基于熵权关联理论的变压器绕组松动状态的振动检测法

为更加准确地检测变压器绕组的故障隐患,从变压器绕组多个测点处振动频响曲线的相关性出发,提出了一种综合灰色关联分析和熵权理论的变压器绕组振动检测方法。首先基于灰色理论计算了各个测点处振动频响曲线的灰色关联度和灰色面积关联度,然后定义了熵权关联度对变压器绕组状态进行检测。对某220 k V变压器绕组正常与松动时的振动频响试验结果进行了分析,结果表明,所定义的熵权关联度的计算结果与变压器预设工况吻合良好,可以较好地描述变压器绕组的松动状态,具有较好的工程应用价值。     

基于熵权关联理论的变压器绕组松动状态的振动检测法北大核心

为更加准确地检测变压器绕组的故障隐患,从变压器绕组多个测点处振动频响曲线的相关性出发,提出了一种综合灰色关联分析和熵权理论的变压器绕组振动检测方法。首先基于灰色理论计算了各个测点处振动频响曲线的灰色关联度和灰色面积关联度,然后定义了熵权关联度对变压器绕组状态进行检测。对某220 k V变压器绕组正常与松动时的振动频响试验结果进行了分析,结果表明,所定义的熵权关联度的计算结果与变压器预设工况吻合良好,可以较好地描述变压器绕组的松动状态,具有较好的工程应用价值。     

基于熵权关联理论的变压器绕组状态振动检测

为更加准确地检测变压器绕组的故障隐患,本文从变压器绕组多个测点处振动频响曲线的相关性出发,提出了一种综合灰色关联分析和熵权理论的变压器绕组振动检测方法。该方法根据某220kV变压器绕组正常与松动时的振动频响试验结果,首先基于灰色理论计算了各个测点处振动频响曲线的灰色关联度和灰色面积关联度,然后定义了熵权关联度对变压器绕组状态进行检测。结果表明,所定义的熵权关联度的计算结果与变压器预设工况吻合良好,可以较好描述变压器绕组的松动状态。与现有的频响分析法相比,振动频响法能更为灵敏地检测出变压器绕组的松动状态,具有较大的工程应用价值。     

基于振动频响法的变压器绕组离线检测

介绍了变压器振动频响法原理,对一退役220kV变压器C相绕组设置一系列故障并进行振动频响试验,从试验数据中提取量化绕组状态变化的特征量,结果表明振动频响法检测绕组状态相对短路阻抗法有很高的灵敏度.     

基于振动频响法的变压器绕组松动故障检测方法研究北大核心CSCD

变压器是电力系统的重要设备,在长期运行中会出现绕组松动、变形等故障,影响电力系统的正常工作,因此对变压器绕组健康状态进行评估极为重要。提出利用振动频响法获取变压器绕组的振动频响函数,对比绕组故障状态与健康状态下的振动频响函数,将两者之间的相关系数作为判断变压器绕组故障与否的依据。随后,对比健康状态与4种不同程度松动状态下变压器绕组的振动频响函数,探讨利用相关系数判断变压器绕组松动故障程度的可行性。本研究结果对判断变压器绕组运行故障具有一定的指导意义。     

电力变压器绕组变形测试

电力变压器在运行过程中不可避免地要遭受各种故障短路电流的冲击。利用TDT型变压器绕组变形测试仪对变压器绕组进行测试,根据变压器绕组的幅频响应特性曲线,采用纵向比较法、横向比较法、相关系数法、以及电气试验和溶解气体分析等对变压器状态进行综合评价。     

基于优化TQWT和LE的变压器绕组状态检测

为实现短路冲击下变压器绕组状态的准确检测,提出了优化可调品质因子小波变换(TQWT)和拉普拉斯特征映射(LE)相结合的方法对变压器短路冲击下的振动信号进行分析。提出归一化奇异值熵作为TQWT分解过程中关键特征参数的选取准则,然后对TQWT分解后的振动信号子带能量序列进行LE,用以获取表征绕组状态的振动信号敏感特征。对某110 kV变压器短路冲击试验下振动信号的计算结果表明：优化TQWT算法可有效提高短路暂态振动信号分解的准确性,经LE获取的振动信号敏感特征可更加清晰地反映变压器绕组机械状态的劣化过程。当特征向量距离的变化超过3倍时,需要重点关注变压器绕组状态,从而为变压器绕组状态检修策略的制定提供依据。     

基于传递函数和小波变换的变压器故障诊断研究

电力变压器的安全运行对电力系统的正常工作至关重要,如何及时有效地诊断变压器故障是保障电网安全运行的重要问题。本文针对变压器绕组变形后的传递函数进行了分析,并采用小波变换的方法对频响曲线的能量谱进行了探究,寻找了故障的严重程度和位置与频响曲线能量间可能的关系。研究表明故障严重程度和频响曲线高频成分的能量呈负相关,但故障位置和高频成分能量间无明显关联。     

变压器绕组振动特性仿真研究

为研究基于振动特性的变压器故障检测方法,从变压器绕组的机械稳定性研究出发,在对变压器绕组振动机理进行分析的基础上,通过建立变压器绕组机械动力学特性模型,对变压器绕组正常状态的振动特性进行研究,得到了变压器的固有振动特性,为进一步研究变压器绕组故障检测方法打下基础。     

