變壓器易發(fā)生的故障基本可分兩大類：①電性故障；②熱性故障。電力變壓器故障，從發(fā)展過程上可分兩大類，即突發(fā)性故障和潛伏性故障，突發(fā)性故障發(fā)展過程很快，瞬間就會造成嚴重后果，如雷擊、誤操作、負荷突變等，突發(fā)性故障具有偶然性，只能通過避雷器、繼電保護等手段，使突發(fā)性故障限制在小的范圍內。潛伏性故障一般有三種，即變壓器內部局部放電，局部過熱和變壓器絕緣的老化。故障診斷主要是針對這些潛伏性故障的診斷預測。

變壓器運行狀態(tài)的主要測試與監(jiān)測手段

當前我國變壓器運行狀態(tài)監(jiān)測在相當程度上主要依據(jù)傳統(tǒng)的預防性試驗來實現(xiàn)的，包括：電氣試驗和油務試驗。

1、電氣試驗

（1）直流電阻的測量：直流電阻雖然是一個測試方法比較簡單的實驗，但它比較直觀地確認繞組、引線、調壓開關等導電回路是否正常，能發(fā)現(xiàn)繞組導線的焊接質量，引線接頭是否擰緊接觸是否良好，調壓開關觸頭接觸是否良好等等。

（2）絕緣性能測試：通過絕緣電阻、吸收比、極化指數(shù)、介損、電容量（包括電容套管）、泄漏測試等實驗可掌握變壓器的繞組絕緣水平和鐵心對地絕緣。

（3）有載調壓開關特性測試：通過有載調壓開關切換時間、周期、切換的波形測量可以掌握變壓器的的有載調壓開關的性能是否良好。

（4）繞組變形測試和低電壓短路阻抗的測試。可以掌握變壓器出口短路后變壓器繞組有否變形和移位。

（5）鐵心接地電流測試。可判斷變壓器是否多點接地。

（6）遠紅外測溫：通過紅外線測溫可以隨時掌握各出線引線接觸是否良好。

2、油務試驗

定期對變壓器充油設備的油采樣進行油色譜分析，通過油色譜分析判斷變壓器內部是否存在著過熱性故障（導電回路、鐵芯多點接地引起過熱等）、嚴重的局部放電、電弧放電故障等，它是綜合性判斷變壓器運行狀態(tài)的重要手段之 一。據(jù)統(tǒng)計，我國電網中有 50％以上的故障變壓器是通過該試驗結果檢出的。由于這一檢測技術能夠在無須停電的情況下進行，不受外界電場和磁場因素的影響，因此可以在線對變壓器內部絕緣狀況進行診斷，有利于狀態(tài)維修的發(fā)展。

基于油色譜分析方法的變壓器故障診斷技術

變壓器運行進出現(xiàn)內部故障原因往往不是單一的，一般存在熱點的同時還有局部放電，而且故障往往在不斷發(fā)展變化。在判斷設備有*及其嚴重程度時，要根據(jù)設備運行的歷史記錄和設備特點以及外部環(huán)境等因素進行綜合判斷。

2.1、油色譜分析的現(xiàn)狀

變壓器的絕緣材料主要是絕緣油和紙。變壓器故障時會產生多種氣體，主要來源于油和紙熱裂解。絕緣油是由烷烴、環(huán)烷烴、芳香烴等碳氫化合物組成的混合物。絕緣紙的成分是纖維素，主要是由糖或多糖類構成的高分子碳水化合物。絕緣油熱分解時，因分子鏈的的斷裂反應產生低分子烴類氣體。有水分存在時，還會產生氫氣。變壓器運行時出現(xiàn)內部故障產氣與正常產氣在技術上是不可分辨的。經驗證明，當懷疑設備固體材料老化時，一般 CO 2 /CO大于7；當懷疑故障涉及到固體絕緣材料時，CO 2 /CO可能小于3；當懷疑紙或紙板過度老化進，應適當測試油中糠醛含量，或測試紙樣聚合度。有載調壓操作產生氣體與低能量放電相符，當主油箱C 2 H 2 /H 2 大于2-3時，可能是有載調壓污染主油箱，可利用比較主油箱、有載調壓油箱和儲油罐油中溶解氣體分析來確定，或通過油柱靜壓試驗法和氣體試漏法來檢漏。對變壓器故障部位的準確判斷，有賴于對其內部結構和運行狀態(tài)的全面掌握，并結合歷年色譜數(shù)據(jù)和其它試驗（直流電阻、絕緣、變比、泄漏、空載等）進行比較，色譜分析與判斷的技術應借鑒新方法并結合使用。三比值法是一種比較簡便易行的判斷方法，但度不是很高。

2.2、以油務試驗數(shù)據(jù)為基礎進行綜合分析的方法

2.2.1、基于專家系統(tǒng)的故障診斷方法

人工智能的出現(xiàn)為變壓器故障診斷提供了良好的新途徑。判斷故障的類型、故障點、故障狀況需要大量的經驗，而專家系統(tǒng)恰恰解決這個問題。該領域早使用專家系統(tǒng)的是 Rieser的TOGA系統(tǒng)。國內也有根據(jù)油色譜分析和電氣試驗作為主要檢測數(shù)據(jù)來源的一套電力變壓器故障診斷專家系統(tǒng)，如河南省中分儀器有限公司長期致力于該領域的研究，并取得豐碩成果，在國內有廣泛的用戶。還有很多這方面的采用正反向混合推理的研究及應用系統(tǒng)實例。但是，專家系統(tǒng)所采用的判斷規(guī)則和專家?guī)熘薪涷灥臏蚀_度卻成為專家系統(tǒng)的“瓶頸”，即專家?guī)煨枰粩嗟匦拚蛿U充。

2.2.2、基于神經網絡的故障診斷方法

神經網絡系統(tǒng)具有自組織、自學習的能力，它不包括具體的診斷規(guī)則，而是將診斷規(guī)則隱含于權值矩陣中，通過對故障樣本的自學習來自動修正和擴充對故障的判斷能力。目前，變壓器故障診斷中多的是 BP神經網絡。其中具有單隱層的神經網絡分類效果you，它具有小運算量，同時*故障現(xiàn)象和故障原因之間的非線性映射。但是BP神經網絡容易收斂到局部you解，為了解決這個問題，提出了幾種結合其它方法的學習方法。其中有結合遺傳算法的多層前饋網絡，其進行網絡訓練的初識權值是全解空間中的you解。而另一種在學習算法中加入隨機擾動的方法也取得較好的效果。

2.2.3、 其它的故障診斷方法

基于油色譜分析進行故障診斷，還有很多其它的方法。灰關聯(lián)度分析、模糊聚類分析、概率推理和模糊數(shù)學結合分析等變壓器故障診斷方法是比較有效的幾種故障診斷方法。