运行中的电力变压器油箱表面振动信号的研究

变压器绕组和铁心是发生故障较多的部件。通过对电力变压器空载试验及负载试验时分别测量油箱表面的振动信号,从而得到铁心及绕组的振动信号,为开展变压器绕组及铁心监测与诊断方法的研究提供了十分重要的依据。本文提出了对实际运行的电力变压器油箱表面的振动信号进行测量,比较分析变压器型号、传感器测量位置等对测得的振动信号的影响;当缺乏历史数据时,可以通过和同型号变压器或上下对称位置处的振动信号比较来判断绕组或铁心状况;并且通过对传感器安装位置发生偏离时测得信号的比较分析,提出了测点的布置与以往数据相比,相差半径范围不应超过5 cm的结论。     

运行中大型变压器油箱表面振动特性研究

针对大型变压器铁心与绕组故障多发的情况,以2台220 kV变压器为例,对变压器油箱表面振动信号进行测量,从而判断铁心与绕组运行状态,分析油箱表面不同位置处振动信号的特性,并提出了振动测量抗干扰措施。     

运行中的电力变压器油箱表面振动信号的研究

变压器绕组和铁心是发生故障较多的部件。通过对电力变压器空载试验及负载试验时分别测量油箱表面的振动信号，从而得到铁心及绕组的振动信号，为开展变压器绕组及铁心监测与诊断方法的研究提供了十分重要的依据。本文提出了对实际运行的电力变压器油箱表面的振动信号进行测量，比较分析变压器型号、传感器测量位置等对测得的振动信号的影响；当缺乏历史数据时，可以通过和同型号变压器或上下对称位置处的振动信号比较来判断绕组或铁心状况；并且通过对传感器安装位置发生偏离时测得信号的比较分析，提出了测点的布置与以往数据相比，相差半径范围不应超过5cm的结论。     

基于振动特征的变压器绕组与铁心故障诊断方法

<正>变压器运行状态与变压器油箱表面振动特征密切相关。应用变压器绕组与铁心信号分离技术,提出一种基于振动特征的变压器绕组与铁心故障诊断方法。通过计算变压器绕组与铁心实时振动信号与原始振动信号相关系数与幅值系数。实现对变压器运行状态的实时监测。试验结果显示,该方法能对绕组及铁心的运行状况作出有效判断,为变压器运行故障诊断提供重要理论依据。     

运行中电力变压器油箱表面振动特性的研究

电力变压器油箱表面的振动信号与变压器绕组及铁心的压紧状况、位移及变形状态密切相关.因此,振动信号分析法是监测电力变压器绕组和铁心状况的有效方法之一.本文利用组建起的变压器振动测量系统,对现场正在运行中的电力变压器油箱表面的振动信号进行了测量,分析了变压器型号、传感器安装位置对所测得的振动信号的影响,结果表明:同型号变压器油箱表面的振动特性相似;油箱表面上下对称位置处的振动特性相差不大,而其它各个位置处的振动信号都没有可比性.最后,本文研究了传感器的安装位置略有变化时,所测得的振动信号的变化情况,提出了应对传感器安装位置进行标记,在进行下次测量时,传感器安装位置最好在标记点处或偏离不超过5 cm.本文的研究成果对于振动信号分析法的实际应用具有一定的指导意义.     

基于BP神经网络的变压器振动信号分离方法

电力变压器是电力系统中最重要的电力设备之一,其运行可靠性关系到电力系统的安全稳定运行,因此变压器故障诊断一直备受研究人员关注。基于油箱表面振动信号的机械故障诊断方法,因其测量系统与变压器没有直接电气连接,抗干扰能力强而受到广泛研究。传统的振动信号分析法一般分析变压器油箱表面的混叠信号,无法有效分别评估绕组与铁心的机械状态,因此,开展变压器油箱表面振动信号分离技术的研究具有重要意义。提出基于BP神经网络的变压器油箱表面振动信号分离技术,分离得到的铁心振动信号波形相似系数平均值为0.813,绕组振动信号波形相似系数平均值为0.834,效果理想,为有效评估绕组和铁心机械状态提供了重要的技术手段。     

