换流变压器振动信号多特征融合的特征提取方法及装置制造方法及图纸

本发明专利技术公开了一种换流变压器振动信号多特征融合的特征提取方法及装置，该方法选取换流变压器现场实测信号作为分析对象，对其进行集合经验模态分解提取固有模态。随后计算各个固有模态分量的时域统计特征分量、小波熵及分形维数以组成特征参数矩阵。最后通过主成分分析对矩阵进行数据降维构成多特征融合向量，利用模糊C均值聚类对换流变不同工况特征向量进行分类。该方法克服了单特征的局限性，不同工况下区分性能良好。况下区分性能良好。况下区分性能良好。

【技术实现步骤摘要】
换流变压器振动信号多特征融合的特征提取方法及装置


[0001]本专利技术涉及电力系统领域，特别涉及一种换流变压器振动信号多特征融合的特征提取方法及装置。

技术介绍

[0002]随着国民经济的持续增长，我国用电需求不断增加。我国负荷用电分布和发电资源储量分布极不平衡的特点使得超远距离、超大容量的直流输电传输成为必然。四川、云南、西藏三省可开发水电资源占有量约为全国保有量2/3，山西、陕西、内蒙三省煤炭保有储量约占全国储量2/3。而京广铁路以东和东部沿海经济发达地区发电资源严重不足，这使得能源和电力跨区域大规模流动成为必然。高压直流输电技术所具有的高电压、远距离、大容量、低损耗等一系列突出优点为解决如何减少输电线路损耗和节约宝贵土地资源这一难题提供了重要途径。
[0003]换流变压器安全运行与否直接关系到直流输电系统能否正常运行。然而换流变压器在交直流电场作用下存在耐受电压等级过高、电、磁、力、热多物理场耦合、绝缘结果复杂、油箱空间及铁芯截面同常规变压器相比更大、阀厅流出电压谐波分量较高等问题，导致了换流变压器运行的振动和噪声相比电力变压器大很多。近年来，南方电网公司已出现诸如肇庆换流站和兴仁换流站先后发生换流变压器网侧高压套管爆炸起火、天广直流工程换流变压器阀侧套管升高座开裂等事故，给直流输电系统的安全运行带来较大威胁。而现有检测手段大多基于电气信号，不能直接在带电运行工况下对变压器进行检测，常规解体检修在造成停电损失的同时对设备寿命具有较大影响。因此，如何对换流变压器进行在线监测并快速评估其运行状况成了目前电路部门主要关心的问题，也是亟待解决的问题。
[0004]目前，振动法评估变压器运行状态及其在线监测技术得到了广泛重视，变压器表面振动信号在包含大量、丰富的状态的同时还与变压器自身的结构组件(如铁芯、绕组以及其他外部构件)的工作状态有着密切的关系。但对于振动信号的处理往往只关注某一方面(如信号的频域、时域等方面)的特征表达，这会导致信息的丢失以及评估的准确度下降。

