电力变压器局部放电的电气诊断技术

电能是国民经济发展的基础，它和人民的生产和生活息息相关，目前超高压和特高压输变电技术发展迅速，电力变压器作为电力系统输变电关键设备，其可靠运行对电力系统的经济、安全极其重要。目前局部放电测量已经成为监控电力变压器质量的重要指标，国内外的制造厂家也把局部放电测量作为电力变压器出厂时的试验项目，以此控制其质量[1]。

1.局部放电引起介质劣化和损伤的机理

对于电力变压器等高电压设备的绝缘，由于绝缘内部或表面发生局部放电而造成的放电电老化是不容忽视的。局部放电引起介质劣化和损伤的机理是多方面的，主要包括三种效应：(1)带电质点(电子和正、负离子)对介质表面的撞击，切断分子构造;(2)由于带电质点撞击介质，在放电点引起介质局部温度上升，使介质加速氧化，导致材料的机械、电气性能下降;(3)局部放电产生的活性生成物对介质的氧化作用使介质逐渐劣化。局部放电使电介质长时间击穿电压常常不到短时击穿电压的几分之一，已经成为电力变压器绝缘劣化的重要原因。

2.电气定位方法

当变压器内部发生局部放电时，所产生的放电脉冲沿绕组传播到达测量端。该放电脉冲包含了放电特性和局部放电定位所需要的一些信息，通过对此脉冲进行分析，可确定局放源的具体位置。传统的电气定位方法很多，诸如起始电压法、极性法、行波法、电容分量法等[2]。

2.1改进电容分量法

变压器只是在某一个频率范围内等效为一个电容梯形网络，在改进的电容分量法中，该频率范围的确定就显得尤为重要。一般而言，该频率范围的确定是由试验获得。将一个函数发生器接到绕组的一端，并提供频率可变的电压，另一端接地，同时测量输入电压和绕组电压。当在此等效频率范围时，会出现最小电压相位移，即输入波形和输出波形相似。而后采用数字滤波将此频率范围以外的信号去掉，采用上述方程进行计算。

改进电容分量法利用数字滤波技术，能够获得沿变压器绕组脉冲的电容传输分量;该方法对干扰信号完全抑制，频带选择灵活，且频率补偿容易，与新的直线内插法结合可以解决一些实际问题，能够得到较高的定位精度。

2.2端点电流脉冲频谱分析法

在 0.01MHz～0.1MHz 这个中间频率范围内，变压器绕组的传输特性表现为振荡传播即发生在绕组中的局部放电脉冲以振荡形式传输。此时，在变压器测量端点所得到的局部放电电流脉冲因局放源位置不同， 其频谱有较大的差异。对连续饼式绕组( 以84饼为例)，从不同位置注入放电脉冲，从而模拟了绕组中不同位置的局部放电，用绕组的简化等效电路计算出相应放电注入电流对应的传递函数，从而根据频谱分析来确定放电点的位置。在此基础上，采用建立仿真模型并结合试验的方法，研究了不同的局部放电脉冲传播路径的传递函数，在分析传递函数频谱特性的基础上，提出了根据相应信号高频分量和能量的局部放电电气定位方法。

尽管人们对变压器绕组特性的研究较多，相应的也出现了一些电气定位方法，但由于各种电气定位法现场操作复杂，使用范围限制较大，且由于变压器内部结构复杂及放电部位的不同，使得放电脉冲的波过程也会出现不同程度的振荡，而对放电信号的检测却只能在变压器的测量端点进行，因而精度不高，所以目前在实际定位中很少采用。

3.变压器绕组中局部放电的诊断方法

通过基于传输函数的局部放电定位之后，我们最终目的是进行变压器绕组中局部放电的诊断，下面将详细介绍具体方法。

①基于灰度图像形态谱的变压器局部放电模式识别。变压器局部放电识别是指利用计算机对放电部位进行分类和特征描述，以便诊断变压器绝缘状态的好坏，目前，根据特征提取的不同变压器局部放电识别可分为统计法时域分析法，本文利用数学工具中的形态谱反映变压器局部放电灰度图像的形态特征，然后进行归一化处理，作为识别变压器局部放电时的特征向量，然后把不同类型放电形态谱输入到 BP 双层神经网络实现放电模式识别。

②基于BP双层神经网络和形态谱识别变压器局部放电。本文采用具有双隐含层结构的前馈 BP 神经网络进行局部放电识别，输入层由100个节点组成，输入变量是变压器的形态谱。第一个隐含层由30个节点组成，第二个隐含层由 20个节点组成，输出层是待识别的模式，由6个节点组成。在进行 BP 神经网络训练时从包含不同实验电压的放电实验数据中抽取20 组作为样本，传递函数采取logsig 型对待识别的样本进行识别，经过实验得出该方法对油中悬浮放电、空气电晕放电和油中针板放电识别率最高，在95%以上，而对气隙放电、空气沿面放电和油中沿面放电识别率较低，只有72.5%。

(1)分别采用BP，RBF神经网络对变压器局部放电6种放电模式进行识别的结果表明，无论是局部放电二维谱图，还是三维谱图，RBF神经网络的收敛速度和稳定性都优于BP网络，具有较高的识别率和较强的推广能力，可以用作变压器局部放电模式识别的分类器，在实际中有着良好的应用前景。

(2)由于局放三维谱图的特征参数比二维谱图的特征参数携带的信息量大，相应的RBF网络识别率更高。但是随着网络的结构变得复杂、参数增多，在样木数量较多的情况卜势必引起计算量加大和计算时间变长。应根据实际情况灵活选用网络输入形式，达到训练快速、诊断结果优二者兼顾的效果。

4.结论

由于局部放电是造成电力变压器绝缘劣化的重要原因，因此该问题一直受到电力运行部门的关注。本文通过对变压器局部放电定位分析和变压器局部放电检测的电磁干扰及抑制方法分析，重点介绍了基于传输函数比进行局部放电定位方法和基于 BP 神经网络和形态谱识别放电。如何提高变压器局部放电定位的准备性，如何把传输函数法和超声波法、超高频法等结合还需要进一步的研究。