變壓器油中溶解氣體檢測
1.油中溶解氣體檢測的意義
電力變壓器是電網的核心設備,其運行可靠性影響著電網的安全穩定。大多數變壓器故障都是由內部局部微小缺陷逐步演變形成的。變壓器構造為結構復雜的全密封箱體,其內部缺陷難以通過外部測量手段監測,但其導致的放電或過熱現象,不同程度上均會導致變壓器絕緣油及絕緣紙等固體絕緣材料發生一系列化學反應,生成不同類型的故障特征氣體,并溶解于變壓器油中。如同診斷人體疾病最常用的“驗血”手段,通過對油中溶解特征氣體濃度及比例的檢測或監測,可及時發現變壓器大部分內部隱患和缺陷。
常用的變壓器油中溶解故障特征氣體主要為氫氣(H2)、甲烷(CH4)、乙烷(C2H6)、乙烯(C2H4)、乙炔(C2H2)、一氧化碳(CO)、二氧化碳(CO2)七種,變壓器在不同故障類型下產生的氣體如表1所示。
2.油中溶解氣體檢測方法
常用的多組分氣體檢測方法主要包括氣相色譜法、光聲光譜法、電化學傳感器法、半導體傳感器法等,其檢測原理圖如圖1所示。
圖1常用的多組分氣體檢測方法
氣相色譜法通過氣相色譜檢測器測量油中溶解氣體的濃度,其具有技術成熟度高、測量靈敏的優勢,但存在需要更換載氣、色譜柱的問題;
光聲光譜法屬于一種光學氣體檢測方法,其具有測量周期短、無需載氣、維護量少的優勢,但存在國產化程度低的問題,且部分氣體(如乙炔)檢測靈敏度仍有待提升。
電化學傳感器法與半導體傳感器法檢測原理類似,均是通過待測氣體改變傳感器/半導體本身的特性后產生的電流信號來測量氣體濃度,均具有靈敏度高、成本低的優點,但都同樣存在氣體間交叉干擾的影響,且長期可靠性較差。
目前常用于在線監測的油中溶解氣體檢測裝置主要采用了氣相色譜與光聲光譜技術。氣相色譜技術成熟度高,主要零部件實現了全國產化,具有價格優勢;光聲光譜技術具有檢測周期短、維護量少的優勢,入網率逐年上升,但由于其主要核心部件(光源、麥克風)仍依賴進口,導致其成本較高,價格較貴。
二、油中溶解氣體在線監測裝置入網檢測 目前,油中溶解氣體在線監測裝置在變壓器狀態監測中具有廣泛的應用,但變壓器運行環境復雜,如何保持油中溶解氣體在線監測裝置在運行中的測量準確性(精度)是面臨的一大難題。如果在線監測裝置精度降低,甚至發生誤報等現象,就喪失了在線監測裝置對變壓器早期潛伏性故障的監測作用,還會增加運維人員的工作量。 究其原因,其一是部分在線監測裝置在安裝前未經嚴格的出廠檢測和入網檢測,測量精度達不到標準要求;其二是在線監測裝置會在運行復雜環境的影響下,檢測數據產生漂移,如不及時校正,其檢測精度將逐步降低。因此,常用的方法是開展油中溶解氣體在線監測裝置的入網檢測以及現場校準工作,以確保在線監測裝置在運行中的精度。 依據國家電網有限公司變壓器油中溶解氣體在線監測裝置檢測、校驗相關標準和工作要求,國網湖北電科院持續加強油中溶解氣體檢測裝置質量檢測,對全省新安裝的220千伏及以上變壓器類設備油色譜在線監測裝置開展抽檢,并定期赴現場,對跨區電網1000千伏特高壓交流、±500千伏直流等變電站、換流站153臺油色譜在線監測裝置開展了現場校準,有力提升了變壓器油中溶解氣體在線監測裝置的準確性、有效性和可靠性,保障了變壓器設備的本質安全水平。 圖2油色譜在線監測裝置到貨驗收 圖3油色譜在線監測裝置現場校準 2021年1月和3月,國網湖北電科院在開展變壓器油中溶解氣體在線監測裝置專項技術監督時發現,計劃在220千伏省內某變電站安裝的由某公司生產的絕緣油色譜在線監測裝置在到貨驗收檢測時,經兩次檢測均不符合Q/GDW 10536-2017《變壓器油中溶解氣體在線監測裝置技術規范》標準要求。首次檢測測量誤差試驗、測量重復性試驗和交叉敏感性試驗不符合要求,設備換貨后再次檢測測量誤差試驗和交叉敏感性試驗仍不符合要求。針對此狀況,省電科院發布了針對該公司產品的技術監督告警通知單,并給出了以下處理意見: 1)地市公司敦促供貨單位及時提供新的符合標準要求的油色譜在線監測裝置,并重新委托開展到貨驗收檢測。如再次檢測仍不滿足標準要求的,應納入供應商不良行為進行處理。 2)對2021年1月1日以前,已中標、未投運的該公司生產的同型號變壓器油中溶解氣體在線監測裝置,其到貨驗收性能檢測要求由抽檢變為全檢。 通過該典型案例,充分體現了針對油中溶解氣體在線監測裝置開展入網檢測的必要性及有效性。 1. 加強油色譜在線監測裝置到貨驗收檢測能力 進一步加強針對新投運的油色譜在線監測裝置進行到貨驗收檢測的工作,將到貨驗收報告作為投產必備條件,確保在線監測裝置入網質量、提高應用質效,加強檢測能力。 2. 加強已入網油色譜在線監測裝置性能提升 縮短油色譜在線監測裝置現場校驗周期,高效優質的開展現場校驗工作,對性能指標發生變化的在線監測設備進行校準或技術監督,發揮油色譜在線監測裝置及時發現設備隱患的作用。 3.加強油色譜在線監測裝置數據處理能力 對不同廠家的油色譜在線監測裝置所收集到的監測數據進行數據清洗,排除誤報及異常數據。對清洗后的數據進行故障分析,及時通過異常氣體增長趨勢等判斷設備故障類型及故障發展情況。