基于改进EMD和谱峭度法变压器振动故障特征提取方法技术

本发明专利技术涉及一种基于改进EMD和谱峭度法变压器振动故障特征提取方法，通过基于能量矩占比和方差贡献率的改进经验模态分解方法可以有效的解决了传统经验模态分解会产生虚假分量的问题，EMD降噪处理并经过信号重构后得到的经验模态分量（IMF）能准确反应原始信号特征信息。本发明专利技术提出的方法对原始振动故障信号进行EMD降噪与重构，消除高频噪声，降低了低频干扰影响，提高了所要分析信号的峭度值，经过以上方法的预处理可以进一步提高谱峭度法提取振动故障特征频率的准确性。

【技术实现步骤摘要】

本专利技术涉及油浸式电力变压器故障检测领域，特别涉及一种基于改进EMD和谱峭度法变压器振动故障特征提取方法。
技术介绍
110kV电力变压器自身健康状况的变化直接影响到电力系统的稳定性，长期带负荷运行的变压器一直工作在恶劣的环境中，变压器本身处于亚健康状态，因此就需要对变压器的健康状况进行实时监测与评价。变压器铁芯及绕组故障是主要影响其健康状况的原因之一，变压器铁芯或绕组发生故障时，振动信号会通过其内部介质传导到器身表面，故障引起的变压器器身表面振动信号的异常为在线监测变压器提供了方法，通过采集器身表面振动信号提取其故障特征频率进行信号分析处理，从而对变压器运行状况进行综合评价，但如何准确提取振动信号中的故障特征成为变压器故障诊断关键。基于振动信号分析的电力变压器在线监测方法在近年来已取得一定的研究成果。振动信号分析法不仅可以同时对铁芯和绕组状况进行诊断，同时与整个电力系统无直接的电气连接，可以安全可靠的实现带电检测。汲胜昌等使用小波包分析方法以频段能量的变化为依据对铁芯故障信号进行了判定；谢坡岸等采用有限元方法对不同预紧力作用下的变压器短路时的振动进行分析；Bartoletti等利用铁芯和绕组的声音和振动数据，用谐波加权等方法构建参数对不同状态的变压器分类；Garci等对不同电压下的大型变压器铁芯振动进行了较为全面的的测试，分析了其振动的影响因素，为构建基于傅里叶分析的数学模型奠定了基础；熊卫华等以希尔伯特-黄变>换能量谱的变化为依据对铁芯故障状态进行判定；郭洁等采用经验模态分解(EMD)方法对铁芯振动的高频分量调制冲击特性进行分析，引入谱峰度、基于小波的峰度等方法对铁芯振动冲击特性进行测量。变压器器身表面振动信号具有暂态、突变等非平稳随机的特点，为了能够得到准确表征故障的特征频率，应用HHT(Hilbert-HTransform，希尔伯特-黄变换)对振动信号进行有效的分析。HHT通过传统经验模态分解(empiricalmodedecomposition，EMD)方法将故障振动信号分解为一系列互相独立的本征模态函数(intrinsicmodefunction，IMF)分量，包含信号局部特性的IMF分量含有原始信号的重要信息，表征了信号的内在特征，能更加有效的提取机械振动信号特征参数。与其他分析方法对比，EMD是一种不需要任何先验知识的自适应时频分析方法，具有自适应的信号分解能力。Dwyer最早提出谱峭度(Spectralkurtosis，SK)法，谱峭度作为一个频域统计工具对信号中的非高斯成分进行度量，有效解决了提取信号中瞬态现象的问题，即谱峭度法能够对强噪声背景中瞬态冲击成分进行有效的分析与定位。Antoni等对谱峭度进行深入研究，并基于四阶谱累积量给出了谱峭度的正式定义，并将其成功的应用于实际机械故障诊断中。例如1：与此相关的中国专利申请号201210277746.8公开了一种基于振动分析的电力变压器绕组变形检测方法，包括：(1)布置振动测点，实时监测负载电流及各测点的振动信号；(2)采集冲击跳变振动信号，判别电力变压器的跳闸形态；(3)根据提取固有频率对第一电力变压器进行绕组变形诊断；(4)根据非线性程度的变化对第二电力变压器进行绕组变形诊断。例如2：与此相关的中国专利申请号201320535591.3公开了一种基于小波变换的变压器故障诊断系统，包括变压器负载电流采集传感器、电压采集传感器、冷却风扇压力传感器、温度传感器、器身振动信号传感器、多个采集模块及后台控制中心，变压器负载电流采集传感器、电压采集传感器、冷却风扇压力传感器、温度传感器、器身振动信号传感器通过相应的采集模块与后台控制中心连接。例如3：与此相关的中国专利申请号201310457097.4公开了一种基于振动数据融合和图像识别的变压器故障诊断方法，在变压器油箱外表面布置多个振动测点测取振动数据，由此得到变压器各种典型故障下的振动数据。例如4：与此相关的中国专利申请号201210474084.3公开了一种基于优化方法的多特征选择多层次变压器故障诊断方法，用于提高故障诊断模型的准确率。例如5：与此相关的中国专利申请号201110162444.1公开了一种基于随机森林模型的电力变压器故障诊断方法，采集变压器状态检修数据，利用变压器状态检修数据训练随机森林模型，并校验随机森林模型的灵敏度，以经训练校验后的随机森林模型来诊断变压器故障。但是
技术介绍
中提及的传统经验模态分解(EMD)由于自身分解规则缺陷，分解结果中存在虚假IMF分量，尤其低频虚假IMF分量，会对故障特征信号的提取分析与处理造成较大的影响，因此，剔除EMD分解后得到的虚假分量是十分必要的。又
技术介绍
中应用谱峭度法虽能提取机械振动故障信号中的特征频率，但如果对原始振动信号采取一定的预处理可以进一步提高谱峭度法提取振动故障特征频率的准确性。
技术实现思路
本专利技术的目的在于提供一种基于改进EMD和谱峭度法变压器振动故障特征提取方法，该方法对原始振动故障信号进行EMD降噪与重构，消除高频噪声，降低了低频干扰影响，提高了所要分析信号的峭度值，本专利技术方法可以进一步提高谱峭度法提取振动故障特征频率的准确性。为实现上述目的，本专利技术的技术方案是：一种基于改进EMD和谱峭度法变压器振动故障特征提取方法，包括如下步骤，S1：对变压器振动信号进行EMD分解；S2：计算原始振动信号与各阶IMF分量的能量矩占比以及方差贡献率；S3：通过步骤S2计算的能量矩占比和方差贡献率，来选择IMF分量重构原始振动信号；S4：验证重构后的信号能够保留原始信号特征并做降噪处理；S5：对重构后的信号求快速谱峭度图，选取图中峭度最大处所对应的中心频率与带宽；S6：构造以该中心频率和带宽为参数的带通滤波器并对重构后的信号进行带通滤波；S7：计算重构信号经过滤波处理后的包络谱，从而提取振动信号特征频率。在本专利技术一实施例中，所述步骤S2-S3具体实现如下，1)计算各阶IMF分量的能量矩及各阶IMF分量能量矩相对于原始信号能量矩占比向量T：Ei=Σk=1n(kΔt)|ci(kΔt)|2]]>T=[E1E2E3...En]/ΣiEi*100%---(1)]]>式中，ci(t)指IMF分量，Ei指各阶IMF分量的能量矩，△t为采样周期，n为总的采样点数，k为采样点；2)计算各阶IMF分量的方差贡献率：Mi=Di/Σi=0nDi---(2)]]>且Di=1n&Sigm本文档来自技高网...

