频响法和相关系数法判别变压器绕组变形的研究

频率响应分析法是检测变压器绕组变形的常用方法之一,其原理是通过观察频率响应曲线的波峰波谷分布位置及数量来判断绕组变形。根据变压器绕组等效模型利用MATLAB软件仿真,得到频响曲线,分析变压器绕组电感、电容等参数变化时的频响曲线。观察参数变化前后的曲线来判断是否变形。为便于定量计算,可采用相关系数法等进行辅助判断,利用相关系数法提出特征参数来判别变压器绕组变形程度,其结果可以为定量分析变压器绕组变形程度提供参孝。     

局部放电稀疏分解模式识别方法

为实现电气设备局部放电(简称局放)模式的准确识别,提出了一种局放稀疏分解模式识别方法。首先由各放电模式局放训练样本信号统计特征向量构建局放统计特征过完备原子库,对此原子库进行非线性映射,可得非线性局放统计特征过完备原子库。对待识别局放信号统计特征向量进行非线性变换,得到非线性统计特征向量,此向量在非线性局放统计特征过完备原子库中进行稀疏分解时,仅可由相应放电模式子原子库中原子进行稀疏表示而难以由其它放电模式子原子库中原子进行表示,进而实现局部放电稀疏分解模式识别。同时,提出一种核函数优化匹配追踪算法,可在无需知道非线性映射具体形式基础上完成稀疏分解,并基于相似性度量系数确定最佳核函数及其参数。设计了两套放电模型,并在不同实验环境中进行了局放测试,所测信号分别作为训练样本信号及测试样本信号,采用所提方法进行了模式识别实验,同时与采用神经网络方法、K近邻法、支持向量机法的局放模式识别实验结果进行了对比。实验结果表明该方法识别效果较好,准确率较高。     

频率响应法在线监测变压器绕组变形

提出频响法在线监测变压器绕组变形原理,简要分析和介绍了分布参数模型,用一台400kVA/10kV配电变压器进行试验研究,在变压器一次侧输入谐波电压,对输出电压信号进行FFT分解,分析其幅频、相频特性,结果证明频响法在线监测变压器绕组变形是有效可行的.     

基于Gabor原子的雷达辐射源信号无意调制特征提取

针对雷达辐射源的个体差异,提出一种雷达辐射源信号无意调制特征提取方法。该方法在过完备Gabor原子库基础上,采用匹配追踪（matching pursuit）方法对具有相位噪声的常规雷达辐射源信号进行时频原子分解,得到表示常规雷达辐射源信号无意调制特征信息的最佳Gabor原子,将最佳Gabor原子时频参数以及重构信号和原始信号的相似度作为个体特征参数。．实验结果表明,提取的个体特征参数可以有效地表示常规雷达辐射源信号的无意调制。     

变压器绕组变形故障分析及建议

通过对一起典型变压器绕组变形事故案例的分析,提出在没有原始频响特性曲线下,变压器又被频响法判定为绕组变形时,用低电压短路阻抗法来进一步确定变压器绕组的变形程度。给出用频响法结合低电压短路阻抗法判断变压器绕组变形的原则,提出减少变压器发生绕组变形的建议。     

大型变压器绕组振动频响特性的试验研究

为更加准确地理解和掌握变压器绕组的振动响应特性,及时发现变压器绕组的故障隐患,以一台110 k V变压器为研究对象,依托所研制的变压器振动频响测试系统,对变压器绕组正常与典型故障下的振动频响特性进行了试验研究,根据箱壁上多个测点处的振动频响曲线,基于信息融合的思想计算分析了变压器绕组融合振动频响曲线的归一化奇异谱熵。试验结果进一步验证了变压器绕组振动频响试验的可重复性。变压器绕组振动频响曲线峰值随频率的增加而增大,且其峰值点随绕组工况不同出现明显偏移。归一化奇异谱熵能够较好地对变压器振动频响曲线进行定量描述,当变压器绕组存在松动或变形等典型故障时,振动频响曲线的归一化奇异谱熵变化率均5%。     

