1.1油氣分離技術(shù)應(yīng)用現(xiàn)狀

     首先，高分子聚合物分離法。選擇使用僅僅能夠使高分子通過的特殊材料為油氣分離的主要結(jié)構(gòu)實現(xiàn)油氣的有效分離。這種分離技術(shù)不僅大大簡化了油氣分離結(jié)構(gòu)，而且也方面對分離的整個過程進(jìn)行動態(tài)監(jiān)測。目前，在油氣分離過程中，應(yīng)用比較廣泛的高分通透性材料主要有四氟乙烯、聚酸亞胺、聚芳雜環(huán)膜等材料。不同的高分子材料具有自身獨特的選擇性，其油氣分離系數(shù)也存在較大的差異性。其中分離性能最好的四乙烯高分子材料，這種高分子材料不僅具備良好的機械性能，而且耐腐蝕、耐高溫比較強。高分子聚合分離方法是一種應(yīng)用前景十分廣闊的方法之一；其次，真空脫離法。應(yīng)用這種分離方法的分離效率通常比較高，這項技術(shù)主要利用電機帶動波紋管不斷進(jìn)行壓縮，多次對變壓器油進(jìn)行真空處理，逐漸將變壓器油中溶解的氣體分離出來，然后利用氣泡法將殘留在波紋管上的變壓器油排出。利用該種技術(shù)能夠取得比較好的檢測效果，但是在每次操作過程中都需要抽取一定量的變壓器油，如果波紋管內(nèi)的油不能及時排空，會對下一次采集油樣造成污染。此外，真空度也是影響檢測效率的重要因素；最后，采用置換手段脫氣。其工作的主要原理是應(yīng)用不同的吹氣方式，將溶解在變壓器油中的氣體置換出來，從而保證變壓器油面上的氣體濃度和變壓器油中的氣體濃度達(dá)到動態(tài)平衡。這種方法有其自身的缺陷，因為不能循環(huán)取樣，因此，在每次分析完畢后，必須將變壓器油清理干凈。

1.2變壓器油中溶解氣體分析法發(fā)展

     首先，氣相色譜法。在電氣設(shè)備檢測過程中，氣相色譜法已經(jīng)有了比較廣泛的應(yīng)用，利用氣象色譜法分析和診斷變壓器內(nèi)部的絕緣情況已經(jīng)有了比較豐富的工作經(jīng)驗。

     利用氣相色譜法對變壓器油中溶解氣體進(jìn)行分析及時電力系統(tǒng)需要定期檢測的項目，是重要的實驗性檢查項目。氣相色譜法應(yīng)用到變壓器油氣體檢測中具有簡單可靠，易操作的特點；其次，電子檢測法。該種方法的應(yīng)用主要是基于多種傳感技術(shù)和信息技術(shù)的高效融合。在測試過程中利用氣體傳感復(fù)雜的交叉敏感特點，針對變壓器油中溶解氣體的實際情況，有選擇的將多種傳感器組合在一起，組成一個綜合的傳感器陣列。然后積極應(yīng)用模式識別技術(shù)能夠?qū)怏w的種類進(jìn)行全方位的辨別。電子檢測法可以實現(xiàn)對變壓器油中溶解氣體的定性定量檢測。一般情況下，在應(yīng)用這項技術(shù)進(jìn)行在線監(jiān)測過程中，要處理好整個測試系統(tǒng)氣體靈敏度、精確度和數(shù)據(jù)重復(fù)性等問題；最后，光譜分析法。進(jìn)入新世紀(jì)以來，隨著光學(xué)技術(shù)和光學(xué)元件分辨率不斷提升，光學(xué)技術(shù)逐漸被應(yīng)用到變壓器油中溶解氣體檢測過程中。光學(xué)技術(shù)具有很強的適用性，其應(yīng)用范圍廣，測試面大，靈敏和精確度十分高，反應(yīng)速度快，能夠極大地解決檢測時間，可以實現(xiàn)對變壓器油中溶解氣體的連續(xù)性分析和自動化控制。

1.3故障診斷方法應(yīng)用現(xiàn)狀分析

     首先，人工神經(jīng)網(wǎng)絡(luò)技術(shù)。人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有很強的分類性和推理性，能夠很好的解決故障診斷過程中多種問題。在應(yīng)用這項技術(shù)過程中，系統(tǒng)判別能力的高低主要取決于網(wǎng)絡(luò)模型的建設(shè)情況。人工神經(jīng)網(wǎng)絡(luò)技術(shù)模型結(jié)構(gòu)通常比較簡單，在計算過程中是不需要過多考慮其他因素，應(yīng)用簡單方便；其次，模糊技術(shù)的應(yīng)用。最近幾年，電力系統(tǒng)逐漸向著復(fù)雜化和多樣化方向發(fā)展，這就對變壓器安全運行提出了更高的要求，變壓器出現(xiàn)故障的原因、結(jié)論和證據(jù)常常都不是很充分，在對變壓器故障進(jìn)行診斷過程中很難第一時間確定故障原因。在變壓器油中溶解的氣體種類、比例、濃度大小都會對最終的檢測結(jié)果產(chǎn)生深遠(yuǎn)影響，而應(yīng)用模糊技術(shù)從整體方面去反應(yīng)變壓器故障原因之間的不確定性，從而從整體上對故障原因進(jìn)行全面判斷，有效的避免了故障診斷過程中的多種不確定因素的影響。