技术实现思路

[0005]为了解决现有换流变压器振动信号处理方式导致导致信息的丢失以及评估的准确度下降的问题，本专利技术实施例提供了一种换流变压器振动信号多特征融合的特征提取方法及装置，该方法和装置克服了单特征的局限性，不同工况下区分性能良好。
[0006]为实现上述目的，本专利技术的技术方案是：
[0007]第一方面，本专利技术实施例提供了一种换流变压器振动信号多特征融合的特征提取方法，包括：
[0008]获取换流变压器振动原始信号，将原始信号分解为若干个基本模式分量；
[0009]分别计算前A个基本模式分量的无量纲指标，得到对应基本模式分量的时域统计量特征；
[0010]分别对前A个基本模式分量进行连续小波变换，得到对应基本模式分量的小波系数矩阵，并计算小波系数矩阵的熵值，得到对应基本模式分量的小波熵特征；
[0011]分别对前A个基本模式分量进行分形维数特征提取，得到对应基本模式分量的分形维数特征；
[0012]将所得到的每个基本模式分量的时域统计量特征、小波熵特征，分形维数特征并构成特征矩阵；
[0013]采用主成分分析法对特征矩阵进行降维，得到融合特征向量，实现换流变压器振动信号的特征提取；
[0014]对融合特征向量进行模糊C均值聚类分析，比对真实标签与分类标签来判断特征提取效果好坏，实现换流变压器运行状态的检测；
[0015]其中，A为正整数。
[0016]第二方面，本专利技术实施例提供了一种换流变压器振动信号多特征融合的特征提取装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
[0017]第三方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤
[0018]本专利技术与现有技术相比，其有益效果在于：
[0019]本方法选取换流变压器现场实测信号作为分析对象，对其进行集合经验模态分解提取固有模态。随后计算各个固有模态分量的时域统计特征分量、小波熵及分形维数以组成特征参数矩阵。最后通过主成分分析对矩阵进行数据降维构成多特征融合向量，利用模糊C均值聚类对换流变不同工况特征向量进行分类。该方法克服了单特征的局限性，不同工况下区分性能良好。
附图说明
[0020]图1为本专利技术实施例1提供的换流变压器振动信号多特征融合的特征提取方法的流程图；
[0021]图2为换流变压器测点布置示意图；
[0022]图3为负载信号经验模态分解图；
[0023]图4为空载信号经验模态分解图；
[0024]图5为理想聚类分布图；
[0025]图6为实际聚类分布图；
[0026]图7为本专利技术实施例提供的换流变压器振动信号多特征融合的特征提取装置的组成示意图。
具体实施方式
[0027]下面结合附图和实施例对本专利技术的技术方案做进一步的说明。
[0028]实施例1：
[0029]参阅图1所示，本实施例提供的换流变压器振动信号多特征融合的特征提取方法的包括如下步骤：
[0030]经验模态分解步骤：
[0031]获取换流变压器振动原始信号，将原始信号分解为若干个基本模式分量；具体如下：
[0032]把原始信号x(t)作为待处理信号，计算出信号所有局部极值点，使用三次样条插值法分别拟合所有极大值点和极小值点并记为信号的上下包络线，计算上下包络线的均值得到均值序列m(t)，
[0033]令原始信号x(t)减去均值序列m(t)得到：
[0034]h1(t)＝x(t)-m(t)
[0035]检测h1(t)是否满足以下两个条件：
[0036](1)整个数据序列中极值点数目与过零点相同或最多相差不大于1
[0037](2)信号局部极值确定的上下包络线均值为0
[0038]若不满足则将h1(t)作为待处理信号重复上述操作，直到满足条件为止，此时得到的均值序列h
n
(t)记为一个基本模式分量c1(t)(imf分量)
[0039]h
n
(t)＝c1(t)
[0040]从原始信号中分解出第一个基本模式分量得到剩余序列r1(t)
[0041]r1(t)＝x(t)-c1(t)
[0042]将剩余序列r1(t)作为待处理信号重复上述操作可依次获得第二、第三直至第A个基本模式分量，直到剩余序列满足停止准则。由此就将原始信号分解为若干个基本模式分量和一个残差分量:
[0043][0044]停止准则设定为限制两个连续处理结果之间的标准差S
d
[0045][0046]其中，T代表信号的时间跨度，h
(k-1)
(t),h
k
(t)是在筛选基本分量过程中的两个连续处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种换流变压器振动信号多特征融合的特征提取方法，其特征在于，包括：获取换流变压器振动原始信号，将原始信号分解为若干个基本模式分量；分别计算前A个基本模式分量的无量纲指标，得到对应基本模式分量的时域统计量特征；分别对前A个基本模式分量进行连续小波变换，得到对应基本模式分量的小波系数矩阵，并计算小波系数矩阵的熵值，得到对应基本模式分量的小波熵特征；分别对前A个基本模式分量进行分形维数特征提取，得到对应基本模式分量的分形维数特征；将所得到的每个基本模式分量的时域统计量特征、小波熵特征，分形维数特征并构成特征矩阵；采用主成分分析法对特征矩阵进行降维处理，得到融合特征向量，实现换流变压器振动信号的特征提取；对融合特征向量进行模糊C均值聚类分析，比对真实标签与分类标签来判断特征提取效果好坏，实现换流变压器运行状态的检测；其中，A为正整数。2.如权利要求1所述的换流变压器振动信号多特征融合的特征提取方法，其特征在于，所述将原始信号分解为若干个基本模式分量包括：把原始信号x(t)作为待处理信号，计算出信号所有局部极值点，使用三次样条插值法分别拟合所有极大值点和极小值点并记为信号的上下包络线，计算上下包络线的均值得到均值序列m(t)；令原始信号x(t)减去均值序列m(t)得到：h1(t)＝x(t)-m(t)检测h1(t)是否满足设定的条件；若不满足则将h1(t)作为待处理信号重复上述操作，直到满足条件为止，此时得到的均值序列h
n
(t)记为一个基本模式分量c1(t)h
n
(t)＝c1(t)从原始信号中分解出第一个基本模式分量得到剩余序列r1(t)r1(t)＝x(t)-c1(t)将剩余序列r1(t)作为待处理信号重复上述操作可依次获得第二、第三直至第A个基本模式分量，直到剩余序列满足停止准则，由此就将原始信号分解为若干个基本模式分量和一个残差分量；n正整数。3.如权利要求2所述的换流变压器振动信号多特征融合的特征提取方法，其特征在于，所述设定的条件包括：(1)整个数据序列中极值点数目与过零点相同或最...

【专利技术属性】
技术研发人员：潘志城，邓军，楚金伟，张晋寅，梁晨，刘青松，谢志成，张占龙，肖睿，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司检修试验中心，
类型：发明
国别省市：