套管故障对变压器频响曲线影响的仿真研究

用频响法在线或离线进行变压器绕组变形检测时,套管状态对频响曲线的影响往往被忽略,不仅不利于绕组故障的判定,且容易造成事故隐患。为此,建立了一种新型变压器等效电路模型,利用软件仿真和数值计算相结合的方法得到了该模型的各项参数,并以频率响应分析法(FRA)为理论基础,通过在线和离线的方式,仿真研究了套管出现阻性、容性、阻/容性故障时变压器频响曲线的变化情况。结果表明:在频率为1 kHz~1 MHz时,变压器离线测试对套管阻性、容性、阻/容性故障并不敏感,基本不会造成频响曲线的改变和绕组的误判;而在线测试时,套管的容性和阻/容性故障皆会造成频响曲线的改变,且在整个频段中套管电容的大小与频响曲线的幅值高低呈正相关,该现象在频率为10~40 kHz时最为明显,根据相关系数会误判为变压器绕组变形;但套管阻性故障并不影响在线测试频响曲线的走势,从而确定了造成在线测试变压器频响曲线变化的主要原因为套管电容因素。     

频响阻抗法诊断变压器绕组变形

变压器绕组变形是变压器的主要故障类型之一,严重威胁电网安全。为此,提出频响阻抗法诊断变压器绕组变形。研究了变压器绕组在低频和中频段的阻抗频率特性,以频率响应的测试接线为基础,测量相关的电压和电流值,对测得的电气数据进行处理以获得阻抗频率曲线,通过对比曲线间的差异实现对变压器绕组变形的诊断。建立了变压器绕组变形的仿真模型,通过改变模型中不同类型元件的参数值模拟绕组故障。仿真结果表明该方法能明显反应绕组故障,验证了频响阻抗法的有效性。     

基于欧氏距离分析的电力变压器绕组变形程度与类型的诊断方法

频率响应分析法是检测电力变压器绕组变形的常用诊断方法之一。近年来,频率响应分析法的检测流程趋向标准化,但寻求合适的算法对频响曲线数据进行量化分析仍需深入研究。文中将频响曲线数据的量化分析看作一个概率分类问题,提出了应用欧氏距离分析诊断变压器绕组变形程度和类型的新方法。研究结果表明,欧氏距离分析能够有效地对变压器绕组变形程度进行诊断,且与先前研究提出的数学指数方法相比,该方法对变形程度的诊断结果具有更高的线性度。同时,在检测频段分段后获取子频段的欧氏距离分布的基础上,计算得到了子频段欧氏距离的最大值与最小值的比值,该比值能够有效地对绕组变形类型进行诊断。研究结果对频响曲线数据量化分析具有一定的参考价值。     

一起变压器绕组变形的诊断及处理

一起较早期变压器绕组变形故障的处理分析表明,明确由于较早期变压器缺少绕组原始频响曲线,导致频响法检测变压器绕组变形时产生较大误差甚至诊断错误;而现场吊罩检查能够最直观地诊断绕组变形程度。因此应结合变压器绕组变形试验和现场吊罩检查诊断处理此类变压器绕组变形故障。     

基于振荡波多特征融合的变压器绕组故障诊断方法

为了获取更多变压器绕组的状态信息,提高绕组故障诊断的准确性,提出了一种基于振荡波多特征融合的变压器绕组故障诊断方法,该方法联合波形特征和小波包时频图的颜色特征判断故障类型、故障程度和故障位置,结合粒子群优化-支持向量机(PSO-SVM)算法实现变压器绕组状态的智能识别。最后搭建变压器故障模拟试验平台验证方法可行性。结果表明：波形特征、颜色矩、颜色聚合向量特征分别针对故障类型、故障程度及故障位置的空间分布具有分离和聚类特性,且通过PSO-SVM识别的准确率高达95 % 以上,故所提方法能够准确辨识变压器绕组的状态,为现场变压器绕组状态检测提供参考。     

变压器绕组轻微变形ns级脉冲响应分析法

ns级脉冲响应分析法能够瞬时测取变压器绕组全频段下的响应特性,为促进它的实际应用,采用波前为5ns、脉宽为50ns的脉冲电压波作为激励信号,通过提高采样频率和采样点数,分频段去噪以获取具有较高频谱上限和精度的脉冲响应曲线。针对频响法对变压器绕组的轻微变形不灵敏的缺点,对5kV温升变压器和500kV电力变压器的高压绕组进行了不同程度的模拟轻微变形实验,并将频响法和ns级脉冲响应分析法的检测结果作了对比。实验结果证明该方法比频响法测试速度更快,精度更高,测取的频谱上限可达数十MHz。具有较高的灵敏度和重复性,能有效检测各种变压器绕组的轻微形变。     

