一、研究背景

　　变压器" title="电力变压器" target="_blank">电力变压器作为电力系统的安全关键设备，也是最为昂贵、复杂的设备之一。目前国家电网公司在运的110kV（66kV）及以上电压等级变压器数量已达3万余台，总容量达3.4TVA。由于电力变压器处于电网的中心位置，运行环境复杂，且时常遭受各种不良运行工况的冲击，一旦发生故障，极有可能造成突发大面积停电，甚至引起爆炸、火灾等事故，带来的直接和间接经济损失达数亿元人民币。因此，攻克电力变压器运行状态的健康管理和故障预警等关键技术，对提升其预防和应对故障的能力、保障电网安全稳定运行具有重要的理论意义与实用价值。

　　目前对于电力变压器常用的研究方法大多基于某一因素或某几个因素做出判断，并未综合考虑变压器的全面状态信息，加之测试手段的局限性、知识的不精确性等原因，导致所获取的信息具有模糊性、随机性等特征，其诊断结果的精确性和时效性远未达到实用要求。

　　故障预测与健康管理(PrognosticandHealthManagement,PHM)是一种利用先进传感器技术，并借助各种算法和智能模型来实现对系统健康状态的监控、预测和管理的理论与技术体系，这一技术的实现可以解决故障后修复和定期维护方式造成的“维护不足”或“维护过剩”等问题，进而逐步被状态维护或预测维护所取代。PHM已在航空、电子、机械等领域得到了快速发展。然而，针对电力变压器的PHM方法还不太完善，主要体现在：①变压器的健康监测大部分关注化学和电故障，很少关注机械故障；②变压器的油、气和温度被广泛用于健康监测和诊断，相比较而言，振动信号很少被用到；③对于变压器PHM的研究目前仅处于监测和诊断阶段，对于故障预测和剩余寿命(RUL)预测的研究还很少。

　　二、电力变压器故障的复杂性分析

　　从目前电力系统运行的历史统计记录来看，电力变压器外部短路、绝缘受潮、分接开关触头接触不良等故障出现次数最多，故障频发部位的次序大致为绕组、铁芯、分接开关、套管、绝缘油、冷却系统、保护装置、测试系统、油箱。此外，电力变压器在运行中会受到来自“电-磁-力-热”等多种内、外应力的综合作用，进而破坏变压器的绝缘性能，导致产生缺陷甚至故障，如图1所示。

　　图1影响电力变压器正常运行的主要因素

　　因此，单一使用传统的物理建模方法对于大型电力变压器来说已显得力不从心。通过综合运用现代电气科学、信息科学、数据科学以及成熟的系统科学方法，有望为电力变压器健康状况的分析和管理提供切实可行的方案和解决途径。

　　三、电力变压器PHM的内涵及趋势分析

　　PHM方法目前主要分为数据驱动方法、模型驱动方法以及混合方法。更进一步的，数据驱动方法又有统计学和机器学习两种；模型驱动方法又有失效物理分析和系统模型方法。目前针对电力变压器状态监测的数据形式与规模比以往有了较大增长。例如，实时运行数据、工况数据、缺陷信息、检修历史、家族质量史等信息并存。得益于先进的信息技术与大数据处理方法，在电力变压器的管理、维护领域开展数据驱动的PHM过程具有切实可行的操作性。

　　一般情况下，PHM涵盖数据采集、数据处理、状态评估、故障诊断、故障预测、决策支持以及系统级应用7个层次，可实现由故障机理到剩余寿命的关联，这与电力变压器的健康管理周期基本吻合。图2初步定义了电力变压器的PHM周期。

　　图2电力变压器PHM周期

　　3.1健康监测

　　目前，电力变压器评估、诊断与预测的相关研究多是基于DGA数据，但基于DGA数据的理论研究成果在实际应用中仍具有一定的局限性。振动信号分析法与整个电力系统无电气连接，对电力系统的正常运行无任何影响，具有较强的抗干扰能力和灵敏度，因此，近几年基于振动数据的变压器PHM方法受到广泛关注，该方法通过实时振动数据反映变压器内部的相关状态信息。另外，从图像识别的角度对电力变压器进行健康监测，也具有一定的借鉴意义。