利用窄带噪声辅助多元经验模态分解算法检测换流变压器用有载分接开关机械状态

为有效检测换流变压器用有载分接开关的机械状态,提出一种窄带噪声辅助多元经验模态分解的方法对有载分接开关切换过程中采集到的多通道振动信号进行分析。具体应用时,在原始多通道振动信号中增加若干通道窄带噪声信号,并在统一高维超球面坐标系下进行分解计算,从而在有效抑制经验模态分解过程中模态混叠现象的同时,极大提高了多维振动信号分解的准确性并降低了运算复杂性。进而根据区间最大功率特征计算固有模态函数的功率矩阵,对有载分接开关的机械特征进行描述。对有载分接开关样机正常与典型机械故障时振动信号的计算结果表明,其不同工况下的功率特征有较大区别,所定义的矩阵相似度指标可较好地衡量有载分接开关典型故障时的振动差异程度。此外,触头松动时与正常工况的相似度指标低于绝缘板松动故障,说明触头松动故障对有载分接开关切换过程的影响更为明显。     

小波奇异性检测诊断有载分接开关故障

为有效判断出有载分接开关(OLTC)的状况,测量了OLTC切换过程中其表面的振动信号,分析了切换动作过程。运用Hilbert变换提取了振动包络,采用小波变换及模极大值算法滤除了包络中的高频成分及随机噪声,结果表明该算法能够抑制OLTC振动包络信号中的高频及随机噪声。提出了OLTC振动包络信号各波峰的奇异性指数的计算方法,奇异性指数的物理意义就是信号在奇异点处的光滑程度,或者说是信号峰值陡峭程度的一个度量,所以包络信号各波峰的奇异性指数可用来判别OLTC的动静触头表面状况、弹簧压紧情况等。因此,运用奇异性指数作为特征参数,分析了触头正常及触头表面磨损、触头表面烧损、触头弹簧松动时的OLTC切换时表面产生的振动信号,提出与触头正常时相比,触头磨损及触头弹簧松动时其相应的振动包络信号波峰的奇异性指数变大;触头烧损时其相应的振动包络信号波峰的奇异性指数变小,结果表明这种基于包络分析及小波奇异性的算法可用于振动法检测OLTC状况。     

基于改进掩膜信号优化的经验模态分解算法的有载分接开关机械故障诊断

为了有效在线监测有载分接开关(OLTC)的运行状况,采用基于改进掩膜信号优化的经验模态分解算法和区间最大功率特征矩阵相结合方法对有载分接开关运行过程中产生的振动信号进行分析。通过在采集到的原始信号中加入改进的掩膜信号,有效地消除经验模态分解(EMD)过程中出现的模态混叠现象。然后根据分解得到的固有模态函数(IMF)求得区间最大功率特征矩阵,从而进一步对有载分接开关的实际运行状态进行监测。计算结果显示OLTC在不同运行状态下的区间最大功率特征矩阵有明显的差异,其区间最大功率特征矩阵相似度指标可较好地判别OLTC发生典型故障时振动信号的差异程度。     

基于时域特征参数与振动信号分析的有载分接开关故障诊断

由于有载分接开关(on-load tap changer, OLTC)需要频繁切换和具有严格的运行条件，OLTC已成为电力变压器中最脆弱的部分之一，OLTC故障的准确诊断对保障电力系统稳定运行意义重大。基于变分模态分解将OLTC振动信号分解为数个模态分量，基于模态分量提取OLTC振动信号的时域特征参数，并利用一系列故障模拟对OLTC振动信号时域特征参数进行统计性分析。通过这些时域特征参数建立OLTC振动信号数据库，从而实现OLTC故障的诊断。     

分接开关振动信号EMD熵和小波熵的比较

针对变压器有载分接开关机械故障诊断,引入一种基于经验模态分解EMD(empirical mode decomposi-tion)能量熵的诊断方法,以提取变压器有载分接开关振动信号特征并进行故障诊断。首先进行小波消噪,然后对信号进行经验模态分解,对得出的各阶固有模态函数求能量,最终计算得到信号的能量熵值。运用EMD能量熵作为特征参量,分析了触头正常和烧毁两种情况下分接开关切换时产生的振动信号,并与小波能量熵比较,研究结果表明,分接开关振动信号基于EMD能量熵的方法比基于小波能量熵的方法有效。     

振动法在线检测电力变压器有载调压开关触头状况的可行性研究

以一台SYJZZ型有载调压开关为研究对象,分析振动信号与OLTC的触头状况之间的关系。首先分析了OLTC动作过程与振动信号在时间上的对应关系,提取出正常信号的基本特征,并找出与故障信号的区别,进而分析故障信号的原因。比较振动信号的分析结果与实际故障的检测结果,得出振动法检测变压器有载调压开关是一种有效可行的方法。     

