[发明专利]一种基于多维特征模型的变压器振动原因识别方法

说明书

一种基于多维特征模型实现适用于电能质量问题的变压器振动原因识别方法，它包括对变压器振动信号进行分析，提取振动信号的基频振幅、主频振幅、基频占比、奇次信号占比以及振动熵，即完备的5维特征；通神经网络模型识别变压器振动原因，能够准确识别由谐波电流、三相不平衡电流、电压畸变、过载以及无功电流等电能质量问题导致的变压器振动，极大地改善变压器巡检效率。

技术领域

本发明属于涉及变压器故障诊断和状态评估技术领域，尤其是一种基于多维特征模型的变压器振动原因识别方法。

背景技术

作为电力系统中最为重要且昂贵的关键设备，变压器承担着电压变换、电能分配和转移的重任。为了维护电力系统安全、可靠、经济运行，需要定期进行人工巡检，以确保其保持正常工作。其中，对变压器振动信号的识别是巡检工作的重要环节之一。因此，能否根据变压器的振动信号对其产生的原因进行准确的识别具有十分重要的研究价值和现实意义。

变压器在运行的过程中，其绕组线圈可以建模为一个受到外界激励的质量—刚度—阻尼机械振动结构，由于受到强大的电磁力冲击，绕组将带动着铁芯、绝缘垫块和夹件等部件发生振动，并将这种振动传递到变压器的箱体表面，即变压器振动信号蕴含了丰富的设备状态信息。因此，通过检测箱体表面的振动信号进而判断其振动原因是切实可行的。

目前，国内外许多关于变压器振动方面的研究成果主要集中在变压器振动测量方法、振动信号及特征分析以及状态评价方法等方面。然而，在实际运行工况中，变压器电压、电流等电能质量问题也是导致变压器振动的重要原因之一，如谐波，三相不平衡等。但是，现有技术中的关于变压器振动分析的模型很少考虑电能质量的问题及影响，且巡检人员也无法做到根据变压器的振动异响判断是否由电能质量问题导致。因此，建立电能质量问题与振动信号特征之间的关系模型对智能巡检具有重要意义。

发明内容

本发明的目的在于提供一种基于多维特征模型的变压器振动原因识别方法，它可以克服现有变压器巡检技术的不足，是一种容易实现、高效且实用性强的变压器巡检方法。

本发明的技术方案：一种基于多维特征模型的变压器振动原因识别方法，其特征在于它包括以下步骤：

(1)利用振动传感器采集变压器的振动信号x(n)，其长度为N，n＝0,1,2,3…N-1，采用周期为T，并进行变压器振动信号x(n)的特征值提取；

(1-1)假设变压器振动信号x(n)的长度满足N＝2^M，M＝0,1,2…，则按n的奇偶性可把分成两个长度为N/2的序列，如式(1-1-1)和式(1-1-2)所示：

式中，x₁(r)为x(n)的偶数序号元素构成的序列，x₂(r)为x(n)的奇数序号元素构成的序列；此时，对变压器的振动信号x(n)进行快速傅里叶变换，得到

其中，X(k)、X₁(k)和X₂(k)分别为x(n)、x₁(r)和x₂(r)的快速傅里叶变换，X₁(k)和X₂(k)均N/2周期，且为旋转因子；

(1-2)变压器振动信号的基频振幅A_b的提取：

变压器绕组的振动加速度由稳态分量和衰减分量构成，而实际运行中仅包含稳态分量，该稳态分量的频率是电源频率的2倍，称为变压器振动信号的基频，与之对应的基频振幅反映了变压器绕组电流的大小，根据试验结果发现变压器振动信号的基频振幅与电流的平方呈线性关系。