电力变压器是一种极其重要且昂贵的设备，简而言之，它由两个或三个绕组、铁芯和绝缘系统组成。绕组布置成使得漏磁通量尽可能少地分散。磁芯是磁通量找到低磁阻路径并优选流过它的介质。在这些元件中，铁芯、绕组和变压器油箱，还有绝缘系统。绝缘系统主要由绝缘纸和绝缘矿物油组成。在其运行过程中，变压器绝缘系统可能会发生各种磨损和老化过程。

示例可能是热点、过热和过电压，以及改变变压器绝缘系统的其他现象。因此，变压器寿命的缩短与其制造中使用的介电材料的劣化直接相关。从这个意义上说，制定监督和预防性维护计划是一个重要的激励因素，以增加设备的使用寿命，从而在主管的指挥下更好地管理设备。事实上，电力市场竞争日益激烈，维护所涉及的高成本需要开发流程以降低其成本、提高资产性能并延长其使用寿命。

在用于识别浸入绝缘矿物油中的电力变压器故障的方法中，我们重点介绍了基于电气参数监测、声学监测和油中溶解气体浓度评估的方法。另一方面，与电力传输变压器线圈中存在的绝缘纸相关的条件是影响该设备寿命的主要因素之一。绕组绝缘纸会突然变质，导致这些变压器发生不可预知的故障，尤其是与氧气、湿气和金属污染物接触时。如果及时发现退化过程，所有这些可能的情况都可以避免。

为了识别油中溶解气体的故障，随后进行了几次色谱测试，得出了它们各自的浓度。对此类溶解气体的检查基于以下前提：局部放电、高能放电、电晕效应、过热等故障与绝缘矿物油发生反应，导致其物理化学性质发生变化，从而导致释放最终与油，因此溶解在其中。因此，绝缘矿物油中的溶解气体分析是诊断输变电变压器绕组绝缘情况的主要方法之一。

此外，正确解释气体分析结果是检测故障类型以及识别其绝缘退化过程的最重要程序之一。除了色谱测试，可以获得油中主要溶解气体的体积值，还有物理化学测试，可以识别绝缘矿物油中存在的几种物理和化学特性。与物理化学测试相关的一个重要特点是，它们都可以在安装变压器的位置进行，其中一部分可以在设备运行时进行，即在不中断电力供应的情况下进行。

此外，当输电变压器投入使用时，它们可能会受到许多环境因素的影响，例如高温和湿度，随着时间的推移，这些因素必然会导致老化过程的增加。因此，绝缘矿物油的电性能以及化学性能和机械性能也被改变，直接影响其使用寿命。因此，这里强调了从物理化学测试的结果估计溶解在油中的气体的系统的动机。因此，目标将是调整基于溶解气体浓度的现有方法，以基于物理化学测试预测电力变压器中可能的初期故障。由于这些结果的估计是一个复杂的问题，它没有能够将这两个测试联系起来的数学公式，一个有趣的替代方法是使用计算智能技术。

在这些技术中，我们可以强调人工神经网络，它不需要关于输入空间和输出空间之间关系的详细知识，因为它们是处理非线性映射的专家。应该强调的是，这项工作的新颖之处在于，通过神经网络，根据物理化学测试的结果，精确估计了溶解在绝缘矿物油中的气体浓度。对于气体的估计，我们使用从运行中的变压器中提取的绝缘油进行的物理化学测试数据。开发的技术允许无需进行色谱测试即可估算这些气体。因此，停电次数将大大减少，确定矿物油中气体浓度的相关成本将遵循同样的下降趋势。