研究概述
为解决油浸式电力变压器中低能放电、高能放电等放电性故障的定位问题，提出了基于油中金属分析(MetalIn-OilAnalysis,MIA)的放电性故障定位方法。通过对变压器内部高故障概率构件进行表面处理，将潜在的故障信息源预置于构件表面，并应用示位金属(MetalforPositionIndication,MPI)进行发生故障构件的确定。在此基础上，结合已有的局部放电、油中溶解气体分析等在线监测系统进行软、硬件的整合，可以实现较为完善的变压器放电性故障的诊断与定位。研究结果表明，该方法在提高放电性故障定位精度的同时，还可以降低对原有某种特定故障定位方法在精度方面的要求，并通过连续监测使运行维护人员对变压器的潜伏性故障信息有更为全面的掌握，为变压器状态检修的实现提供了新的技术支撑。
项目背景
油浸式电力变压器是电力系统中极为重要的变电设备，其运行状况的优劣直接关系到电网的安全、可靠运行与否。一旦变压器因故障退出运行，造成的经济损失难以估量。由于油浸式变压器内部绝缘结构复杂、电磁环境恶劣，使得放电性故障信号的有效提取受到严重的制约，加之故障信号的幅值、相位与频率的时变性，导致有限次数的取样无法反映故障的真实特性。如何有效地利用放电性故障信息对变压器故障进行诊断与定位一直是高压电气设备绝缘监测领域的难题。
近年来很多学者依托人工智能算法，在油浸式变压器放电性故障定位方面取得了显著成果，但从整体上看，这些方法均属于应用人工智能算法对放电性故障信号进行处理与挖掘，因而存在对其他故障信息利用不完全、所需训练样本数量较大以及能检测的放电性故障源数量受限等不足。
本文从油浸式变压器绕组的制造工艺入手，对变压器绕组进行了创新性的电镀设计，将潜在的故障信息，变被动挖掘为主动预置，提出了基于MIA的油浸式电力变压器故障定位方法，并同原有的在线故障监测方法进行了整合，以充分发挥绝缘油“信息载体”的作用。通过示例分析，证明了该方法对放电性故障有较高的诊断、定位精度，可对发生故障的构件进行确定，同时还可提高油浸式变压器的维修效率。
MIA与已有监测系统的整合
目前MIA尚无法在线实现，但针对油浸式变压器油中溶解气体、油中微水、顶层油温等特征量而研发的油浸式变压器在线监测系统已相对成熟，所以，经在线取样、离线分析后所得的MIA结果，可通过通信协议传至状态监测站内数据平台，共同参与变压器故障的诊断与定位过程，如图1所示。
图1MIA与已有监测系统的整合
待在线MIA系统成熟并投运后，则可考虑实施其检测周期与在线DGA系统的检测周期进行穿插等技术措施，以进一步提高潜伏性故障的发现概率。
综合考虑已有在线监测设备的成熟度及已有标准，可设计出以在线DGA系统为先导、以局部放电在线监测系统为辅助、以MIA为核心的故障监测与定位系统的诊断流程如图2所示。
图2结合MIA数据的故障定位流程
图2中“MIA检测”环节之前的流程为传统的借助在线DGA、局部放电系统进行故障诊断的环节。在此环节中，结合工程实际，考虑到H2难溶于绝缘油且具有较高的扩散率，采用不涉及H2的Duval三角形法进行初步的故障诊断。
图2中“MIA检测”环节之后的流程为以MIA分析结果为核心的故障诊断流程。在该部分流程中，借助对绝缘油中示位金属及铜、铁含量的分析，可以对发生放电性故障的构件(如铁心、绕组)及故障类型(如环流、沿面放电等)进行清晰的判定。
在上述由DGA进行故障定性、MIA进行故障定位环节完成后，对历次MIA所得数据进行进一步挖掘，则可以对故障的严重程度进行判定。如，若某次MIA数据显示某种示位金属及铜的含量较基值均有所上升，且后续MIA数据显示铜的含量进一步上升，则可以判定此处的放电性故障在持续中且已经触及示位金属所包覆的构件本体，因而需要尽快执行停运、消缺操作。若经MIA分析，发现示位金属、铜、铁含量均未上升，但检测到PD信号，则依据图2，可判定出放电性故障发生在木质垫块等非金属材料部位。由图2亦可观察出，对局部放电在线监测系统的要求仅为判定出“有无PD信号”而不要求故障定位，所以在引入MIA后，对局部放电监测系统的检测精度有所放宽，考虑到变电站复杂的电磁环境对局部放电监测系统造成的干扰，这一点具有积极的工程意义。
灵敏度分析
我们结合一台SF9-31500/110油浸式双绕组变压器的具体参数，对实验室中两种检测设备可以检测出的最小烧蚀区域的半径进行测算。统筹考虑表面处理的工艺难度及原材料成本，将表面处理层的厚度统一设定为0.02mm。
