王国平，余涛，傅森木，钟运平，张勇，程小华

(1.华南理工大学电力学院，广州市 510640；2.广东电网公司河源供电局，广东省河源市517000；3. 国网江西省赣西供电公司，江西省新余市338025)



基于DGA的变压器故障诊断智能方法分析

王国平1，余涛1，傅森木1，钟运平2，张勇3，程小华1

(1.华南理工大学电力学院，广州市 510640；2.广东电网公司河源供电局，广东省河源市517000；3. 国网江西省赣西供电公司，江西省新余市338025)

针对传统变压器故障诊断方法的不足，介绍了多种智能诊断方法在基于油中溶解气体分析(dissolved gas-in-oil analysis， DGA)的变压器故障诊断中的应用，包括人工神经网络、模糊理论、专家系统、灰关联分析及其他智能方法。通过对这些智能诊断方法的分析，得出其优缺点及需要改进的方案，为研究人员选择最优油浸式电力变压器故障诊断方法提供参考。最后对基于DGA的变压器故障智能诊断方法进行了展望，并分析了未来的发展方向。

变压器；故障诊断；DGA； 智能方法

0 引 言

电力变压器是电力系统中非常关键的设备之一，其能否安全稳定运行对于电力系统的安全、稳定、可靠运行，具有十分重要的作用。电力变压器在运行过程中，因绝缘损坏、安装不当等原因会出现各种故障，这些故障严重影响了变压器的正常运行[1]。因此，对电力变压器的故障诊断方法进行深入探讨，是一项具有十分重要研究价值的课题。国家标准DL/T722—2000《变压器油中溶解气体分析和判断导则》指出，变压器发生的故障类型与变压器油中溶解气体的组分之间有着显著的对应关系。……