一种变压器有载分接开关机械故障在线监测方法技术

一种变压器有载分接开关机械故障在线监测的方法，其步骤如下：将三个振动传感器贴敷在有载分接开关的箱壁顶端上，采集有载分接开关动作过程中产生的振动信号；将采集到信号进行经验模态分解(EMD),通过分解出来的固有模态函数(IMF)计算出改进的掩膜信号；将改进的掩膜信号加入原始采集到的振动信号，然后再进行经验模态分解；根据区间最大功率特征公式计算固有模态函数的功率特征矩阵，比较不同工况下的OLTC的功率特征矩阵，对OLTC进行故障诊断。本发明专利技术可实时监测变压器有载分接开关的工作状态，满足变压器有载分接开关实时故障诊断的要求。为有目的的检修提供数据支撑和理论依据，避免浪费人力，物力和时间。

An on-line monitoring method for mechanical faults of transformer on-load tap-changer

【技术实现步骤摘要】
一种变压器有载分接开关机械故障在线监测方法
本专利技术属于电力设备信号监测方法，尤其涉及一种变压器有载分接开关机械故障在线监测方法。
技术介绍
有载分接开关(OLTC)是电力变压器的一个重要组成部分,其运行状况直接关系到变压器及系统的稳定与安全。OLTC是变压器故障率最高部件之一。其故障不但直接影响变压器运行,而且影响电网质量与电网运行。根据沟内资料统计，由OLTC故障引起的事故约占变压器总事故的28％左右且故障类型基本为机械故障,例如触头松动、触头脱落、机构卡涩、滑档、拒动等。机械故障会直接损坏OLTC和变压器本身，进而引起其它更严重的电气故障，以致造成严重的后果。因此，对运行中的OLTC的机械性能进行监测，及早发现其故障隐患,对变压器及电力系统的安全运行有着十分重大的意义。以往人们对分接开关典型故障认识不够，这主要是过去分接开关动作次数很少，故障率相对较低，因此，其研究不够深入，到目前为止，对有载分接开关已进行较深入的研究，并也取得重要的研究成果，但仍有不少问题还有待解决。因此，为了确保分接开关安全可靠地运行，开展分接开关状态监测和故障诊断刻不容缓。
技术实现思路
针对现有技术中存在的以上问题，为了能及时发现有载分接开关运行过程中的潜伏性故障，提高有载分接开关可靠性，本专利技术提供了一种变压器有载分接开关机械故障在线监测的方法。为了解决上述技术问题，本专利技术具体采用以下技术方案。一种变压器有载分接开关机械故障在线监测方法，其特征在于，所述机械故障在线监测方法包括以下步骤：步骤1：将三个振动传感器贴敷在有载分接开关OLTC的箱壁顶端上，采集有载分接开关动作过程中产生的振动信号；步骤2：将采集到振动信号进行经验模态分解EMD，通过分解出来的固有模态函数IMF计算出改进的掩膜信号；步骤3：将改进的掩膜信号加入到原始采集到的振动信号中，然后再进行经验模态分解；步骤4：根据区间最大功率特征公式计算固有模态函数的功率特征矩阵，比较正常工况下和故障下的OLTC的功率特征矩阵，对OLTC进行故障诊断。本专利技术进一步包括以下优选方案：所述步骤1中，将振动传感器放置于OLTC的垂直顶端。在所述步骤2中，将步骤1所采集到的振动信号x(t)进行经验模态分解EMD得到若干个固有经验模态函数IMF即ui(t)；然后再对ui(t)进行Hilbert变换，得到vi(t)，即：构造解析信号：于是得到幅值函数：和相位函数：进一步可求出瞬时频率：振动信号x(t)被分解后的若干个简谐振动信号即固有经验模态函数IMF按照频率从高到低逐次得到，其中，IMF1的频率最高，IMFm为大于设定频率阈值的最小频率固有经验模态函数；按照下式计算改进的掩膜信号s(t)：s(t)＝A0sin(2πf*tf)(7)其中，f为振动信号的采样频率，A0为信号幅值，f*代表的IMF1和IMFm在k个采样点上的平均瞬时频率：其中f为信号的采样频率，a1为IMF1的Hilbert包络幅值，f1(i)为Hilbert瞬频估计法计算出的IMF1的瞬时频率；am为IMFm的Hilbert包络幅值，fm(i)为Hilbert瞬频估计法计算出的IMFm的瞬时频率，k为采样点。