由于在放电过程中，放电电弧产生的高温使放电部位表面处理材质液化熔融，电弧的作用力作用于熔融部位表面使其受到损坏；多次放电后，烧蚀范围扩大，从中心向四周扩散，所以，设定放电性故障处烧蚀形成区域为高度为表面处理层厚度的圆柱，考虑到镀层密度与变压器净油器对绝缘油中金属含量的影响，我们将绝缘油中某种离子的浓度设定为10μg/L，结合箱体内绝缘油载油量为16500L，选用石墨炉原子分光光度计为油中金属的定量检测设备，以密度最低的钛为例，计算可检测出的该区域最小烧蚀半径为
其中：ρ为表面处理材质密度；h为表面处理层的厚度。
若选用定量精度高一个数量级的电感耦合等离子质谱(ICP-MS)作为实验室中的检测设备，则计算出的可检测出的最小烧蚀半径为7.63mm。
若放电性故障发生处的绕组采用的镀层材料为密度较大的银，则在实验室中分别选用石墨炉原子分光光度计、电感耦合等离子质谱(ICP-MS)作为检测设备，那么可测得的最小烧蚀半径分别为15.81mm、5.00mm。
因此，对于上述6种用于变压器构件表面处理的金属材料，若发生放电性故障，则以石墨炉原子分光光度计为实验室用检测设备，可检测出的最小烧蚀半径(mm)区间为[15.81,24.14]；以电感耦合等离子质谱为实验室用检测设备，最小烧蚀半径(mm)区间为[5.00,7.63]。
示例分析
某电厂2号升压变油色谱数据如表1所示，试对其进行分析。
表1油色谱分析数据
分析处理流程：油色谱分析结果为严重过热和火花放电综合性故障，高压侧直流电阻测试结果，AO、BO、CO三相基本平衡，即绕组尚无断线。经吊芯检查，C相高压线圈上部有较多铜末，绕组损坏。
以“工作日”为单位，原处理方式的处理流程如图3所示。
图3未进行MIA分析时的处理流程
若我们引入MIA分析，依据图2中的故障诊断与定位流程，故障诊断程序分析标注结果如图4所示。
图4Duval三角形法标注结果
若我们仍以“工作日”为单位，引入MIA分析后的处理流程如图5所示。
图5加入MIA分析后的处理流程
综合分析可知：
1)通过DGA分析的结果同MIA分析的结果进行对比，可以对绝缘油中出现的金属离子/微粒来源于非放电性故障或放电性故障进行判定；
2)由MIA对示位金属的分析，可省去吊芯环节，即可对故障位置进行定位；
3)由MIA分析的结果同基值的对比，可对故障的严重程度及发展趋势进行判断，从而为状态检修的实现提供有力的支撑；
4)在吊离、运输过程中，通过时间上统筹，可同时制订检修计划，结合检修过程中以相别、构件为单位逐步进行拆解与消缺，所以该方法可提高检修、消缺工作效率。
结论
1)本文的方法充分利用变压器中绝缘油除冷却、绝缘、保护三大功能外的信息载体的功能，即将示位金属作为未激活的故障信息源，经电镀等表面处理工艺置于绕组和绕组引线上，上述部位发生放电性故障或热电综合性故障时，溶解或悬浮于绝缘油中的示位金属的离子或微粒即相当于被激活而释放至绝缘油中的故障信息，经MIA分析，被运行人员所获知。
2)对变压器进行定期的MIA分析，使运行维护人员对变压器的运行状况有更为全面的掌握并及时把握潜伏性故障信息，示位金属的引入亦可使工作人员更有针对性地对设备进行维护与保养，为状态检修的实现提供了新的数据支持。
3)通过基于不同原理的电力变压器监测方法的结合，在降低对某种特定监测方法的依赖程度的同时，不同的方法所获得的数据亦可以相互佐证，进而提高故障诊断的精度，即达到1+1>2的效果。
作者简介
魏云冰(1970-)，男，博士，教授，硕士生导师，研究方向为电气设备在线监测与故障诊断；
王东晖(1988-)，男，硕士研究生，研究方向为电力变压器在线监测与故障诊断；E-mail:eastsunshine87@126.com
韩立峰(1976-)，男，硕士，讲师，研究方向为功能材料。
参考文献格式
魏云冰，王东晖，韩立峰，等.一种基于MIA的油浸式变压器放电性故障定位新方法[J].电力系统保护与控制,2015,43(21):41-47.
WEIYunbing,WANGDonghui,HANLifeng,etal.Anovelmethodfordisgingfaultdiagnosisandlocationofoil-immersedpowertransformersbasedonMIA[J].PowerSystem
ProtectionandControl,2015,43(21):41-47.
原标题：【新思路】魏云冰等：一种基于MIA的油浸式变压器放电性故障定位新方法
