一种基于LVQ神经网络的雷电冲击下换流变压器绕组故障诊断方法技术

一种基于LVQ神经网络的雷电冲击下换流变压器绕组故障诊断方法，建立仿真模型，利用有限元法计算绕组分布参数，并建立雷电冲击下的换流变压器绕组分布参数模型，利用仿真模拟全面的故障情况，得到不同故障情况下的首端电压和中性点电流数据。根据首端电压和中性点电流数据求取传递函数，求取不同故障情况下的传递函数与正常情况传递函数不同频率段的相关系数，作为不同故障的特征参数。利用求取的不同故障情况的特征参数对LVQ神经网络进行训练，训练完成后的LVQ神经网络就建立了输入的特征参数与输出的故障类型的映射关系，然后按照上述方法处理试验数据，得到试验波形的特征参数，代入训练好的LVQ网络就可以判断故障种类。

【技术实现步骤摘要】

本专利技术一种基于LVQ神经网络的雷电冲击下换流变压器绕组故障诊断方法，涉及换流变压器故障诊断领域。
技术介绍
换流变压器是直流输电系统最重要的设备之一，虽然在出厂前都通过了试验考核，但在运输和安装过程中可能造成损伤，且更高电压等级、更大容量的换流变压器可能需要现场组装，必须在现场对换流变压器的绝缘性能进行严格的考核。雷电冲击耐压试验是绝缘考核的主要方法之一，一旦发生故障，需要快速准确的判断故障类型与部位，以便进行现场检修，保证特高压换流变压器的按期投运。雷电冲击耐压试验中传统故障诊断方法主要是通过50％电压与全压下的试验数据进行对比，包括冲击电压波形法、中性点电流法、电容传递电流法和传递函数诊断法等。传统的故障诊断方法多依靠试验人员的经验进行判断，对微小故障难以识别，而且难以判断故障类型。且现阶段变压器故障诊断的研究主要关注运行中变压器的绝缘老化或突发故障，主要故障诊断方法包括油色谱分析、局部放电检测、温度监测、在线功率因素测量等。但雷电冲击试验中的绕组间隙击穿或对地故障与绝缘老化的故障有较大区别，主要是由于绝缘缺陷或是结构设计不合理导致，需要研究适用于雷电冲击试验情况下的故障诊断方法。
技术实现思路
本专利技术提供一种基于LVQ神经网络的雷电冲击下换流变压器绕组故障诊断方法，据换流变压器结构建立仿真模型，进行雷电冲击下模拟故障的仿真计算，模拟全面的故障情况，获得不同故障情况下的典型电压电流数据，提取故障特征参数，对学习矢量量化神经网络LVQ进行训练，训练完成后的LVQ神经网络就建立了输入的特征参数与输出的故障类型的映射关系，利用训练好的LVQ神经网络可以判断微小故障的部位及故障类型。本专利技术所采用的技术方案是：一种基于LVQ神经网络的雷电冲击下换流变压器绕组故障诊断方法，包括以下步骤：步骤1：首先根据换流变压器铁心、绕组、绝缘、壳体等结构尺寸和材料属性建立仿真模型，采用有限元法计算绕组分布电容、电感和电阻参数；步骤2：结合计算得到的分布参数，建立雷电冲击条件下的换流变压器绕组分布参数模型，获取雷电冲击试验中测量得到的首端电压波形采样数据，将这列采样数据作为分布参数模型中的雷电波输入；步骤3：利用仿真模拟全面的故障情况，包括绕组不同部位的匝间金属短路故障、匝间间隙放电故障、对地短路故障等故障，得到不同故障情况下的首端电压和中性点电流数据；步骤4：根据首端电压和中性点电流数据求取传递函数，计算方法如公式(1)；并在0～1MHz内平均分为10个频率段，以正常全压的情况为基准，按照公式(2)求取不同故障情况下的传递函数与正常情况传递函数不同频率段的相关系数，作为不同故障的特征参数； H ( f ) = I ( f ) U ( f ) - - - ( 1 ) ]]>式中，H(f)为变压器传递函数；I(f)为电流信号频谱；U(f)为电压信号频谱。 ρ = Σ i = 1 n ( x i - x ‾ ) ( y i - y ‾ ) Σ i = 1 n ( x i - x ‾ ) 2 Σ i = 1 n ( y i - y ‾ ) 2 = n Σ i = 1 n x i y i - Σ i 本文档来自技高网...

