文 | 李丹，胥永利，王凤军

随着风电技术的成熟，风电成本也逐渐下降，成为目前颇具规模的新能源发电方式。风电35kV箱变是连接风电机组并网端和风电场主变压器的电力枢纽，一旦在运行中出现故障，不论对风电场设备，还是风电场发电量都会造成一定影响。绝缘油色谱分析法是发现变压器故障的有效方法，但该方法只能分析出绝缘油溶解气体含量，如果要诊断出风电箱变的潜在故障，则需要风电场人员拥有较高水平。 据统计，38个风电场1153台机组中，出现过溶解气体超标的箱变占到总数的43.3%，个别风电场更是高达67.7%，而风电场的处理方式则是在故障导致箱变无法继续运行后，再进行维修，大大增加了风电场的维护成本。因此，风电场需要一种操作简单、诊断迅速的箱变故障诊断系统。

国内在箱变绝缘油色谱故障诊断方面，部分学者提出了基于DS证据理论与模糊集等的人工智能故障诊断法，但其理论依据均为“三比值法”，无法解决该方法自身存在的缺陷。因此，本文提出了一种基于多种方法的风电箱变综合故障诊断系统，并根据风电场实际情况对该方法进行了界面化编程。

变压器故障类型与绝缘油溶解气体组分

变压器故障从部位上分类，可分为绝缘材料故障、铁心故障、分解开关故障等。如果对变压器进行故障诊断更应从其故障的性质入手，从性质上分类，可分为热性故障和电性故障。故障会导致绝缘油溶解气体的组分发生变化。……