面向变压器状态监测的 DGA 分析

溶解气体分析是油浸式电力变压器最有价值的状态监测方法之一。在仅凭检查就能看出资产状况之前，它就能揭示与电气应力和热应力相关的化学证据。

然而，价值最高的决策很少来自单一孤立样本。一份 DGA 报告可以给出气体浓度、比值、诊断类别或告警状态。而变压器状态监测工作流需要的更多：趋势速度、气体产生速率、运行工况、油质、负荷历史、温度、维护动作、样本质量、在线监测装置元数据、健康指数变化，以及等待所带来的后果。

这正是 GridAPM 将 DGA 置于一套经工程师复核的变压器 APM 工作流之中的原因。目标不是取代已确立的解读方法，而是让 DGA 评审更一致、可追溯，并对维护规划更有用。

为什么单次快照式 DGA 不够

变压器油会记录由电气应力和热应力产生的气体。氢气、甲烷、乙烷、乙烯、乙炔、一氧化碳和二氧化碳都可以提供证据。诸如 IEEE C57.104 和 IEC 60599 之类的标准与导则，为解读油浸式电气设备中的气体提供了公认的依据。

现实中的难点在于真实数据是杂乱的。样本可能来自不同的实验室。在线监测装置在气体覆盖范围、精度、校准方式和通信质量上可能各不相同。运行条件在变化。油可能经过处理。变压器可能经历过高负荷、冷却受限、维护活动或异常的环境条件。

单一样本的 DGA 数值可以提供信息，但仅凭一个数值、缺乏工况就做出的决策可能很脆弱。

更好的 DGA 分析会追问：

• 哪些气体在变化，变化有多快？
• 该趋势在多个样本中持续存在，还是仅出现在单条记录中？
• 气体产生速率在加速、趋稳，还是在下降？
• 负荷、环境温度、油处理、维护或开关操作历史是否在同一时段发生了变化？
• 测量数据来自实验室分析、在线 DGA 监测，还是两者兼有？
• 监测装置类型、气体覆盖范围、校准工况和数据质量如何？
• 与证据和后果相称的行动是什么？

DGA 趋势分析工作流

GridAPM 将 DGA 视为一条时间序列证据流，而不仅仅是一张最新数值表。

工作流步骤	评审人需要什么	为什么重要
归一化	资产 ID、采样日期、分析日期、单位、实验室或监测装置来源，以及气体字段。	当日期、单位或身份标识不可靠时，趋势分析就会失败。
比对	当前数值、既往样本、气体产生速率，以及所配置的解读工况。	状态的变化比孤立的快照更重要。
补充工况	负荷、温度、油质、维护历史、检查记录以及运行事件。	缺乏运行工况时，DGA 行为可能被误读。
评估不确定性	来源质量、缺失字段、监测装置局限性，以及相互矛盾的证据。	工程师需要知道证据能支撑什么、不能支撑什么。
路由评审	候选的下一步行动、评审负责人、审批状态，以及证据包。	只有当 DGA 进入维护决策工作流时，它才变得有用。

这正是 GridAPM 可以帮助安全地自动化的工作：证据汇集、工况比对、缺失记录检测、说明草拟以及评审路由。

在线 DGA 监测改变了节奏

电力变压器的在线 DGA 监测可以缩短从状态变化到工程侧知晓之间的时间，也可能产生超出团队人工检查能力的数据量。

IEEE C57.143 为监测设备和关键参数提供了公开依据。CIGRE TB 783 论述了 DGA 监测系统，CIGRE TB 771 则支持更为细致的解读讨论。

商业表述应保持审慎：在线监测不会自动解决变压器风险。监测装置选型、气体覆盖范围、精度校核、校准、通信质量、告警理念以及工程复核仍然重要。

一套实用的在线 DGA 工作流应记录：

• 监测装置来源与气体覆盖范围。
• 时间戳节奏与通信中断。
• 校准或验证说明。
• 与实验室样本的一致或不一致。
• 趋势变化前后的负荷、冷却与温度。
• 告警历史与评审人处置。
• 告警是否导向了监测、复测、检查、计划或升级行动。