基于递归定量分析的有载分接开关机械状态监测

为进一步提高有载分接开关(on-load tap changer,OLTC)机械状态监测的准确性,文中基于递归定量分析(recurrence quantification analysis,RQA)法对OLTC切换过程中的振动信号进行了分析。首先应用相空间重构和递归图理论获取了OLTC切换过程中振动信号的递归图,然后引入递归率、层流性和确定性等递归定量指标及其统计分布结果对OLTC振动信号的动力学特征进行了描述。对某CM型组合式OLTC正常与典型故障下振动信号的分析结果表明:OLTC从正常到典型机械故障的演变过程中,振动信号伴随有周期性减弱、预测性增强、平稳性提高的变化特性,所定义的振动信号的RQA指标的分布范围可较为准确地判断OLTC的运行状态。研究结果可为基于振动分析法的OLTC机械状态监测技术提供参考。     

基于聚类分析的变压器有载分接开关储能弹簧故障识别

储能弹簧是变压器有载分接开关(on-load tap changer,OLTC)进行调压操作的关键部件,与OLTC的换挡过程成功与否密切相关。为准确识别储能弹簧的机械故障,文中从OLTC切换过程中振动信号的混沌特性出发,首先对振动信号进行了相空间重构,然后应用K-means++聚类算法对高维空间的相点进行了聚类分析,其中聚类时的类簇数目依据凝聚层次聚类法确定,据此定义了类间散度来定量描述OLTC振动信号的相点空间分布。以某组合式OLTC为测试对象,对其正常状态与存在不同磨损程度的储能弹簧故障时切换过程中的振动信号进行了测试。结果表明,合理的类簇数目能有效提高OLTC振动信号聚类分析的准确度,类间散度能准确识别OLTC储能弹簧的不同磨损程度,从而为OLTC机械状态的振动监测技术提供了重要依据。     

基于重心平均动态时间规整算法的有载分接开关机械故障诊断

有载分接开关(on-load tap changer, OLTC)是电力变压器中故障频率较高的部件之一，为了实现有载分接开关的故障诊断，提出了一种基于重心平均动态时间规整算法的故障诊断方法。针对OLTC振动信号的非线性与强时变性，提出自适应变分模态分解算法，计算OLTC振动信号的时频特征矩阵。进一步地，引入重心平均动态时间规整算法，自适应地计算OLTC振动信号时频特征矩阵之间的差异度，从而实现OLTC的故障诊断。研究结果表明，利用重心平均动态时间规整算法能够通过计算多组信号的重心平均序列提高故障诊断的鲁棒性。同时，基于所计算的差异度，不仅能够实现OLTC故障的有效诊断，还能在一定程度上定量表征故障的严重程度。该研究能够为OLTC的故障诊断提供新的思路。     

应用改进Hilbert-Huang变换下的Volterra模型诊断OLTC机械故障

为提高有载分接开关(OLTC)机械故障诊断的自适应性、特征分辨率以及识别效率,提出一种包含聚合经验模态分解(EEMD)分解和Hilbert边际谱分析的改进HHT方法,与混沌时间序列的Volterra模型相结合来提取OLTC的机械故障特征。具体应用时,首先对OLTC切换过程中的多通道振动信号进行EEMD分解得到固有模态函数(IMF)分量,然后应用Hilbert谱分析法求取各IMF的Hilbert边际谱。进一步,应用Volterra模型根据Hilbert边际谱构建Volterra特征矩阵,以矩阵奇异值为故障特征参量。最后搭建了OLTC典型机械故障真型实验平台,采用文中方法获取并分析了几种典型机械故障的振动信号,并借助多分类支持向量机对数据集进行分类识别,验证了所提出故障诊断方法的有效性。与其他方法对比得知,新方法取得了较高的故障识别准确率。     

基于振动信号EMD分解与支持向量机的有载分接开关机械故障诊断

本文中作者将经验模态分解与支持向量机算法引入到有载分接开关机械故障识别领域。通过对有载分接开关振动信号进行经验模态分解,并选取前5个本征模态函数的能量作为输入特征参量,利用支持向量机算法对有载分接开关弹簧储能不足、触头松动、触头磨损3种机械故障进行了识别,同时比较了不同核函数对支持向量机分类结果的影响。     

基于振动时频信号灰度共生矩阵的有载分接开关触头状态检测方法研究

分接开关在工作过程中承受显著的机、电、热应力,具有较高的故障率.本文针对触头烧蚀、磨损等缺陷,搭建M型有载分接开关实验平台,分析切换开关的固有振动特性;然后,构建开关切换过程中暂态振动小波时频信号的灰度共生矩阵,提取能量标准差作为切换过程的振动特征值;最后,模拟静触头磨损和烧蚀缺陷,提取对应能量标准差的变化规律.研究结...     

