[发明专利]一种基于ITD排列熵和CGWO-SVM的变压器绕组振动信号识别方法

权利要求书

1.一种基于ITD排列熵和CGWO-SVM的变压器绕组振动信号识别方法，其特征在于，所述变压器绕组振动识别方法包括以下内容：

载入变压器绕组的原始信号；

进行ITD分解；

进行PR分量排列熵计算；

CGWO-SVM输入训练；

进行正确率对比。

2.一种基于ITD排列熵和CGWO-SVM的变压器绕组振动信号识别方法，其特征在于，所述变压器绕组振动信号识别方法包括以下步骤：

步骤1)选择待检测的变压器，根据要求确定加速度传感器以保证合适的灵敏性和装置可靠性，通过加速度传感器对变压器绕组正常状态下的振动信号、故障状态下的振动信号进行采集和载入，并对振动信号做预处理；

步骤2)对采集、载入并预处理的变压器绕组振动信号进行ITD分解，构造特征向量，以作为SVM的输入；

其中ITD分解具体步骤如下：

(a)假设X(i)是待分析的原始信号，i≥0，分解前先定义一个基线提取算子L，使得从原始信号中去掉该基线后剩下的余量信号成为一个固有旋转分量；一次分解的表达式为：

X(i)＝LX_i+(1-L)X_i＝L_i+X_i

L_i为第i次基线提取算子；其中X_i为待分解的信号，L为一个定义的基线提取算法；(b)确定信号X(i)的极值X_k及对应的时刻t_k，k＝1，2，3，…，M，其中M为极值点的个数，并计算基线提取算子L_k+1为：

上式中k＝1，2，…，M-2；0<a<1；

(c)定义信号的分段线性基线提取算子如下：

(d)将基线信号L_k作为原始信号，重复上述步骤(a)-(c)，直到基线信号为一单调函数或常函数；原始信号X(i)被分解为：

式中，H是固有旋转分量，是第i次迭代分离出的固有旋转分量，为单调趋势或残余项，p为大于1的整数；

(e)变压器绕组处于不同的故障状态时，产生的振动信号能量随频率的分布也不同；当信号经ITD分解后，n-1个PR分量包含的频率成分也不一样，采用ITD分解得到PR₁、PR₂、…、PR_n，分别计算出它们的排列熵PE₁、PE₂、…、PE_j、…、PE_n，E_j为第j个PR分量的排列熵占总排列熵PE中的比重，其中j＝1，2，…，n；由于前五个PE值加起来占总能量的95％以上，已经完整的表征信号的特征，因此选取前5个作为特征量；

步骤3)对CGWO-SVM进行训练，将步骤2)构造的特征向量输入到CGWO-SVM中，对CGWO-SVM进行训练，将实时采集的变压器绕组振动信号数据输入到训练好的CGWO-SVM，从而判断变压器绕组的故障模式。

3.根据权利要求2所述的基于ITD排列熵与CGWO-SVM的变压器绕组振动信号识别方法，其特征在于，在所述步骤1)加速度传感器安装时，选择测点的位置分别为变压器的顶上，侧面，背面，正面。

4.根据权利要求2所述的基于ITD排列熵和CGWO-SVM的变压器绕组振动信号识别方法，其特征在于，在所述步骤1)加速度传感器安装时，选择测点的位置被设置在变压器的顶上。

5.根据权利要求3或4所述的基于ITD排列熵和CGWO-SVM的变压器绕组振动信号识别方法，其特征在于，所述步骤1)中，所述加速度传感器选择Lance公司的电加速度传感器LC0154J。

6.根据权利要求5所述的基于ITD排列熵和CGWO-SVM的变压器绕组振动信号识别方法，其特征在于：所述变压器绕组故障状态是指变压器绕组垫块脱落、绕组径向延伸、绕组扭转三种故障工况。