关于在线监测故障预防的专题页面，请参见电力变压器在线 DGA 监测：故障预防工作流。

DGA 监测如何降低灾难性故障风险

采购方常常会问 DGA 监测如何预防变压器灾难性故障。诚实的回答是有条件的。

当 DGA 监测足够早地发现气体变化行为、可供有资质人员复核，并且组织具备可行动的路径时，它有助于降低可避免的风险。这一路径与传感器同样重要：

1. 检测到气体变化。
2. 核查来源质量与趋势的持续性。
3. 审查运行工况与维护历史。
4. 汇集佐证或相互矛盾的证据。
5. 由有资质的评审人批准下一步行动。
6. 对行动进行跟踪，且证据保持可审计。

任何公开内容都不应声称 DGA 监测能保证预防灾难性故障。变压器可能因 DGA 未必能及时揭示的原因而故障，证据也可能不完整或存在延迟。GridAPM 更妥当的立场是：DGA 监测可以支持更早的复核、更好的记录，以及更有据可依的维护决策。

智能体式 AI 应如何处理 DGA

当 AI 像证据助手而不是诊断权威那样运作时，它在 DGA 分析中才有用。

一个受约束的 GridAPM 智能体可以：

1. 对进入的 DGA 记录、单位、采样日期、分析日期和资产标识进行归一化。
2. 将气体水平和产生速率与既往证据以及所配置的工程工况进行比对。
3. 检测显著变化，而不仅仅是阈值越限。
4. 将气体行为与负荷、油质、热工况、在线监测装置状态和近期维护相关联。
5. 为工程师复核准备一份简明的证据包。
6. 草拟一份建议，附带置信度说明、缺失的证据、不确定性以及建议的后续核查。

工程师始终掌握主导权。变压器诊断工作流对资产至关重要，也可能事关安全。AI 可以减轻收集和比对证据的人工负担，但最终决策应保留在有资质人员手中，并遵循经批准的运营方规程。

一份可供评审的 DGA 建议包含什么

最有用的输出不是把”检测到故障”或”健康”作为一个黑箱式结论。有用的输出会说明发生了什么变化、为什么重要、可能的解释是什么、哪些仍不确定，以及接下来应核查什么。

一份可供评审的 DGA 证据包应包含：

• 驱动风险变化的气体。
• 趋势是在加速、平稳还是下降。
• 实验室与在线监测装置的来源工况。
• 相关运行工况，包括负荷、冷却、环境条件和维护事件。
• 可获得的相似历史模式或机群工况。
• 建议的后续测试、评审窗口或监测调整。
• 置信度与不确定性说明。
• 工程师签署与行动历史。

这类输出比原始评分更易于审计，也有助于维护、运行和资产管理团队理解为什么某台变压器被置入监测或行动队列。

这如何支撑基于状态的维护

当 DGA 分析能够馈入更广泛的 APM 与基于状态的维护工作流时，它就具有了商业价值：

• 机群风险排序。
• 健康指数评审。
• 维护优先级排定。
• 检查计划。
• 工作包准备。
• 报告生成。
• 内部资产绩效评审。

GridAPM 正是为这种衔接而构建的。DGA 是更广泛的变压器 APM 工作流中的一条证据流，该工作流还可以包含油质、PRPD、SFRA、热负荷、检查记录、维护历史、关键度以及审批状态。

面向 DGA 状态监测的试点范围

一个出色的 GridAPM 首个试点应避免含糊的承诺，聚焦于一套可度量的工作流：

• 选择一组具有经批准 DGA 记录的变压器。
• 纳入维护历史，以及至少一条工况数据流，例如负荷、油质或检查记录。
• 界定何为可供评审的 DGA 证据包。
• 度量在采用 GridAPM 前后汇集证据所需的时间。
• 跟踪在工程复核之前发现的缺失证据。
• 审查 AI 草拟的结论被批准、修改、驳回或升级的频率。

这能让试点在商业上有用、在技术上诚实。

申请 GridAPM 试点，在一套经工程师复核的证据工作流中评估面向变压器状态监测的 DGA 分析。