大型变压器局部放电故障定位测量方法和装置的研究

本文概述了80年代国内外局部放电超声定位的发展概况,文中介绍了JFD1系统的技术特点,着重研究介绍了有关定位技术和抗干扰措施,最后给出了JFD1系统的现场实测结果。有关结果表明,本文提出的方法和装置是可行的、有效的。     

电力变压器故障点的定位

文章从原理到实例介绍了判断大型电力变压器局部放电和局部过热故障的两种试验方法；局部放电超声定位；局部过热故障点定位。变压器油气色谱分析异样后，经三比值法推断属放电性过热，还是属接触式过热，然后再采用文章介绍的方法，进一步定性，定量，定位，以论证变压器是否可继续运行。     

大型变压器内部放电故障实例诊断与分析

为了能在放电故障发展的初始阶段发现并监测其发展过程,及时分析判断其故障状态和严重程度,从而提高运行的可靠性,笔者针对几种常用局部放电监测方法的不足,通过油中溶解气体分析及相关电气试验,准确判断了某大变压器的内部放电性质、严重程度及可能发生的大致部位。利用脉冲电流法和超声波检测法的综合运用,成功地检测了该变压器的内部放电故障、发展趋势,并精确地进行了故障定位,在进人检查时上述方法判断和分析的结论得到了验证。     

电站用主变压器局放共模故障成因分析

本文中作者针对一起电站主变压器局部放电共模故障进行了分析,根据分析结果,调整了结构布局参数,消除了缺陷。     

大型变压器放电发展机理及原因分析

通过高压电气试验结合油色谱、超声波定位技术准确预测到500kV变压器的放电部位,通过变压器的返厂解体检查予以验证,阐述了变压器的放电机理及原因,最后对变压器运行、试验提出了建议。     

浇注干式变压器局部放电大的故障位置分析

1局部放电测量及故障位置分析的重要性 目前生产的电器产品正朝着电压高、体积小方向发展,产品的绝缘所承受的工作场强愈来愈高,产生局部放电的可能性也愈来愈大. 局部放电伴随着电、热等物理过程及化学过程,这些过程常常使产品的绝缘性能降低.在大多情况下,干式电力变压器的绝缘损坏常由绝缘内部或表面的局部放电引起的.长时间放电会导致绝缘老化,严重时会引起绝缘击穿,发生短路现象.所以检测局部放电强度及对其进行定位是极其重要的. 干式变压器由于使用场所的特殊性,对其安全性及可靠性要求非常高.因此,GB/T10228-1997《干式电力变压器技术参数和要求》规定,将局部放电测量试验列入例行试验.随着局部放电试验的增多,局部放电测量与故障位置分析问题也就日渐突出. 2局部放电大的故障位置分析方法浅析     

某大型发电机升压变压器油中氢气异常分析

对某大型发电机升压变压器油中氢气含量异常的原因、性质及影响进行了分析,并提出了处理方法.     

大型变压器内部故障的分析及处理

文中介绍芜湖供电公司师专变电站1号主变压器运行中绝缘油中特征气体含量超标,根据色谱分析判断为低能量放电故障,曾做过现场处理,但未能彻底消除故障;经返厂解体消缺,消除内部放电和过热故障后,投运至今情况良好。     

大型变压器放电性故障的超声测量

介绍了超声测试技术在大型变压器放电性故障中的应用情况。通过对故障油泵超声测试结果分析,初步得出了其影响本体油色谱的机理和超声判断方法。     

从大型变压器的放电故障看变压器交接时和大修后局部放电试验的必要性

局部放电试验,对于发现变压器的绝缘缺陷,能起到常规电气试验无法起到的作用,变压器交换时和大修后进行局部放电试验,对保证其投运时不发生烧损事故,起到了关键的作用,本文列举几台变压器局部放电试验中发现的绝缘缺陷及处理方法,提出了防止这类故障的技术措施,说明变压器投运前和大修后进行局部放电试验的必要性。     

一起大型换流变压器潜伏性故障发现与处理

通过对一起利用油中溶解气体分析、调整运行方式、电气试验等手段综合诊断分析换流变压器(以下简称“换流变”)潜伏性过热故障过程分析,并经解体检查确认了故障原因,验证了本次通过油中溶解气体分析和调整运行方式诊断换流变压器潜伏性过热性故障的有效性和可行性,为后续换流变压器的类似潜伏性故障运维检修提供可借鉴的经验。     

大型电力变压器故障树的构建及分析

故障树是表现一个系统各种故障间逻辑关系的有力工具，然而电力变压器的结构及故障复杂，给故障分析工作带来困难。本文提出以故障模式及影响分析(FMEA)为基础的故障树分析方法，并应用于大型电力变压器。通过FMEA的支持，不仅有助于构建复杂系统的故障树，还可为树的定量分析提供必要的底事件概率数据，为复杂系统的可靠性分析提供一种有效的方法。     