盲源分离技术在振动法检测变压器故障中的应用

变压器油箱表面的振动信号可以反映其内部绕组与铁心的健康状况,具有良好的应用前景。但在油箱表面测得的信号都是绕组和铁心振动信号的混合,且两者相关程度很高,难以用普通分离算法进行分离,不利于分别对绕组及铁心的故障进行诊断。鉴于此,本文提出一种基于子空间独立分量分离法(SDICA)的变压器绕组和铁心振动信号盲源分离方法。首先,对基于SDICA算法的盲源分离方法进行了说明,利用所构建的仿真信号对该算法进行了验证,并与普通盲源分离算法—快速独立分量分离(fastICA)算法的分离结果进行了对比,证实了SDICA算法适用于变压器振动信号的分离;然后,运用SDICA算法对测得的一台试验变压器的振动信号进行了分离,并探讨了测量位置、电压等级以及负载大小对分离结果的影响;最后,将SDICA盲源分离算法在一台现场实际运行的、有一定故障隐患的变压器中进行应用,成功分离出了绕组和铁心振动信号,且绕组信号中包含有丰富的振动故障特征,与该变压器实际的运行情况相符合。本文提出的盲源分离算法可根据在油箱表面测得的多路振动信号直接分离出绕组和铁心振动信号,这对于振动法在变压器绕组及铁心故障诊断中的推广应用具有重要意义。     

变压器油箱表面运行变形振型特性研究

变压器油箱表面振动信号与其内部绕组及铁心的机械状况密切相关,对其进行测量及特性分析是诊断变压器机械故障的重要手段之一。传统的单点测量方式受油箱固有模态特性的影响,使得拾取的信号因测点位置不同而产生很大的差异,且随正常工况波动而变化,限制了该方法的进一步现场应用。该文首先提出变压器油箱表面运行变形振型(ODS)的测量方法;然后在空载及负载试验条件下,分别研究了不同电压和电流时变压器油箱表面的ODS特性,提出了利用振型相关系数(SCC)判断ODS变化程度的方法;最后研究了绕组压紧程度松动时变压器油箱的ODS特性。结果表明:不同测点加速度为多频率复合的周期稳态准同步信号,因各点信号相位相同或相反使得整个表面振动分布呈现波动形式,且不同频率最大振幅出现的位置也有所不同。加载电压及负载电流的变化会直接影响油箱表面振动加速度幅值,但并不影响整体形态,SCC接近于1,即各点间振动幅值比值不变,振动相位不变。与正常情况下相比,绕组松动时SCC远小于1,说明ODS发生了明显变化。该研究工作为基于振动信号的变压器绕组及铁心机械状态评估和故障诊断提供了一条新思路。     

用振动信号分析法监测电力变压器状况时传感器安装位置研究

电力变压器油箱表面的振动与变压器绕组及铁心的压紧状况、位移及变形状态密切相关。因此,振动信号分析法是监测电力变压器绕组和铁芯状况的有效方法之一。文章利用组建起的变压器振动测量系统,对现场正在运行中的电力变压器油箱表面的振动信号进行了测量,研究了对于某一固定位置来说,当传感器的安装位置有所改变时,所测得的振动信号的变化情况,结果表明,传感器位置变动在5cm的范围内时,测得的振动信号变化不明显,不会对变压器绕组或铁芯状况的判断造成影响;而传感器位置变动在10cm时,振动信号在某些频率上幅值变化很大,可能引起误判。据此,文章提出了应对传感器安装位置进行标记,在进行下次测量时,传感器安装位置最好在标记点处或偏离不超过5cm。本文的研究成果对于振动信号分析法的实际应用是具有一定的指导意义的。     

基于振动信号的变压器绕组松动实验研究

为分析和判断变压器绕组松动的严重程度,对油箱表面测得的振动信号进行研究。首先对变压器油箱表面振动测点的选择进行实验分析,得出振动测点布放原则。之后根据选择的合理测点,设计变压器绕组松动实验,通过对绕组松动前后的振动信号进行研究得出：观察变压器油箱表面测得的振动信号特征频率分量幅值变化,可以判断变压器绕组是否发生松动。该研究为基于振动法在线监测变压器状态提供参考。