[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

说明书

本发明公开了一种变压器有载分接开关机械故障在线监测的方法，其步骤如下：采集有载分接开关操作过程中产生的振动信号；利用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；应用多重分形谱算法提取出振动故障的特征向量；将该特征向量作为BP神经网络的输入向量进行分类识别。本发明将现场采集的OLTC振动信号先采用小波降噪可以较好的再现振动信号特征，有效的提高故障识别率和效率；采用多重分形谱的方法在估计精确度和对OLTC机械故障状态区分度上有明显的差异性和区分性；本发明可实时监测变压器有载分接开关的工作状态，为有目的的检修提供数据支撑和理论依据，避免浪费人力，物力和时间。

技术领域

本发明涉及电力设备信号监测方法，尤其涉及一种变压器有载分接开关机械故障在线监测方法，属于故障在线监测技术领域。

背景技术

有载分接开关(OLTC)是电力变压器的一个重要组成部分，它起到调节无功潮流、稳定负荷中心电压的作用，其运行状况直接关系到变压器及系统的稳定与安全。

OLTC是有载调压变压器唯一动作部件，据国外资料统计，OLTC故障占有载调压变压器故障的41％，国内早期平均统计数据表明，OLTC的故障占变压器故障的20％以上。

以往人们对分接开关故障认识不够，这主要是因为过去分接开关动作次数很少(甚至不少地方为防止变压器分接开关动作引起事故,人为不让分接开关动作)，故障率相对较低，因此，其研究不够深入，到目前为止，对有载分接开关已进行较深入的研究，并也取得重要的研究成果，但仍有不少问题还有待解决。因此，为了确保分接开关安全可靠地运行，开展分接开关状态监测和故障诊断刻不容缓。目前现有技术中关于变压器有载分接开关机械故障在线监测方法其故障正确识别率不高，夹杂了信号局部特性的小波细节系数，因此数字信号识别的效率不高，而且在估计精确度和对OLTC机械故障状态(触头松动、绝缘板松动、电动机构滑档)的区分度上没有明显的差异性和区分性，计算效率和精度都受影响。

发明内容

本发明针对现有技术的不足，提高有载分接开关可靠性，本发明

提供了一种识别精度大大提高的变压器有载分接开关机械故障

在线监测的方法。

为了解决上述技术问题，本发明提出的技术方案是：

一种变压器有载分接开关机械故障在线监测方法，包括以下步骤：

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。

进一步地，所述步骤(2)对故障信号进行小波包分解，选择一个db5小波并确定一个小波分解的层次5，然后对信号进行5层小波包分解。

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，Vj为尺度子空间，Wj为小波子空间，N为任意尺度。

那么，故障信号f(t)就可以分解为在这些小波子空间和尺度子空间的投影之和：

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：

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。