运行工况波动下基于振动信号的变压器故障诊断方法

发布时间：2021-05-06 06:04

　　为了在运行工况波动下利用变压器振动信号进行故障诊断,采集了不同负载电流下绕组松动与正常和不同空载电压下铁芯松动与正常情况下的振动信号,提取其在时域、频域、信息域上的特征量,建立振动信号特征量区分能力评估方法并引入线性判别分析（linear discriminant analysis, LDA）投影算法对特征量进行处理,利用支持向量机（support vector machine, SVM）分类器验证经处理得到的特征量的故障识别效果。研究结果表明:变压器运行工况波动下,绝大多数特征量的取值在正常和故障时存在交叠,受负载电流和空载电压的波动影响,区分故障能力较弱;该文建立的区分能力评估方法可筛选出运行工况波动下区分故障能力强的特征量,LDA算法可对存在交叠的特征量进行处理,滤去运行工况的影响。利用额定工况下的振动数据对变压器在运行工况波动下进行故障识别,经筛选和投影处理得到的特征量准确率远高于传统特征量,实现了在运行工况波动下利用变压器振动信号进行故障诊断。文中提出的方法可为变压器在三相不平衡、功率因数多变、谐波等变化工况下利用振动信号诊断变压器故障提供解决思路。 

【文章来源】：高电压技术. 2020,46(11)北大核心EICSCD

【文章页数】：9 页

【文章目录】：
0 引言
1 变压器振动特性及特征量处理算法
    1.1 运行工况波动对振动的影响
    1.2 振动特征量区分能力评估及LDA投影算法
        1.2.1 特征量区分能力评估算法
        1.2.2 LDA投影算法
        1.2.3 SVM分类算法
2 振动信号采集实验
3 运行工况波动下的变压器状态识别
    3.1 振动信号特征量提取
    3.2 振动特征量筛选及投影处理
    3.3 变压器故障状态识别
4 结论


【参考文献】：
期刊论文
[1]基于概率神经网络和线性判别分析的PEMFC水管理故障诊断方法研究[J]. 刘嘉蔚,李奇,陈维荣,蒋璐,余嘉熹.  中国电机工程学报. 2019(12)
[2]电力变压器绕组变形状态信息融合评估方法[J]. 曹辰,林莘,李辉,徐建源.  高电压技术. 2018(04)
[3]不同负载对干式变压器电磁振动的影响分析[J]. 祝丽花,王斌,刘松,杨意妹,杨庆新.  电工技术学报. 2018(07)
[4]基于相空间重构的大型变压器绕组松动的振动特征识别[J]. 周宇,马宏忠,李凯,许洪华,蒋本洲.  电力自动化设备. 2016(12)
[5]稳态条件下变压器绕组轴向振动特性及其影响因素[J]. 汲胜昌,张凡,钱国超,朱叶叶,董鸿魁,邹德旭.  高电压技术. 2016(10)
[6]基于“磁–机械”耦合场理论的电力变压器绕组振动特性研究[J]. 王丰华,段若晨,耿超,钱国超,卢勇.  中国电机工程学报. 2016(09)
[7]电力变压器振动产生机理及影响因素研究[J]. 朱叶叶,汲胜昌,张凡,刘勇,董鸿魁,崔志刚,吴佳玮.  西安交通大学学报. 2015(06)
[8]基于EEMD-SVM方法的光伏电站短期出力预测[J]. 茆美琴,龚文剑,张榴晨,曹雨,徐海波.  中国电机工程学报. 2013(34)
[9]考虑磁致伸缩效应电力变压器振动噪声的研究[J]. 祝丽花,杨庆新,闫荣格,张献.  电工技术学报. 2013(04)
[10]交叉递归图在变压器铁芯压紧力变化检测中的应用[J]. 郭洁,陈祥献,黄海.  高电压技术. 2010(11)

硕士论文
[1]基于Labeled-LDA的列控车载设备故障特征提取与诊断方法研究[D]. 胡福威.北京交通大学 2018



本文编号：3171385