探析电力机车主变压器故障诊断技术

张文玺（中国中车大同电力机车有限责任公司,山西 大同 037000）



探析电力机车主变压器故障诊断技术

张文玺
（中国中车大同电力机车有限责任公司,山西 大同 037000）

摘 要：随着我国铁路行业的迅猛发展，我国列车已经实现了既定的跨越式发展目标。随着国内列车多次大提速、单列机车持续地增大了牵引吨位，对车辆以及机车的装备维护及检修都提出了更为严格的要求。笔者重点研究了对电力机车中的主变压器故障进行诊断的相关技术，希望能够更好地增强机车的保障与检修水平，改进相关的诊断理论和技术，更好地提升电力机车在运行过程中的可靠性及安全性。

关键词：电力机车；主变压器；故障诊断技术

0 前言

电力机车中的主变压器是其能量来源，被誉为电力机车的强大心脏，它的可靠安全运行对确保铁路运输的高效性及安全性意义重大。然而相对于这种能够发挥重大作用的主变压器，对其故障诊断技术的分析和研究却出现了显著缺陷。

1 机车主变压器的故障类型

按照具体的分类标准，可以把油浸式变压器中的故障划分为不同种类。比如可以按照传导介质从差别，分成磁路故障、电路故障以及油路故障。按照形成故障的影响因素划分，涵盖了短路故障、绝缘故障以及接地故障。按照不同的发生部位，则涵盖了铁心故障、绕组故障以及组部件故障(囊括了冷却系统故障及套管故障）。根据性质划分，涵盖了电故障及热故障。按照不同的严重程度，可以将热故障分为轻度过热(通常情况下少于150℃)、低温过热(维持在150℃到300℃)、中温过热(维持在300℃到700℃)、高温过热(通常情况下超过了700℃。在此过程中，按照放电能量的不同密度，电故障涵盖了火花放电、局部放电以及高能电弧放电。除此之外，还能够把其外部、内部、变压器渗漏、变压器出口短路以及油流带电等多种故障等。

因为变压器涵盖了较多的故障类型，所以一部分故障可能会出现不同的多种故障，比如机车中的主变压器发生了铁芯接地的故障，可以将其分成磁路故障或者局部过热故障；还能够将绕组匝间短路故障分析电故障或者热故障，也开会出现两者同时发生的现象。通常情况下，针对相当数量的油浸式变压器来讲，在变压器内部出现了故障的情况下，一般都会发生放电性或者过热故障。然而也有一部分变压器刚开始发生故障时未出现放电性或者过热故障。

所以应该密切联系机车中主变压器的结构以及运行特点，按照发生故障的物理性质的差异，判定电力机车中的主变压器出现故障的具体类型，第一类属于机械类故障，例如在车辆及电动力的振动作用下，铁芯以及绕组出现了变形或者发生了松动；第二种属于变压器中不同绝缘材料发生的故障，根据这类故障点的能量不同，能够分成低温、高温、中温这三种过热故障，此外涵盖了局部、高能以及低能放电故障等在内的六种故障。按照这这两种大类的主变压器存在的故障类型，针对电力机车中的变压器的绕组变形、铁芯变形以及绝缘材料所存在的缺陷而发生故障进行相关的诊断研究。

2 基于振动信号的机车主变压器故障诊断技术研究

在研究中选择主流的电力机车，分析它的主变压器的相关基本结构，案例是眼下广泛使用的交流大功率机车——HXD1C中的主变压器(比如选取TBQ35-8900/25)，熟悉其铁芯及线圈的结构，而且针对这种类型的牵引变压器绕组受到相应的电磁力作用时所出现的振动状况构建了相应的有限元模型。充分地借助振动信号来诊断变压器中的铁芯故障的相关特点，在此基础上建立了以混合粒子群优化算法为基础的小波神经网络训练算法。重点完成了下列活动：

（1）从变压器等效电路以及麦克斯韦方程组出发，借助变压器等效电路的相关矩阵方程以及电磁场系统自身的矩阵方程组，将变压器电磁场自身的藕合方程组推导出来。

（2）ANASYS软件被用来针对HXD1C型机车用的相关牵引变压器开展了相应的实体有限元建模，对它在受到电磁力作用时的具体振动状况进行了分析。在调整模型中绕组加载电流的具体数值大小，对处在大小不等的加载电流如何影响绕组的振动信号进行了分析。

（3）借助大小不等的预应力，对各种绕组的预紧力的具体大小情况进行模拟，分析了绕组振动信号在受到各种预紧力作用下的变化，提出绕组中的轴向预紧力及其在受到一定电磁力的具体影响下，所形成的轴向振动100Hz加速度能量之间存在的二次映射关系比较良好。所以，在对变压器绕组轴向100Hz振动加速度能量能进行检测的过程中，能够更好地诊断以及监测变压器绕组的实际预紧力的大小。

（4）设计了一种小波神经网络训练算法，它以混合粒子群优化算法为基础，在诊断电力机车中牵引中的相关主变压器方式中的铁芯松动的相关故障的过程中。运用了这种算法训练的相关小波神经网络。从具体实践来看，这种量子计算理论可以进一步提升粒子的计算速度，运用免疫优化理论以及混沌理论，能够在一定程度上强化粒子群自身的全局搜索水平。从MATLAB仿真测试来看，这种算法训练的相关小波神经网络，对以振动信号为基础的电力机车中牵引中的相关主变压器方式中出现的铁芯松动的相关故障诊断进行收敛、诊断精度也会更高。

3 以DGA数据为基础的机车主变压器故障诊断技术研究

首先论述来了DGA技术的相关原理以及既有的多种DGA诊断算法：

（1）有机地整合不同的DGA诊断方式，而且密切联系电力机车中的主变压器的相关特点，以DGA技术为基础，全方位地设计了诊断机车主变压故障的方法和基本流程。

（2）可以对其进行实例分析，对以DGA技术为基础，全方位地设计了诊断机车主变压故障的方法和基本流程的正确性及有效性进行检验。

（3）可以采取相应的自组织RBF神经网络训练算法。这种算法能够充分地借助平均粒距D(t)对粒子的集中程度进行描述，与Gaussian结合起来，随机数根据一定的概率，增加PSO算法内的相关惯性因子W，强化其的全局搜索能力，在此过程中也应该将Gaussian-PSO算法以及FCM算法密切结合起来，运用在选择RBF神经网络隐层的相关节点以及优化网络连接的相关权值的过程中，而且还应该通过葡萄酒、莺尾属植物的相关数据集来验证相关算法。

（4）笔者在具体诊断电力机车主变压器DGA故障的相关技术中，运用了自组织RBF神经网络训练算法，已经获得的历史数据集被用来训练UI及测试由这个算法建立而成的RBF神经网络，从相关试验结果来看，在一定程度上表明了这种算法的诊断精度更高，然而需要较长的训练时间。

参考文献：

[1]任建华,李兴钊.电力机车牵引变压器故障解析[J].铁道机车车辆,2012(01).

作者简介：张文玺（1978-），女，安徽太和人，本科，高级工程师，设计师。

DOI:10.16640/j.cnki.37-1222/t.2016.02.136