模块决策间的融合起到了会诊的功能。其子模块本身可为局部融合网络,即其输入信号可属不同的类型。集成诊断模型是全局性的融合技术,它是基于决策的融合。

本系统根据变压器故障类型、特征向量的类型、诊断机理等因素的不同,构建了如下多个诊断子模块。

具体分类如下:

(1) 基于面向对象的变压器故障专家诊断子模块N1;

(2) 基于特征气体的相对比例(特别是H2变化情况)子模块N2;

(3) 基于变压器套管的介质损耗变化情况的子模块N3;

(4) 基于微水等特征信息的子模块N4。

同时根据不同的故障机理和特点,选用不同的诊断理论方法,通过信息融合使之协同来诊断故障。在集成模型当中,来自于信息采集模块的信息X被分配到各诊断子模块中,分配的依据是各子模块所针对的故障类型以及子模块的诊断机理;然后各子模块分别进行故障诊断,将得到的故障向量输入决策融合网络;最后决策融合网络对变压器的故障情况进行全面评估,得出诊断结论[7-9]。

但在面向对象的变压器故障专家诊断子模块N1子模块中,由于测量的气体是多种的气体混合,色谱柱不能完全把六种气体分离开来,则使某些传感器存在交叉反应,根据实践发现H2的特征传感器对C2H4气体有反应,CH4的特征传感器对C2H6气体有反应,这就需通过对两者测量数据进行数据融合来纠正误差[10]。本系统采用曲面拟合算法,其基本思想是由二维回归方程来建立被测目标参量与传感器输出量之间的对应关系,然后按最小二乘法原理由实验标定/校准数据计算出在均方误差最小条件下的回归方程的系数。

2 电力变压器故障诊断系统诊断性能

本系统采用了面向变压器故障集成诊断法是基于信息融合的变压器故障层次分类诊断模型,较好地克服对变压器故障的误诊和漏诊,解决变压器故障诊断中不确定推理过程,使推理过程具有逻辑性。由于证据理论采用一个“辨识框架”,它是关于命题的相互独立的可能结果或假设的一个有限集合,它是所有子集的集合。根据故障的分类,可设本系统的辨别框架为Θ={A,B,C,D}分别代表绕组、磁路、结构及附件和冷却油,把它们作为第一级诊断决策。二级诊断决策就是在一级诊断决策的基础上,根据故障发生的部位、原因,将一级辨别框架进行细分,得到识别框架Θ1={H1,H2,…,H11}依次表示在绕组匝间短路、绕组和引线断线、绕组对地绝缘损坏、绕组相间短路、铁芯多点接地、铁芯局部过热、分接开关接触不良、引线断路与短路、绝缘套管破损、冷却油受潮氧化和局部过热11种故障。再继续结合相应的证据,对故障进一步判别,使故障诊断的结论更加正确。在识别Θ1的基础上,考虑到Θ1中各种故障的支持证据之间有很强的独立性,在足够多证据的支持下,判决的结果比基于三比值法常规专家系统更加准确。

故障诊断应用实例:

某厂一台SSPZ-45000/110型电力变压器在2002年1月11日油色谱分析数据如表1所示,同时算出总烃绝对产气速率=24.758 ml/h。计算得出的产气速率合格率=0,色谱分析合格度=0。表明气体含量及增长速率严重超标。绝缘油中水的质量分数为0.7‰>0.3‰的极限值(环境温度为10 ℃)。

表1 油色谱分析数据ppm

日期成 分

H2CH4C2H6C2H4C2H2总烃COCO2

2001.7.983405.4473.19682738

2002.1.1118915717627.4243103751

据面向对象的变压器故障专家诊断子模块得出变压器故障属于1,0,2型,查故障性质的判断表是高能量放电故障,经特征提取初步判断有内部故障发生,可能是:变压器本体绝缘损坏,如受潮等;铁芯有问题;绕组问题,如相间短路、绕组和引线断线。又根据H2含量从87 ppm升到195 ppm,而且CH4含量162 ppm占总烃的主要成分,显然较符合特征气体法子模块中局部放电的现象。

此时测得变压器套管的介质损耗为0.64,铁芯泄漏电流为0.45 A,三相电压平衡,三相电流正常等。通过对以上判断结果进行融合分析,得出结论:故障性质是绝缘损坏导致受潮。再自动调出台帐及历史数据进行纵向分析,根据2001年12月7日检修时所得的绝缘电阻及介质损耗试验数据如表2。

表2 变压器本体绝缘电阻及介质损耗试验

试验日期

温度/℃

绝缘电阻

吸收比

极化指数

介质损耗

高压线圈低压线圈高压线圈低压线圈高压线圈

低压线圈高压线圈低压线圈

2001.4.5168876501.291.311.441.530.470.21

2001.12.7146383301.281.371.321.490.690.51

由表2看出介质损耗大于0.5%,同时计算出合格度为0.71(<0.8),表明绝缘有问题。根据变压器故障集成诊断法得出故障诊断结果:变压器受潮产生故障,应密切监视,尽快停机检修。实际检修的情况是变压器因长期运行,密封老化没及时更换,引起变压器进水受潮,并引起放电,证明该判断准确。

实例分析表明,基于信息融合的面向对象的故障集成诊断的方法能够较好地模拟人类专家的不确定推理过程,使推理具有比较明确的物理意义。

3 结 语

总而言之,引起变压器故障的原因是多样性、交叉

性,仅根据单一的原因或征兆,采用一种方法和参数难以对故障进行可靠准确的诊断,利用多传感器提供变压器多方面的信息,然后进行融合的面向对象集成诊断方法是变压器故障诊断的发展方向之一,它将提高诊断结果的可靠性和准确性。

参考文献

[1]赵家礼,张庆达.变压器故障诊断与修理[M].北京:机械工业出版社,1998.

[2]周建华,胡敏强,周鹗.基于思维模式融合故障诊断的专家系统与神经网络[J].电工技术学报,1999(4):1-4.

[3]尚勇,闫春江,严璋.基于信息融合的大型油浸电力变压器故障诊断[J].中国电机工程学报,2002,22(7):115-118.

[4]刘一,倪远平.三比值灰关联度分析的变压器故障诊断法[J].高电压技术,2002,28(10):16-18.

[5]魏民祥,董龙雷,王晓云,等.基于不确定性推理原理的机组振动信息融合技术[J].中国电机工程学报,2000,20(9):64-66.

[6]郭宗军,刘少军,赵文彬.变电设备管理及绝缘诊断专家系统的开发[J].高压电器,2002,38(1):1-3.

[7]IEC60599.Mineral oil-impregnated Electrical Equipment in Service-guide to the Interpretation of Dissolved and Free Gases Analysis[M].Second Edition.1999.

[8]刘振娟,李宏光.混合型集成神经网络故障诊断方法研究[J].北京化工大学学报:自然科学版,2003,30(1):65-68.

[9]Islam S M,Wu T,Ledwich G.A Novel Fuzzy Logic Approach to Transformer Fault Diagnosis[J].IEEE Trans.on Dielectrics and Electrical Insulation,2002,7(2):177-186.

[10]常文平,范峥,王晓敏.变压器故障在线监测系统及其应用[J].微计算机信息,2005,21(12):125-126.