所述设定频率阈值为0，即IMFm为频率最接近0的频率最小的固有经验模态函数。所述信号幅值A0优选为IMF1至IMFm这m个分量平均幅值的1.6倍。在所述步骤3中，将步骤2构造出来的掩膜信号加入到原始振动信号中，然后重新进行经验模态分解，得到新的固有模态函数IMF。其中，步骤3中重新进行经验模态分解的得到IMF的层数f优选为5。在所述步骤4中，根据步骤3所得到的新的固有模态函数IMF，通过下式计算区间最大功率特征IMPF，即式中w为采集信号的通道数，W为采集信号的最大通道数，j为步骤(3)中重新进行经验模态分解的得到IMF的层数，J为IMF的层数的最大值，fmax为功率谱最大幅值对应的频率，P(f)为功率谱密度，a、b值为根据实验具体数据所确定积分区间，计算所有通道的IMPF值，即可以构成区间最大功率特征矩阵。所述积分区间a,b优选为a＝10,b＝150。采集信号的最大通道数W为3，即振动传感器个数p＝3；计算三个振动传感器所采集的振动信号根据步骤2和步骤3进行经验模态分解后的每个固有模态函数IMF的区间最大功率特征IMPF，形成5×3的功率矩阵，然后根据cosine相识度公式T(x,y)来计算不同工况下功率特征矩阵差异：式中，xi和yi(1≤i≤n)为不同工况下功率特征矩阵的各个元素。当0≤T≤0.3说明OLTC发生触头松动故障；当0.3<T≤0.5说明OLTC发生触头烧毁故障；当0.5<T≤0.9说明OLTC发生触头磨损故障；当0.9<T≤1说明OLTC工作正常。其中，T为正常工况下和故障下的OLTC的功率特征矩阵的功率矩阵差异。本专利技术相对于现有技术，具有以下有益的技术效果：1)所提出的改进掩膜信号法有效的抑制了EMD分解过程中的模态混叠现象，从而能准确有效的提取OLTC切换过程中振动信号特征。2)通过计算OLTC的正常状态下与故障状态下区间最大功率特征矩阵进行比较，如果0.9<T≤1说明OLTC运行状态正常，如果T≤0.5说明OLTC可能发生了故障。可以进一步根据T的大小来确定具体发生了何种故障，例如T比较小发生了触头松动故障，T比较大时发生了触头烧毁故障，本专利技术识别故障类别准确率高，实用性强。3)本专利技术根据OLTC为研究对象所提OLTC机械故障诊断方法准确率较高，应用性良好，为OLTC故障诊断和为其他工程领域的研究提供参考。附图说明图1为本专利技术的流程图；图2为OLTC切换过程中原始振动信号；图3基于改进掩膜信号优化的EMD分解后的IMF。具体实施方式以下将结合附图，对本专利技术的技术方案进行详细说明。本专利技术提供了一种变压器有载分接开关机械故障在线监测的方法，具体流程见图1，所述方法包括以下步骤：步骤1：将p个振动传感器贴敷在有载分接开关OLTC的箱壁顶端上，采集有载分接开关动作过程中产生的振动信号；在本申请的优选实施例中，p＝3，即将3个振动传感器贴敷在有载分接开关OLTC的箱壁顶端上。将振动传感器置于OLTC的垂直顶端，因为触头机构和顶端直接有刚性连接所有采集到的振动信号能包含所有的特征量。步骤2：将采集到振动信号进行经验模态分解EMD，通过分解出来的固有模态函数IMF计算出改进的掩膜信号；将步骤1所采集到的振动信号x(t)如图2所示进行经验模态分解EMD得到若干个固有经验模态函数IMF即ui(t)；然后再对ui(t)进行Hilbert变换，得到vi(t)，即：构造解析信号：于是得到幅值函数：和相位函数：进一步可求出瞬时频率：对振动信号u(t)进行经验模态分解后，振动信号u(t)被分解成若干个简谐振动信号即固有经验模态函数IMF和余量，所述若干个简谐振动信号按照频率从高到低逐次得到，然后对每个简谐振动信号进行频谱分析绘出频谱图，可以从频谱图中我们可以清楚的看到必定存在第m+1个IMF的频率为零，则第m个IMF得到的虚假分量中频率最高的那一部分按照下式计算每个IMF的幅值和频率构建改进的掩膜信号s(t)：其中，f为振动信号的采样频率，A0为信号IMF1幅值的1.6倍；f*代表的IM本文档来自技高网...