500kV变压器内部故障的分析

当变压器内部出现异常之后往往很难直接对故障点进行判断,此时就需要运用多个专业的知识结合现场实际情况进行准确分析与故障定位,从而为制定处理方案提供可靠的理论支持,将故障的损失控制在最小范围。其中,当变压器内部出现绕组断股故障而油色谱分析却无法发现丝毫蛛丝马迹,这是值得我们深思的问题。     

电力变压器状态在线监测和故障诊断的新方法

介绍一种电力变压器绝缘在线监测和故障诊断的新思路，一方面通过在线油色谱分析仪检测6种故障特征气体含量和产气率，运用模糊理论及专家系统等人工智能技术对电力变压器的绝缘状态进行跟踪监测，另一方面尝试用参数辨识的方法进行变压器三相电气量的在线监测，依据变压器绕组结构及参数在故障前后会改变的原理，用参数辨识的方法，进行变压器绕组故障及其故障部位的识别，实现故障局部定位，提高变压器状态监测和故障诊断的准确性。     

变压器的故障分析

对变压器的一些故障进行分析、统计,并对故障原因予以归纳。     

变压器相移对故障分析模型的影响

传统故障分析方法中常采用忽略相移影响的漏抗模型作为变压器模型,当需要考虑变压器相移影响时,再利用相移公式分别对正、负序分量进行修正。为了明确这种在变压器模型之外考虑相移作用的方法对故障分析结果的影响,分别建立了传统的变压器模型与由3台单相饱和变压器按照实际连接组别连成1台三相变压器的电磁暂态仿真程序(ATP)仿真模型,在线路发生各种不对称短路故障的情况下,考虑相移作用,计算了上述2种不同模型下的变压器两侧的电气量,以ATP仿真模型为参照进行了定量的误差分析,对传统方法的准确度进行了研究。     

基于组合贝叶斯网络的电力变压器故障诊断

针对电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,提出了一种利用AdaBoostM1算法构建组合贝叶斯网络进行变压器故障诊断的方法.AdaBoostM1算法能够提高分类器的性能,为此,将若干个不同结构的TAN看作一系列基分类器,进行boosting迭代.即依次在训练集上训练每个基分类器.第1个基分类器用原始的训练集训练,其他基分类器的训练决定于在其之前产生的分类器的表现,被已有分类器错误判断的实例将以较大的概率出现在新分类器的训练集中,最后,这些分类器组合成为一个贝叶斯网络组合分类器.由于贝叶斯网络是用来表示变量间连接概率的图形模式,它提供了一种自然的表示因果信息的方法,用来发现数据间的潜在信息,因此应用中显示了该方法对于变压器故障诊断的适用性.在讨论变压器故障空间的基础上,针对已积累的故障变压器的大量油中溶解气体等数据,利用boosting迭代,并在此基础上构造出组合贝叶斯网络诊断模型,实现了变压器故障诊断,有利于提高诊断的准确性.此外,通过与其他组合诊断的方法进行比较进一步表明了该模型的有效性.     

基于遗传聚类算法的油中溶解气体分析电力变压器故障诊断

电力变压器油中溶解气体分析DGA(Dissolved Gas Analysis)是电力变压器故障诊断的重要方法,为了克服模糊C-均值算法存在的聚类中心数不容易确定,以及容易陷入极小的问题,在运用改进遗传算法的基础上,探讨了一种将自适应遗传算法和模糊C-均值相结合的遗传-模糊聚类算法,并将其应用于DGA电力变压器数据分析,实现了变压器的故障诊断。实验数据表明:该算法收敛速度快,能有效地对样本进行聚类,提高了识别故障率。     

电力变压器的智能故障诊断研究

将基于改进遗传算法（IGA）和误差反向传播（BP）算法相结合构成的IGA-BP混合算法用于训练神经网络。该混合算法有效克服常规BP和传统GA算法独立训练神经网络的缺陷,并应用于电力变压器溶解气体分析的智能故障诊断。实验诊断结果表明,IGA-BP混合算法的收敛速度快于BP及GA算法,并且具有较高的诊断准确率。     

基于改进型主成分分析的电力变压器潜伏性故障诊断

基于变压器油中溶解气体分析(DGA),提出采用改进型主成分分析(PCA)法对变压器内部潜伏性故障进行诊断。该方法不采用传统主成分分析的标准化方法,而是采用样本指标绝对值之和对样本指标值进行标准化处理,既消除各指标数值在数量级上的差异,又保持了各个样本间的信息差异特征;根据主成分的累计贡献率选取样本主成分,对样本主成分之间的欧氏距离进行聚类,判断变压器的故障类型。实例诊断表明,该方法能有效地提高变压器内部潜伏性故障诊断的准确率。