【技术保护点】
一种基于LVQ神经网络的雷电冲击下换流变压器绕组故障诊断方法，其特征在于包括以下步骤：步骤1：首先根据换流变压器铁心、绕组、绝缘、壳体结构尺寸和材料属性建立仿真模型，采用有限元法计算绕组分布电容、电感和电阻参数；步骤2：结合计算得到的分布参数，建立雷电冲击条件下的换流变压器绕组分布参数模型，获取雷电冲击试验中测量得到的首端电压波形采样数据，将这列采样数据作为分布参数模型中的雷电波输入；步骤3：利用仿真模拟全面的故障情况，包括绕组不同部位的匝间金属短路故障、匝间间隙放电故障、对地短路故障等故障，得到不同故障情况下的首端电压和中性点电流数据；步骤4：根据首端电压和中性点电流数据求取传递函数，计算方法如公式(1)；并在0～1MHz内平均分为10个频率段，以正常全压的情况为基准，按照公式(2)求取不同故障情况下的传递函数与正常情况传递函数不同频率段的相关系数，作为不同故障的特征参数；H(f)=I(f)U(f)---(1)]]>式中，H(f)为变压器传递函数；I(f)为电流信号频谱；U(f)为电压信号频谱，ρ=Σi=1n(xi-x‾)(yi-y‾)Σi=1n(xi-x‾)2Σi=1n(yi-y‾)2=nΣi=1nxiyi-Σi=1nxi·Σi=1nyinΣi=1nxi2-(Σi=1nxi)2·nΣi=1nyi2-(Σi=1nyi)2---(2)]]>式中，x(n)和y(n)分别为故障情况和正常情况的传递函数数据，xi和yi分别为x(n)和y(n)中的第i项数据，和分别为x(n)和y(n)的平均值；步骤5：利用遗传算法优化学习矢量量化(LVQ)神经网络初始向量，然后利用求取的不同故障情况的特征参数对LVQ神经网络进行训练，训练完成后的LVQ神经网络就建立了输入的特征参数与输出的故障类型的映射关系；步骤6：进行换流变压器雷电冲击试验，根据首端电压和中性点电流数据求取传递函数，认为在50％雷电冲击电压下没有发生故障，以50％电压下的传递函数为基准，求取100％电压下传递函数分频段的相关系数，然后带入训练好的LVQ网络进行故障诊断。...

【技术特征摘要】
1.一种基于LVQ神经网络的雷电冲击下换流变压器绕组故障诊断方法，其特征在于包
括以下步骤：
步骤1：首先根据换流变压器铁心、绕组、绝缘、壳体结构尺寸和材料属性建立仿真模
型，采用有限元法计算绕组分布电容、电感和电阻参数；
步骤2：结合计算得到的分布参数，建立雷电冲击条件下的换流变压器绕组分布参数模
型，获取雷电冲击试验中测量得到的首端电压波形采样数据，将这列采样数据作为分布参
数模型中的雷电波输入；
步骤3：利用仿真模拟全面的故障情况，包括绕组不同部位的匝间金属短路故障、匝间
间隙放电故障、对地短路故障等故障，得到不同故障情况下的首端电压和中性点电流数据；
步骤4：根据首端电压和中性点电流数据求取传递函数，计算方法如公式(1)；并在0～
1MHz内平均分为10个频率段，以正常全压的情况为基准，按照公式(2)求取不同故障情况下
的传递函数与正常情况传递函数不同频率段的相关系数，作为不同故障的特征参数；
H ( f ) = I ( f ) U ( f ) - - - ( 1 ) ]]>式中，H(f)为变压器传递函数；I(f)为电流信号频谱；U(f)为电压信号频谱，
ρ = Σ i = 1 n ( x i - x ‾ ) ( y i - y ‾ ) Σ i = 1 n ( x i - x ‾ ) 2 Σ i = 1 n ( y i - y ‾ ) 2 = n Σ i = 1 n x i ...

【专利技术属性】
技术研发人员：普子恒，张宇娇，方春华，苏攀，智李，
申请(专利权)人：三峡大学，
类型：发明
国别省市：湖北;42