【技术保护点】
1.一种变压器有载分接开关机械故障在线监测方法，其特征在于，所述机械故障在线监测方法包括以下步骤：步骤1：将p个振动传感器贴敷在有载分接开关OLTC的箱壁顶端上，采集有载分接开关动作过程中产生的振动信号；步骤2：将采集到振动信号进行经验模态分解EMD，通过分解出来的固有模态函数IMF计算出改进的掩膜信号；步骤3：将改进的掩膜信号加入到原始采集到的振动信号中，然后再进行经验模态分解；步骤4：根据区间最大功率特征公式计算固有模态函数的功率特征矩阵，比较不同工况下的OLTC的功率特征矩阵，对OLTC进行故障诊断。

【技术特征摘要】
1.一种变压器有载分接开关机械故障在线监测方法，其特征在于，所述机械故障在线监测方法包括以下步骤：步骤1：将p个振动传感器贴敷在有载分接开关OLTC的箱壁顶端上，采集有载分接开关动作过程中产生的振动信号；步骤2：将采集到振动信号进行经验模态分解EMD，通过分解出来的固有模态函数IMF计算出改进的掩膜信号；步骤3：将改进的掩膜信号加入到原始采集到的振动信号中，然后再进行经验模态分解；步骤4：根据区间最大功率特征公式计算固有模态函数的功率特征矩阵，比较不同工况下的OLTC的功率特征矩阵，对OLTC进行故障诊断。2.根据权利要求1所述的变压器有载分接开关机械故障在线监测方法，其特征在于：所述步骤1中，将振动传感器放置于OLTC的垂直顶端。3.根据权利要求1所述的变压器有载分接开关机械故障在线监测方法，其特征在于：在所述步骤2中，将步骤1所采集到的振动信号x(t)进行经验模态分解EMD得到若干个固有经验模态函数IMF即ui(t)；然后再对ui(t)进行Hilbert变换，得到vi(t)，即：构造解析信号：于是得到幅值函数：和相位函数：进一步可求出瞬时频率：振动信号x(t)被分解后的若干个简谐振动信号即固有经验模态函数IMF按照频率从高到低逐次得到，其中，IMF1的频率最高，IMFm为大于设定频率阈值的最小频率固有经验模态函数；按照下式计算改进的掩膜信号s(t)：s(t)＝A0sin(2πf*tf)(7)其中，f为振动信号的采样频率，A0为信号幅值，f*代表的IMF1和IMFm在k个采样点上的平均瞬时频率：其中f为信号的采样频率，a1为IMF1的Hilbert包络幅值，f1(i)为Hilbert瞬频估计法计算出的IMF1的瞬时频率；am为IMFm的Hilbert包络幅值，fm(i)为Hilbert瞬频估计法计算出的IMFm的瞬时频率，k为采样点。4.根据权利要求3所述的变压器有载分接开关机械故障在线监测方法，其特征在于：所述设定频率阈值为0，即IMFm为频率最接近0的频率最小的固有经验模态函数。5.根据权利要求4所述的变压器有载分接开关机械故障在线监测方法，其特征在于：所述信号幅值...

【专利技术属性】
技术研发人员：张勇，周俊，陈冰冰，王梁，许洪华，陈明，刘宝稳，马宏忠，王春宁，
申请(专利权)人：国网江苏省电力有限公司南京供电分公司，河海大学，国网江苏省电力有限公司，国家电网有限公司，
类型：发明
国别省市：江苏,32