基于粒子群算法优化支持向量机的变压器绕组变形分类方法

变压器是电网最为核心的设备,绕组变形是变压器主要的故障类型之一,频率响应分析法(frequency response analysis, FRA)是目前广泛应用的绕组变形检测方法。为提高绕组变形分类诊断的性能,文中提出基于粒子群算法优化支持向量机(particle swarm optimization-support vector machine, PSO-SVM)的变压器绕组变形分类方法,采用数学统计方法提取频率响应曲线的特征参量,并输入到支持向量机模型进行训练,利用粒子群算法优化支持向量机模型参数,使其能够有效区分不同的绕组故障类型。为证明文中方法在变压器绕组故障诊断方面的有效性,在一台特制模型变压器上进行了一系列故障模拟实验。数据处理结果表明,训练后的支持向量模型表现出了极高的性能,并且,相比传统的网格搜索参数优化算法,粒子群算法优化的支持向量机可以显著提高变压器绕组变形故障的分类性能。     

牵引变压器绕组改进型频率响应建模与径向变形故障分析

以一台QYS-R-(31500+25000)/220牵引变压器为研究对象,提出一种基于集总参数电路的考虑绕组间全电容参数的改进型频率响应模型,通过与实测曲线进行对比,验证了模型正确性;然后对变压器的牵引绕组和高压绕组分别进行了向内的曲翘变形和向外的鼓包变形这2种径向变形故障仿真,重点分析了不同变形故障对电容参数的影响;最后通过对变化的频率响应曲线进行分析。分析结果表明:牵引变压器牵引绕组和高压绕组发生径向变形故障时,特征诊断频带不同,但在各自的特征频带内频响曲线呈现相同的变化规律,即随着故障程度的增加,频率响应曲线向低频方向移动,并且幅值不断增大。     

油气套管连接的变压器绕组变形试验差异分析

油气套管连接的变压器现场绕组变形试验只能通过套管末屏取信号的方式进行。套管末屏以及气体绝缘母线部分的影响导致所得幅频响应曲线与出厂试验、交接试验所得曲线有较大不同。本文采用构建变压器等效模型的方法,对比套管末屏取信号的现场试验与绕组端部取信号的交接试验所得幅频响应曲线,从低频率段、中频率段、高频率段的曲线以及幅值的变化方面分析两者的差异及产生原理,得出两者曲线不宜纵向对比的结论,并为现场试验提出相关建议。     

基于FPGA的变压器绕组变形测试仪研制

本文根据变压器绕组变形频率响应法的原理,利用FPGA可以嵌核和并行处理的优势,设计了变压器绕组变形测试仪.信号发生器采用FPGA核控制AD9854产生扫频信号,扫频频段可以是0～8MHz内任意频段.并通过低通滤波器得到纯正的正弦波信号,最后经幅值放大和功率放大产生可供变压器绕组测试的信号.该测试仪能够测量变压器的幅频和相频特性,通过软件实现幅频曲线和相频曲线分开测试,在幅频测试上采取直接采样经有效值转换后获得信号的方法,使得幅频特性的测量更为快速.     

基于50 Hz倍频小波时频熵和RUSBoost的变压器绕组松动声纹识别

变压器绕组松动故障给电力系统安全稳定埋下巨大隐患,目前缺乏切实有效的诊断方法。因此提出一种基于50 Hz倍频小波时频熵和RUSBoost的变压器绕组松动声纹识别方法。首先,针对变压器声纹特点提出50 Hz倍频小波时频熵,用于声纹信号特征提取。然后,针对变压器故障样本较少导致的样本不平衡的问题,提出基于RUSBoost模型的模式识别。最后,在现场实测数据的基础上验证了该方法的有效性。研究结果表明,所提方法对变压器绕组不同松动程度的故障均能实现可靠诊断,平均识别准确率达到了98.9%。样本较少的75%松动和100%松动的识别准确率也分别高达97.2%和94.6%。相较于RF、DT、KNN以及SVM等传统模型,总体识别准确率至少提高3.3%,样本较少的75%松动和100%松动的识别准确率至少提高了2.8%和2.5%。     

频率响应法在诊断绕组变形中的应用

介绍了应用频率响应分析法检测变压器绕组变形的两个实例。指出在检测中通过对前后频谱曲线的分析,能准确有效地发现变压器内部电气及机械事故隐患,对于变压器及电网的安全运行,有着重要意义。但频率响应分析法不一定能够有效反映出变压器绕组变性发生单一扭动变形这类故障,绕组变形的诊断仍需使用多种试验手段综合分析和判断。