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。     

变压器绕组振动特性仿真研究

为研究基于振动特性的变压器故障检测方法,本文从变压器绕组的机械稳定性研究出发,在对变压器绕组振动机理进行分析的基础上,通过建立变压器绕组机械动力学特性模型,对变压器绕组正常状态的振动特性进行研究,得到了变压器的固有振动特性,为进一步研究变压器绕组故障检测方法打下基础。     

变压器绕组松动故障的混沌特征分析方法

为了更加有效地对变压器绕组松动故障进行监测与识别,提出了一种变压器绕组松动故障的混沌特征分析方法。首先,针对振动信号的混沌动力学特性,采用互信息量法和G-P算法分别确定延迟时间和嵌入维数,对变压器振动信号进行相空间重构;其次,通过判断最大Lyapunov指数是否为正,进而证明变压器振动信号的混沌特性,在此基础上分析不同程度的绕组松动故障对相空间轨迹变化的影响;最后,将关联维数、Kolmogorov熵和最大Lyapunov指数作为一组混沌特征用以量化变压器绕组发生松动故障前后振动信号的混沌特性。结果表明：变压器振动信号的最大Lyapunov指数均大于0,证实了其具有混沌特性,所得到的混沌特征能够有效反映变压器绕组松动故障。研究结果为变压器绕组松动状态监测提供了一种理论依据。     

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。     

振动频响法与传统频响法在变压器绕组变形检测中的比较

首先详细介绍了振动频响法(vibration frequency response analysis,VFRA)检测原理,并与传统频响法(frequency response analysis,FRA)进行了对比。然后对一台220 kV变压器绕组进行了多种人工故障设定,并利用振动频响法与传统频响法对所设故障进行对比检测分析。试验结果表明,振动频响法相比传统频响法对绕组预紧力下降、垫块脱落、幅向轻微变形等故障具有更高的检测灵敏度。     

基于小波包能量熵的变压器振动信号特征研究

利用小波包分解原理将变压器振动信号分解到不同的频段中,然后计算各频段的能量熵值,最后根据该能量熵值来对变压器绕组进行故障诊断。试验结果表明,该方法能够突显变压器绕组的故障特征信息,为变压器绕组的早期故障的诊断奠定了坚实的基础。     

基于多重分形-贝叶斯融合算法的变压器绕组机械状态识别

针对变压器振动信号非线性特征及其绕组机械状态识别问题,该文引入多重分形与贝叶斯相结合的状态识别方法,搭建振动测试平台,采集配电变压器在不同负载电流下正常运行和存在绕组松动故障运行时的振动信号。运用多重分形理论对振动信号进行多重分形特征分析,提取出随变压器绕组机械状态变化明显的多重分形谱参数作为状态特征量,使用贝叶斯分算法对试验变压器状态特征量进行状态识别。研究结果表明:变压器振动信号具有较强的多重分形特性;多重分形谱参数αfmax、αmin在负载电流波动时变化不明显,绕组松动时变化明显;多重分形-贝叶斯算法能准确的识别出变压器负载电流变化时的正常状态与绕组松动时的故障状态,准确率都在98%以上,研究结论可为负荷多变情况下基于振动信号的变压器绕组故障诊断提供一种新思路和新算法。     

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。     

基于奇异谱熵和支持向量机的变压器绕组松动识别及定位

绕组压紧状态影响着变压器的机械性能和绝缘性能。为此,提出一种基于奇异谱熵和支持向量机的变压器绕组松动诊断及定位方法。首先进行110 kV变压器绕组松动实验并测取不同绕组状态下的振动信号,对信号进行时间序列重构,通过奇异值分解提取重构空间的最优特征序列,结合信息熵得出绕组松动的特征量——奇异谱熵,并作为诊断模型的输入,利用粒子群算法对多分类支持向量机进行参数优化。并将其测试结果与BP和PNN神经网络的诊断效果进行对比。实验结果证明,该方法能有效地判断绕组是否发生松动并正确识别绕组松动相,验证了上述方法的可行性和准确性。     

变压器绕组松动机械特性研究

为研究基于振动特性的变压器故障检测方法,本文从变压器绕组的机械稳定性研究出发,通过建立变压器绕组机械动力学特性模型,利用ANSYS有限元仿真分别对变压器绕组正常和松动状态进行建模研究,得到了变压器绕组两种状态下的固有振动特性,为进一步研究变压器绕组故障检测方法打下基础。     

短路冲击状态下的变压器振动特性及匝间短路故障检测

对现场变压器进行短路冲击来研究绕组状态的方法,虽能够正确反映实际变压器绕组变形的过程,但其投入较大且费时费力。为此,利用冲击电流发生器在实验室中建立了一套较为简便的变压器短路冲击实验平台,对短路冲击下的变压器箱体振动与冲击电流的耦合关系进行了探讨,提出了基于频响函数相关系数的变压器绕组状态评价方法,并通过在绕组中设置故障研究了在短路冲击条件下的匝间短路故障对频响函数的影响。试验结果表明:1)该短路冲击试验平台能够产生接近工频的短路电流,其有效值可达到变压器额定电流的十几倍,符合实际变压器的短路情况,能够用于模拟短路冲击试验;2)当变压器发生匝间短路故障时,其频响函数的相关系数最大为0.549 3,远小于其正常状况的阈值1.1,验证了相关系数判据的正确性。