[发明专利]一种变压器有载分接开关机械故障在线监测方法

权利要求书

1.一种变压器有载分接开关机械故障在线监测的方法，其特征在于，所述方法包括：

步骤1：采集有载分接开关操作过程中产生的振动信号；

步骤2：通过对故障信号进行小波分解对振动信号进行去噪提纯，得到各种故障信号的小波近似系数；

步骤3：应用多重分形谱算法提取出振动故障的特征向量；

步骤4：将该特征向量作为BP神经网络的输入向量进行分类识别。

2.根据权利要求1所述的一种变压器有载分接开关机械故障在线监测的方法，其特征在于：步骤(2)对故障信号进行小波包分解时包括选择一个db5小波并确定一个小波分解的层次为5，然后对信号进行5层小波包分解。

3.根据权利要求2或1所述的一种变压器有载分接开关机械故障在线监测的方法，其特征在于：对故障信号进行小波包分解时具体包括：

设故障信号f(t)＝V₀,根据多分辨分析的定义可作如下分解：

其中，V₀为信号空间，V_j为尺度子空间，W_j为小波子空间，N为任意尺度；

故障信号f(t)；分解为在这些小波子空间和尺度子空间的投影之和表达式如下：

将向不同尺度的小波空间投影，得到不同的尺度下的细节信号表达式如下：

式中ψ_j,k(t)称为小波函数；d_j,k＝<f,ψ_j,k〉称为小波的展开系数；

将向不同尺度的小波空间投影，得到不同尺度下的概貌信号：

式中称为尺度函数；称为尺度展开系数；

通过小波分解获得小波细节系数g_i(t)和小波近似系数f_N(t)，用抽取的小波近似系数来完整描述的波形。

4.根据权利要求3所述的一种变压器有载分接开关机械故障在线监测的方法，其特征在于：步骤(3)应用多重分形谱算法提取出振动故障的特征向量具体步骤如下：

1)定义概率测度p_i(ε)

S_i(ε)为当盒子尺度为ε时第i个小盒子内所有像素点的灰度数值之和；则第i个小盒子内平均灰度值的数值分布概率可表示为：

2)计算配分函数X_q(δ)

-∞＜q＜+∞，q为权重因子；用q次方对p_i(ε)加权求和，得

X_q(ε)＝∑pi(ε)^q (6)，

3)计算质量指数τ(q)

X_q(ε)＜ε^r(q)，则质量指数为：

τ(q)＝(q-1)D(q) (7)，

4)分别计算q和D(q)的值及a和f(a)

得到多重分形谱图，定义q次信息为D(q)为：

由统计物理学中通过勒让德变换可获得两组参数：

f(a)＝qa-τ(a) (10)

由式(9)和(10)计算的多重分形谱特征参数q、D(q)和f(a)的数值。

5.根据权利要求1所述的一种变压器有载分接开关机械故障在线监测的方法，其特征在于：步骤(4)选取16组不同工况下实测信号作为样本，所述样本包括分接开关的4种状况即分接开关正常、触头松动、绝缘板松动、电动机构滑档。

6.根据权利要求5所述的一种变压器有载分接开关机械故障在线监测的方法，其特征在于：通过小波系数提取到了信号波形样本，应用多重分形算法提取到了波形的特征值即D(q)、f(a)，然后把多重分形谱2个特征参数作为输入量，选用3层结构的BP神经网络，输入层和采用的特征参数的数量一致，隐含层采用15个节点，输出层采用2个节点。