【技术保护点】
一种基于改进EMD和谱峭度法变压器振动故障特征提取方法，其特征在于：包括如下步骤，S1：对变压器振动信号进行EMD分解；S2：计算原始振动信号与各阶IMF分量的能量矩占比以及方差贡献率；S3：通过步骤S2计算的能量矩占比和方差贡献率，来选择IMF分量重构原始振动信号；S4：验证重构后的信号能够保留原始信号特征并做降噪处理；S5：对重构后的信号求快速谱峭度图，选取图中峭度最大处所对应的中心频率与带宽；S6：构造以该中心频率和带宽为参数的带通滤波器并对重构后的信号进行带通滤波；S7：计算重构信号经过滤波处理后的包络谱，从而提取振动信号特征频率。

【技术特征摘要】
1.一种基于改进EMD和谱峭度法变压器振动故障特征提取方法，其特征在于：包括如下
步骤，
S1：对变压器振动信号进行EMD分解；
S2：计算原始振动信号与各阶IMF分量的能量矩占比以及方差贡献率；
S3：通过步骤S2计算的能量矩占比和方差贡献率，来选择IMF分量重构原始振动信号；
S4：验证重构后的信号能够保留原始信号特征并做降噪处理；
S5：对重构后的信号求快速谱峭度图，选取图中峭度最大处所对应的中心频率与带宽；
S6：构造以该中心频率和带宽为参数的带通滤波器并对重构后的信号进行带通滤波；
S7：计算重构信号经过滤波处理后的包络谱，从而提取振动信号特征频率。
2.根据权利要求1所述的基于改进EMD和谱峭度法变压器振动故障特征提取方法，其特
征在于：所述步骤S2-S3具体实现如下，
1)计算各阶IMF分量的能量矩及各阶IMF分量能量矩相对于原始信号能量矩占比向量T：
Ei=Σk=1n(kΔt)|ci(kΔt)|2]]>T=E1E2E3...En/ΣiEi*100%---(1)]]>式中，ci(t)指IMF分量，Ei指各阶IMF分量的能量矩，△t为采样周期，n为总的采样点
数，k为采样点；
2)计算各阶IMF分量的方差贡献率：
Mi=Di/Σi=1nDi---(2)]]>且Di=1nΣk=1n|ci(kΔt)|2-[1nΣk=1nci(kΔt)]2---(3)]]>式中，Di为...

【专利技术属性】
技术研发人员：陈杰辰，鲍光海，林纪灿，陈东毅，陈永华，徐全明，陆启书，田平，李冲，乐飞，黄文灏，何捷，李勇明，
申请(专利权)人：国网福建省电力有限公司，国家电网公司，国网福建省电力有限公司三明供电公司，福州大学，
类型：发明
国别省市：福建;35