[发明专利]基于多测点振动信号的变压器异常状态检测方法

说明书

本发明公开了一种基于多测点振动信号的变压器异常状态检测方法，包括以下步骤：在变压器油箱表面均匀布置多个振动传感器，采用快速傅里叶分解提取每个振动传感器振动信号的时域特征向量，采用k均值聚类算法对每个振动传感器不同时间段的特征向量进行分类，最终得到k个聚类中心以及对应的波动范围；确定各个振动传感器振动信号处于不同状态下的置信度函数；取置信度函数最大值对应的运行状态，作为变压器状态的诊断结果。本发明提供的基于多测点振动信号的变压器异常状态检测方法，能够对油箱表面多个测点的振动信号进行综合分析，实现对变压器运行状态的全面评估。

技术领域

本发明涉及变压器故障检测技术领域，特别是涉及一种基于多测点振动信号的变压器异常状态检测方法。

背景技术

对于现场运行的变压器设备，由于其运行环境复杂以及其负荷变化等因素的影响，长时间运行后变压器内部铁心、绕组可能存在不同程度的机械变形故障，传统的油色谱等检测方法对于此类微小的机械故障并不敏感，振动信号对于机械变形则非常敏感，适用于变压器机械变形故障的检测。

变压器绕组和铁心产生的振动通过紧固件及绝缘油两条传播路径传播到油箱表面，传播至油箱壁的振动波，只有垂直于油箱壁方向的分量能被检测到，随着传播距离的增加，振动波与平面的入射角增大，垂直油箱壁的分量逐渐减弱，因此油箱壁局部的振动信号只能反映附近振源的振动情况，因此，对变压器健康状态评估时需要考虑不同位置多个测点的振动信号。

现有的变压器故障检测技术中，通常采用两种方案：第一，对变压器顶部或者侧面某些特定位置的单个或少数几个振动信号通过小波包分解等算法提取故障的特征向量进行故障诊断；第二，通过有限元等方法进行电磁仿真，建立变压器的电磁振动模型，通过对变压器各元件的材料特性、外部输入的电磁参数进行模拟仿真，评估变压器的健康状态。这些变压器故障检测方法存在如下缺点：只针对少数位置测点的分析忽略了由于传播路径不同，变压器油箱表面不同位置的振动信号蕴含的故障信息不同，只针对局部位置少数测点的分析难以全面地反映变压器整体的健康状况；采用有限元电磁仿真的电磁模拟方式对实际模型的参数要求过高，需要精确知晓变压器各部件的材料特性曲线、硅钢片的磁化曲线以及运行电流电压等精确参数，实际变电运维工作中难以实现。

发明内容

本发明的目的是提供一种基于多测点振动信号的变压器异常状态检测方法，利用k均值聚类算法对油箱不同表面多个测点的振动信号进行分析，实现对变压器运行状态的全面评估。

为实现上述目的，本发明提供了如下方案：

一种基于多测点振动信号的变压器异常状态检测方法，该方法包括以下步骤：

S1，在变压器油箱表面均匀布置多个振动传感器，采集油箱前后左右四个侧面不同方向的振动信号以及油箱顶部垂直方向的振动信号；

S2，根据步骤S1采集到的振动信号，利用快速傅里叶分解提取每个振动传感器振动信号的100Hz及其整数倍谐波的幅值，作为特征向量T_i(i＝1,2,3···m，其中m为主要频率分量的数量)，变压器油箱表面不同位置的振动传感器对应的特征向量组成了变压器整体的特征向量矩阵T＝[T₁,T₂,…,T_i,…,T_n]，其中n为振动传感器的数量；

S3，采用k均值聚类算法对每个振动传感器不同时间段的振动信号的特征向量进行聚类分析，得到k个最终的聚类中心以及各聚类中心簇内向量距中心欧式距离的波动范围；计算待测振动信号的特征向量与各个聚类中心的欧式距离；选取距离最近的聚类中心作为基准向量，根据特征向量与基准向量之间的欧式距离与该聚类中心对应的波动范围，计算该振动传感器确定的变压器处于各种状态下的置信度函数；

S4，利用DS证据理论融合不同传感器的置信度函数，得到最终的置信度函数，取置信度函数最大值对应的结果，作为变压器运行状态检测的结果。