摘要：电力变压器是电力系统非常重要的一部分。只有其良好的运行，电力系统才可以可靠供电。由电力变压器的原理可知，其技术故障时有发生。文章用传统与智能的方法诊断其故障，并总结了其研究现状。
关键词：电力变压器；故障诊断；传统方法；智能方法
引言
近年来我国的发展非常迅速，人们的需求越来越高，生活中的电量消费也非常多，因此电力事业就显得非常重要。为了加速发展，就要大力加强电力设施的建设。在电力系统中，有很多重要的输变电装置，其中非常重要装置就是电力变压器。因为，电力变压器是在我们生活用电要经过的第一步。电厂里发出来的电，都必须要经过电力变压器进行变压，生成一定的高电压进行传输。在到达用电区时，还要使用变压器对其进行降压，供人们使用。由此可见，电力变压器在供电中的重要性。现在，我国电力网错综复杂，发电厂有很多的种类，这些电厂分布广泛，这些电都要经过变压器进行变压，才可以进行统一的传输。这些都要求电力变压器在运行时一定要可靠，稳定。否则，就有可能出现巨大的损失。对于如何快速地诊断变压器运行问题，目前都还处在研究之中。世界各国都没有比较好的方法，现在使用的方法大多是基于实践中积累的经验。从各国地使用的方法来看，大致分为两种类型。其一，采用变压器的预防性电气实验和特征气体判别法，及其基于特征气体的比值法等传统的方法。另外的一种是模糊逻辑方法、专家系统、人工神经网络、支持向量机、贝叶斯网络和遗传算法等智能方法。我们就是要从这两个方面研究如何保证电力变压器的正常运行。
1变压器故障诊断传统方法及其研究现状
1.1变压器预防性电气实验
为了保障电力系统的安全运行，必须要进行预防性电气实验。通过对变压器进行及时有效地检测，能够找到问题，并予以解决。根据DL/T596-1996电力设备预防性试验规程规定，主要包括一些检测，这其中的检测是色谱的分析，线圈的绕组直流电阻和线圈绝缘的吸收比值。另外还包括检测变压器线圈铁心的导磁性，变压器中绝缘隔绝的效果等。
1.2特征气体判别法
电力变压器在发生故障的时候，会产生一些比较特殊的气体。我们可以利用这些气体，来判别和诊断电力变压器发生了何种问题，这就是气体判别法。这种特征性气体具体有一氧化碳、氢气和一些烃类气体等。区分判别这些气体的方法，就是看它们能否在油中部分或全部溶解。这种方法虽然是比较的简单和快速，但是不适用于气体量较少的情况。
1.3基于特征气体的比值法
基于特征气体的比值法有很多的种类，人们具体在使用方法上也有一些不同。但是在国际惯例中，通常有以下的几种方法，三比值法、改良版的三比值法、四比值法、无编码比值法等。这些方法在使用诊断的时候非常方便，但是只能够判断单一的问题，不能够处理不同问题的叠加，因此这种方法使用不多。
2变压器故障诊断智能方法及其研究现状
2.1模糊逻辑方法
模糊逻辑方法是以模糊理论和模糊关系为基础的，通过积累经验，依靠平常自己的知识来判断故障和原因的不确定性。文献[1]提出了基于模糊数学和概率论的变压器故障诊断，通过建立变压器故障性质与故障征兆之间的完全因果强度关系，提高了模型的诊断精度。文献[2]将模糊聚类的数据挖掘技术应用到变压器故障诊断中，通过建立故障样本数据的相似关系矩阵而实现了对故障样本集的聚类分析，最终实现了对故障样本的诊断分析。文献[3]以变压器各个部件诊断为基础，通过模糊理论来构造变压器状态诊断模型，并用实例证明了该模型的有效性。
2.2专家系统
专家系统是现在经常使用的一种方法。专家系统是累积大量的这方面的专家的经验，和他们在日常工作中遇到的问题及其解决这些问题方法来进行推理，从而学习到前人经验和知识，还有对问题的解释功能。现在，这一种方法已经开始在电力系统运行得到了很大应用，尤其是在电气设备的问题和线路故障上。有效地解决了使用单一的方法，造成结果不全的问题，可以使电力系统问题得到快速的解决。文献[4]把人工智能专家系统引入到变压器故障诊断中，实例测试表明该方法降低了判断的随机性，提高了诊断水平。文献[5]将基于模糊Petri网的知识表示方法应用于变压器故障诊断专家系统中，并用实例证明了这种应用的有效性。但是，有时专家系统也会出现一些问题，专家系统都是根据以往的经验，使用前人累积的方法。然而现在电力系统发展迅速，问题也是越来越新颖和复杂化，这时专家系统的功能就显出了不足。
2.3人工神经网络
人工神经网络是依据人类大脑高度的集成化和处理信息的快速化，再进行节点互联构成信息处理的方法。这种人工神经网络可以做到复杂的逻辑操作和非线性映射。这种方法之所以能够在电力变压器上使用，是因为其在发生问题和电力运行故障的时候，可以建立非线性映射关系，这种关系符合人工神经网络的原理。这一种方法，在我国还没有被应用，但是在国外，已经开始得到了应用，并得到了很不错的效果。
2.4支持向量机
支持向量机（SupportVectorMachine，SVM）是一种新兴且对解决变压器故障非常有效的方法，它是一种机器学习方法。它的理论最开始是针对模式识别问题提出的，主要是来解决这一方面问题的。后来经过人们的学习和研究，才扩展到现在这一领域。支持向量机这种方法在处理变压器的数据问题和技术样本上，非常有优势。因为，它在样本较少的时候，有很强的适应能力，能够及时地将数据分类并提高计算能力。尤其是在面临电力变压器一类的问题时，更是非常方便。
2.5贝叶斯网络
贝叶斯网络是现在比较新兴的一种方法，它的主要优点是解决复杂的问题造成的故障。还有就是对于问题的不确定性，我们利用贝叶斯网络都能得到很好地处理。我们知道变压器运行时的变化是很不确定的，而且可能受到人为的影响，因此贝叶斯网络对处理变压器问题行之有效。
2.6遗传算法
遗传算法是基于生物进化理论的一种方法，现在是和计算机系统中的自适应全局优化概率结合到一起的算法。这种算法可以应用于很多的领域，不完全固定在某一方面。因此，遗传算法同样可以应用于电力变压器故障。
3结束语
文章是针对变压器的运行故障，讨论其可以采用的两类诊断方法。这两类方法分别是传统的和智能化的方法，并总结了针对变压器故障的国内外研究现状。传统的故障诊断方法和智能诊断方法是可以相互补充的，以便更好地解决变压器故障问题。
参考文献
[1]符洋，等.基于模糊数学和概率论的变压器故障诊断[J].高电压技术，2007，8（33）：66-70.
[2]印力群，郑广瑞.面向模糊聚类的数据挖掘技术在变压器故障诊断中的研究[J].科技探索，2012，384：26-28.
[3]焦振毅，任建文，陈鹏.基于模糊理论的变压器故障诊断模型研究[J].电力科学与工程，2012，28（6）：39-43.
[4]魏鲁原，崔霞.专家系统在变压器故障诊断中的应用[J].机床与液压，2007，35（7）：251-253.
[5]王蓓蓓，郭基伟，等.基于模糊Petri网的知识表示方法在变压器故障诊断专家系统中的应用[J].电力系统及其自动化学报，2003，15（1）：74-77.
作者：韩钰洁 叶晖 王然 单位：华北电力大学