[发明专利]一种基于改进层次聚类的变压器故障诊断方法

说明书

技术领域

本发明涉及变压器故障诊断领域，具体地，涉及一种基于改进层次聚类的变压器故障诊断方法。

背景技术

变压器是电网中最重要且贵重的电气设备之一，其运行状态的安全与否直接关系到整个电力系统的安全性和稳定性。变压器在运行过程中，受到各种过电压，大电流的冲击影响，将导致的绕组铁芯等部件的松动，伴随绝缘老化、劣化，必然会引起一些故障的出现。从国内外关于变压器故障的统计分析得出：因绕组变形、绕组和铁芯压紧松动等引起的机械故障是变压器故障的主要组成部分。因此，为了保证电网安全运行，十分有必要对变压器绕组及铁芯的状态监测与故障诊断方法进行研究。

目前，变压器绕组变形检测方法有短路阻抗法、频率响应法、低压脉冲法和振动分析法。其中，振动分析法通过分析变压器箱体表面的振动信号来监测绕组和铁芯的状况。振动法检测变压器灵敏度高、安全可靠，在线监测时整个监测系统与电力系统无电气连接，在检测变压器绕组和铁芯的状态时表现出良好的性能。振动检测法的关键在于如何从振动信号中有效提取特征信息，建立振动特征与故障的对应关系。变压器振动信号属于非线性非平稳信号，且含有大量噪声，采用传统的快速傅里叶变换进行振动信号分析会产生较大的误差，不能真实准确地表征变压器振动的自然特征。小波分析可对变压器振动信号进行时域和频域综合分析，能有效在线诊断变压器机械故障。但其在高频频段其频率分辨率较差，而在低频频段其时间分辨率较差，对非线性信号有局限性。希尔伯特-黄分析方法是一种全新的分解方法，可以根据被分析信号本身的特点，自适应地选择频带，确定信号的不同频带的分辨率。因此，消除了小波分析的模糊和不清晰，比较适合变压器振动信号的特点。

层次聚类分析是对给定的数据对象进行层次的分类，直到满足条件为止。层次聚类分析算法具有距离和规则的相似度容易定义，不需要预先制定聚类数，层次结构清晰等优点，但其在每合并完一个类后，就必须重新计算合并后的类间距离。这对于大量数据集合来说，计算量惊人，运行时间长。

综上所述，本申请发明人在实现本申请发明技术方案的过程中，发现上述技术至少存在如下技术问题：

在现有技术中，现有的变压器故障诊断方法采用传统的层次聚类分析，存在计算量大，运行时间长的技术问题。

发明内容

本发明提供了一种基于改进层次聚类的变压器故障诊断方法，解决了现有的变压器故障诊断方法采用传统的层次聚类分析，存在计算量大，运行时间长的技术问题，实现了对变压器故障状态的快速有效诊断的技术效果。

其中，本申请中的变压器故障诊断方法，将传统的层次聚类分析可进为将对象合并后不重新计算距离，而是直接利用初始距离矩阵的数据，节省大量的计算时间，从而提高对象合并速度。

为解决上述技术问题，本申请提供了一种基于改进层次聚类的变压器故障诊断方法，包括步骤：

S100：建立变压器振动信号采集系统，如图2所示。对变压器每相绕组对应的箱壁中部、底部以及箱壁侧面位置进行采样数据，以获取不同状态下变压器振动信号；

S200：通过希尔伯特-黄变换中集合经验模式分解(EEMD)方法提取变压器振动信号的特征向量；

S300：计算任意两个特征值对象之间的距离d(i,j)；

S400：存储在一维数组d中，并对一维数组d按升幂的次序进行排序；

S500：对d中的当前元素，首先判定这两个对象是否已合并成一类，如果没有，就将这两个对象合成一个类，如果其中一个已被合并到某一类，则将另一个也合并到那个类中。如果它们已分别被合并到两个不同的类，则将它们所在的那两个类合并成一个类；

S600：取d中的下一个元素，重复S500，直到数组d中所有的元素处理完毕；

S700：层次分类完成，确定测试变压器所处的状态。

在所述步骤S100中，变压器振动信号采集系统，具体包括步骤：

变压器振动信号采集系统包括加速度传感器、数据采集卡、计算机。采集数据时，将3个ICP型加速度振动传感器(灵敏度为100mV/g)经永磁体固定在高压侧箱壁，即每相绕组对应的箱壁中部、底部以及箱壁侧面位置进行采样数据。振动数据采样频率为25.6kHz。

在所述步骤S200中，通过希尔伯特-黄变换方法处理试验所得的变压器振动信号，具体包括步骤：