摘要：随着人工智能技术不断发展，很多学者把传统DGA方法和智能算法相结合实现对电力变压器的故障诊断，采用DGA技术诊断电压器故障提高了诊断精准度。本文通过对智能诊断方法进行研究，在一定程度上可以避免变压器发展工作故障，确保变压器能正常运行，并且保证供电稳定，为大型电网建设奠定基础。变压器经过长时间运行，容易引发故障，精准识别变压器故障可以减低变压器故障发生率，通过对变压器引发故障的原因进行分析，结合科学的诊断方法，通过构建贝叶斯模型，创新传统识别方法，结合人工智能网络技术，构建智能诊断模型，提高识别准确率，并提供新型的诊断思路，通过分析故障原因，提高实时在线电力变压器故障诊断精准率。
关键词:智能诊断方法; 变压器; 故障识别; 应用论文发表
1 绪论
网络信息技术的发展，电力智能系统不断更新完善，变压器在电力系统中居于重要地位，因此，提高变压器工作效率，可以确保整个电网系统的正常运行。变压器日常运行受到各种因素的影响，变压器在不同因素综合影响下，容易诱发故障。根据IEEE 调查统计数据，变压器在持续运行过程中，很容易引发故障，精准识别变压器故障可以减低变压器故障发生率，从而提高其运行效率。随着人工智能技术不断发展，很多学者把传统DGA方法和智能算法相结合实现对电力变压器的故障诊断。采用DGA技术诊断电压器故障提高了诊断精准度。因此，本文对变压器故障诊断方法进行研究在一定程度上可以避免变压器出现重大损失，对提高电力系统运营有很大的帮助。根据现有的诊断技术，深入透析变压器故障诊断方法可以确保供电的稳定。
 2 电力变压器故障机理
由于变压器有绝缘和散热功能，因此大型电站经常使用电力变压器散热。电力变压器工作一段时间后，内部绝缘材料受到各环境因素的影响，很容易出现老化裂解，产生故障气体影响其正常运行，变压器投产后，经常出现放电故障，导致故障气体产量增多，变压器电性损坏严重，主要是油中溶解气体含量不一样。因此，油中气体成分可以看出变压器故障类型，通常根据变压器热性故障判断其产生故障的原因。
当前市场上有很多种电力变压器，根据种类的不同可以分为双绕组、 三绕组以及自耦型等；根据用途不同可以分为升压型、联络型以及降压型等等。电力市场上最常见的是油浸式变压器。本文深入剖析油浸式变压器内部原理，充分利用油浸式变压器的散热和绝缘功能，变压器长时间工作会导致油量减少，本文分析变压器油裂解主要从以下几个方面进行分析：一是绝缘油裂解方面，绝缘油含有化学因素，绝缘油在高温环境下，很容易发生一系列化学反应，变压器出现故障在所难免；二是固体绝缘材料裂解方面，变压器内部绝缘材料热稳定性较弱，变压器在运行一段时间后，在周围温度较高的环境下，很容易分解故障气体。因此，油浸式变压器在日常工作中经常出现故障，主要是电性因素引起的。
3 智能诊断方法在电力变压器故障识别中的应用分析
科学技术不断更新，变压器诊断方式多样化，结合多年工作经验，目前变压器诊断方式主要有以下几种，即专家系统诊断法、模糊推理法、智能计算法和贝叶斯网络模型法。下面进行详细分析：专家系统诊断法可以快速识别电力故障原因，充分利用交互性知识库推理方法，推出故障引发的原因，从而找出变压器发生故障的特征。模糊推理法可以确定变压器故障特征。三是智能计算法，充分利用智能计算法理论知识，识别变压器故障诱发因素。四是构建贝叶斯网络模型，贝叶斯网络识别变压器故障有以下几点：一是筛选样本数据，并综合全面测试数据；二是充分利用wake离散方法，对筛选出的样本进行离散分析；三是离散样本数据，并构建贝叶斯网络模型。四是测试离散数据，从而精准识别变压器故障特征，本文主要是通过构建贝叶斯网络模型来识别变压器故障。
3.1 设备概况
本文剖析大型发电站内的某台变压器，变压器运行一天后，检查设备发生的变化，并提取变压器油样，发展变压器正常运行，没有出现任何异样，变压器运行所用油溶解后的气体一切正常。但是投入使用后，变压器出现故障，通过对故障进行诊断分析，B相油中气体含量不正常，随后抽样检测变压器中部和底部，见表1：
表1 变压器投入使用后油中溶解气体含量测定值/LL

H2	CH4	C2H6	C2H2	总烃	CO	CO2	备注
8.2	1.9	0	痕量	1.7	34.2	256	试运1d
150	268	59.7	338	667	56.8	218	投入4d
389	778	258	864	1839	68.3	326	底部取样
356	820	254	885	1954	73.9	293	中部取样

3.2故障分析
通过抽取变压器油样进行检测分析，检测发现设备使用四天之后发生故障的概率增大。测定溶解气体含量后，发现变压器的总烃含量比标准值略高，通过对比4d前后样本数据，收集使用后油中所溶气体情况，计算结果见表2，通过分析变压器故障引发因素，具体有以下几点：一是变压器发生故障主要是看总烃含量，总烃含量高于标准值；二是变压器发生故障如若未能及时修理会影响气体部位 ；三是变压器故障引发的原因是高稳环境影响。通过对油气进行解析，发现油气体中H2含量最大，还伴有一些 C2 H2，用改良三比值法对变压器油气含量进行分析，构建变压器故障诊断模型，分析编码组合022，发现C2属于温度过热。
表 2 变压器投入使用后绝对产气速率/mLD

氢	乙炔	总烃
836	2.6	3715
934	12.7	6793

3.3检查结果
信息技术飞速发展，电力智能化系统越来越完善，在电力系统中变压器起到决定性作用，因此，提高变压器运行效率可以确保电网运行稳定。变压器日常运行受到各种因素的影响，变压器在不同因素综合影响下，容易诱发故障。根据IEEE 调查统计数据，在日常运营中，大型电力变压器故障发生概率为1%-2%，精准识别变压器故障可以减低变压器故障发生率，从而提高其运行效率。变压器日常运行受到各种因素的影响，变压器在不同因素综合影响下，容易诱发故障。利用贝叶斯模型计算结果可以判断变压器出现故障的原因，检修人员根据平常工作经验，结合说明书，对变压器进行全面测试及检查，发现变压器引发故障主要是原因是铁轭底脚螺栓绝缘管被烧断，检修人员根据多年经验及说明书要求，认为变压器出现故障主要是在安装过程中受到外在因素的影响，铁轭底脚螺栓绝缘管耐力不足，容易断裂，在高温环境下，温度异常高，容易形成闭合磁路。
参考文献:
［1］林光．浅析电力变压器智能故障诊断方法［J]．电子制作，2018( 04):90-91 ．
［2］宋玉琴, 赵洋, 李超，程诚. 基于模糊关系与自组织竞争网络的变压器故障诊断[J]. 自动化技术与应用，
2019(10): 131-134.
[3]张奎, 王建南, 王肖峰. 基于神经网络的变压器故障诊断[J]. 电子测量技术,2019(12):   98-101.