基于振动信号的变压器分接开关触头故障诊断

针对分接开关切换触头闭合时的振动信号,应用小波包总能量和小波包特征熵的方法,分析切换开关切换过程触头闭合期间振动信号的小波包总能量值以及特征熵值,发现了明显的故障特征信号。在理论分析的基础上,对江苏省电力公司最有代表性的分接开关进行试验,验证了该诊断方法的可行性。若配合FFT频谱分析,可进一步判断触头故障类型。     

基于统计特征与EMD算法的有载分接开关振动信号去噪

有载分接开关(OLTC)切换过程中的振动信号与其机械状态密切相关,是监测分析OLTC运行状态的重要依据。为降低噪声干扰对OLTC振动信号分析结果的影响,本文提出了一种基于统计特征与经验模态分解(EMD)算法相结合的OLTC振动信号去噪方法。首先通过高斯性检测验证了OLTC振动信号中所含噪声干扰的随机性,然后根据OLTC振动信号的EMD分解结果,基于Hurst指数选取了高频本征模态函数(IMF)分量并对其进行了多次乱序重排,通过对重排和滤波后的IMF分量进行重构得到了去噪后的OLTC振动信号。依据去噪评价指标对实测OLTC振动信号的分析结果表明,所提出的去噪方法能有效抑制OLTC振动信号中的噪声干扰,且优于现有的基于EMD算法和小波阈值的去噪方法。研究结果可为提高OLTC机械状态振动监测技术的应用提供重要依据。     

换流变压器真空有载分接开关动力学模拟及工作一致性研究北大核心CSCD

真空有载分接开关是确保换流变压器安全稳定运行的关键部件,对其动力学和工作一致性进行评估具有重要意义。为了弄清楚分接开关切换过程中不同频率振动信号的产生机理,弄清楚振动信号与开关动作的联系,文中首先建立了分接开关筒壁和分接选择器支架的有限元模型,获得了分接开关固有频率及振型;然后构建了表征触头分合的多自由度动力学模型,模拟了分接开关在切换过程中的响应特性;再利用变分模态分析提取多频信号中的高频分量对振动信号进行分段,利用结构相似度计算振动时频信号的一致性系数;最后根据文中所提出的一致性分析方法对实验室数据和现场数据进行了分析,获得了不同档位一致性系数的变化规律。研究结论对基于振动信号的真空有载分接开关机械状态评价方法具有重要意义。     

基于相空间张量分解的有载分接开关故障诊断

有载分接开关一次档位切换过程中伴生的振动信号与其机械状态密切相关。文中基于有载分接开关档位切换过程中振动信号的高维相点空间分布,对有载分接开关多个位置处的振动信号进行张量化表示,用以捕捉尽可能丰富的有载分接开关机械状态信息。然后对所构建的相空间三阶张量进行Tucker张量分解以获取核心张量,据此建立基于卷积神经网络的有载分接开关机械故障判别模型。以某CM型有载分接开关动作时的振动信号为例进行分析,结果表明,有载分接开关动作时的振动信号的相空间核心张量信息全面且冗余少,所构建的基于卷积神经网络的有载分接开关机械故障诊断模型性能良好,准确率超过95%,可为有载分接开关的故障识别及状态维修提供参考依据。     

基于卷积神经网络的变压器有载分接开关故障识别

为进一步提高变压器有载分接开关(OLTC)故障识别的精度,从OLTC切换过程中振动信号递归图的纹理特征出发,提出了一种基于卷积神经网络(CNN)的变压器OLTC故障识别方法。首先根据OLTC振动信号的相空间分布,基于相点距离映射构建了OLTC振动信号的距离映射递归图(DMRP),然后通过合理选取CNN的网络层数、卷积核尺寸等结构超参数和对卷积核进行降维处理,提出了基于CNN的OLTC故障识别模型。对某CM型OLTC正常与典型故障下振动信号的计算结果表明,DMRP能自适应地对振动信号的相空间相点分布进行描述,所提出的识别模型对OLTC的典型故障均具有良好的识别性能,尤其在轻微故障的识别上相比于现有方法准确率提升了至少10%。     

基于振动信号时频域特征的换流变真空有载分接开关机械状态检测

文中针对换流变用真空有载分接开关的结构特点,开展分接开关切换过程的振动测试,分析振动信号的时频域特征,提出基于振动信号时频域特征的换流变真空有载分接开关状态检测的方法,并验证其工程可行性,实践结果证明该方法可有效检测分接开关驱动机构异常、支撑板断裂和减振器支座开裂等机械缺陷。     

换流变用有载分接开关振动信号预处理方法研究

为提高换流变用有载分接开关(OLTC)状态诊断的准确性,开展换流变用OLTC振动信号预处理方法研究。通过对OLTC工作原理和现场噪声的分析,提出基于维纳滤波器的OLTC振动信号降噪方法和基于Teager能量算子-双门限法的OLTC振动信号阶段划分方法。在降噪方面,通过驱动电机电流信号划分噪声段和带噪信号段,基于噪声和带噪信号的频谱特征构建维纳滤波器,通过与降噪前的振动信号以及与其他降噪方法的比较,验证了该方法的有效性。在阶段划分方面,通过Teager能量算子放大振动脉冲与低频噪声的差异,通过对比观察法与所提方法在端点提取时存在的误差,验证了所提方法的有效性。文中提出的振动信号预处理方法,可为OLTC状态诊断提供高信噪比的振动信号和振动阶段信息。