随着电力工业的飞速发展，电力变压器不断向大体量方向发展；同时，重要设备的扩容增加了单个设备缺陷对电网安全性的影响。因此，及时有效地发现、识别变压器的隐患是电网运维的关键问题。随着现场检测和在线监测技术的普及和推广，已实现了对变压器状态的实时监测，如何将监测数据应用于变压器状态分析已成为该领域的研究热点。

变压器在线监测方法包括油中溶解气体分析（dissolved gas analysis, DGA）、铁心接地电流分析、局部放电分析、绕组温度分析、振动分析等，其中，DGA是当下辨识油浸式变压器潜伏性缺陷应用最为广泛的方法之一。多年来，专家学者们提出众多基于DGA的电力变压器故障诊断分析方法。常见的DGA包括特征气体法、三比值法、罗杰斯比值方法、大卫三角形法等，这些方法采用不同气体的比值或者气体的浓度来分析故障类型。

严格来讲，变压器故障诊断多属于事后处理，当各方法精准判定设备为故障时，设备内部已经存在一定的损伤，甚至已形成危及设备安全运行的态势。从时效性来看，故障诊断较为滞后，发现隐患的敏感性不足。此外，限制变压器故障诊断发展的因素众多，例如特征气体的分布特性完全不同，这使标签数据库的构建非常困难，无法支撑机器学习模型的建立；同型号设备之间的横向对比也不具备过多的内在关联性，缺乏类比性的指导建议。

福建华电可门发电有限公司、国电南京自动化股份有限公司的谭翼坤、陈明、黄腾、乔苏朋、李志军，在2022年第10期《电气技术》上撰文，针对变压器过热隐患，立足于提前发现设备隐患这一根本思路，围绕变压器油中溶解气体异常预警开展相关研究，提出了一种基于油中溶解气体分析的变压器过热隐患预警诊断方法，结合人工经验和机器学习的优势来分析变压器状态，可实现针对设备早期隐患的辨识，提升人员对设备管理的主动性。

研究人员提出的变压器过热隐患预警诊断流程如图1所示，具体步骤如下：

图1 变压器过热隐患预警诊断流程

1）明确引起变压器过热故障相关的气体参量，选为分析对象；对于训练数据的选取，应从上一次滤油开始的时间选取。

2）对于训练数据中的缺失值、异常值，采用三次样条插值法进行补全或删除。

3）对数据进行预处理，划分成多个时间间隔不等的序列；其中，对于K级差分法中K值的选择，限于每台变压器运行特性不一致，需经多次实验获取最优值。

4）采用OCSVM算法构建预警模型组，对于算法中的超参数，利用网格搜索法获取合适值。

5）当新数据输入模型时，一分类支持向量机（one- class support vector machine, OCSVM）模型组输出一组判断结果，遵循预警信息触发机制，最终可判定变压器是否异常。

他们总结指出，该预警方法有以下特点：

1）数据预处理。采用多级差分法从不同时间尺度衡量气体的变化程度，一方面，多参量、多时间尺度的分析能够提供更丰富的信息量；另一方面，差分处理使时间序列曲线变得更为平稳，缓解离散数据对分析结果的影响。

2）预警模型建立。应用一分类支持向量机算法构建预警模型，提出了基于K级差分法与一分类支持向量机结合的预警方法，从多参量、多时间尺度两个方向扩充了训练集的感受域，使构建的整体模型更具鲁棒性，同时也极大地提升了洞悉设备早期隐患的敏感度。

3）制定了一种预警信息触发机制，在提升预警模型敏感度的前提下，能缓解误报信息的频发，保障预警信息的有效性。

本文编自2022年第10期《电气技术》，论文标题为“基于气体成分分析的变压器过热隐患预警方法”，作者为谭翼坤、陈明 等。