NUM驱动模块维修

套管是否破裂或者碳化，油箱是否渗油，用耳听声音是否正常，有无放电声，用鼻子闻是否有异常气味。用手摸变压器是否严重发热，但这种方法必须要求工作人员具有丰富的实践经验，一旦发现有这些情况，及时进行维护处理。（2）特征气体判别法。特征气体判别法是判断变压器故障类型的重要方法。变压器产生故障时，可能引起故障点周围油的热裂解，产生和某种故障相关的如hchc2hc2hc2hco等气体，这些气体会部分或全部溶解在绝缘油中。因此，可根据油中气体的类型和含量来判断故障的类型。这种方法有利于发现变压器的早期潜伏性故障且针对性强，具有比较直观、方便的特点。但在气体含量很小的情况下这种方法无法做出的判断。（3）变压器预防性电气试验法。

电气试验通常可以确定故障部位及性质，主要包括针对绝缘故障的绝缘试验、判断绕组故障的电阻试验、绝缘油简化试验。该方法是保证电力系统安全运行的有效手段之一，是电力设备运行和维护工作中的一个重要环节。预防性试验主要包括对设备进行检查、取气样或油样，实验项目主要包括油中溶解气体的色谱分析、绕组绝缘电阻及吸收比、绕组直流电阻检测、绝缘油检测、铁芯绝缘电阻检测和交流耐压检测等。（4）变比测量。通过变比测量，可以检查出变压器绕组匝数比的正确性、分接开关的情况和是否存在匝间短路等。（1）基于模糊理论的故障诊断法。变压器在运行中发生故障时。其故障现象、原因和机理之间存在大量的由于排中律缺失而引发的不确定性，然而通过模糊理论即可对其准确描述。

该方法是在专家经验的基础上，通过隶属度函数来描述状态变量的变化规律，因此，其主观性较强。（2）基于粗糙集理论的故障诊断法。该理论是由pawlak于1982年提出，其可对不、不一致、不完整等各类不完备信息进行有效分析和处理，并通过揭示数据间隐藏的规律，提取有效的信息。上述方法虽可有效分析变压器的故障类型，但需要工作人员的专业素质较高，且比较复杂繁琐，易受人为因素等影响，变压器的故障类型繁多，故障原因复杂多变，且相互转化，上述诊断方法均存在滞后甚至需要的停电。近年来，随着计算机、传感器、人工智能的发展。国内外学者实现变压器的在线监测，可在不停电的状态下及时发现问题，并预防的发生。人工智能方法以可分为模糊逻辑、人工网络、专家系统、进化算法、遗传算法等。

（1）人工网络。人工网络是一种模拟大脑行为和活动过程的非线性动力学网络系统的智能分析方法。它具有大规模并行处理信息的能力，还具有极强的容错性及自学习功能，能映射高度非线性，可有效处理不完全和不的信息。目前，该技术在各类大型发输配电气设备上广泛应用。bp网络作为一种人工网络的前馈网络，能够建立任意的非线性模型，对输入和输出之间实现非线性映射，可实时全工况地对电气参数进行动态计算，其有明显，但单一的网络方法仍然有缺陷，其极易陷于局部收敛和收敛速度慢的弊端。（2）遗传算法。遗传算法故障诊断技术是受生物进化的启发而提出的一种智能分析法，它可分为变异、交叉、选择等几个阶段，与人工网络相比，其具有可实现全局搜索的优势；