一种变压器绕组振动信号特征提取方法技术

一种变压器绕组振动信号特征提取方法，实现分解模态数和惩罚因子的最优化选取，提出利用各模态量的能量分布作为振动信号的特征值的方法。它包括以下步骤：一、对获得的变压器绕组振动信号在初始分解模态数K和惩罚因子α下进行VMD预分解；二、通过改进人工蜂群算法实现变分模态分解参数(K,α)的优化选取；三、计算信号能量分布得到表征绕组机械状态特征值。本发明专利技术可以实现分解模态数和惩罚因子的最优化选取。选取。选取。

【技术实现步骤摘要】
一种变压器绕组振动信号特征提取方法


[0001]本专利技术涉及变压器故障诊断
，具体地说是一种变压器绕组振动信号特征提取方法。

技术介绍

[0002]变压器发生故障将危及电力系统的安全稳定运行，而变压器发生的故障中绕组机械故障占很大比重，因此需要对变压器绕组的状态进行有效感知和故障诊断。想要快速准确的识别变压器绕组的状态信息和实现故障诊断，前提是对变压器绕组状态信号进行有效的特征提取。
[0003]在变压器的使用过程中，流过绕组的负载电流在漏磁场下受到电动力的作用，使绕组产生机械振动，绕组的振动通过连接部件传递到变压器表面。目前，基于振动信号分析绕组机械状态是绕组故障诊断的重要手段。已有的信号分析方法有小波奇异性分解、小波包分解和变分模态分解等(VMD)。变分模态分解可以将非线性、非平稳的信号分解为多个简单的平稳信号之和，每个信号都有一个中心频率，但方法本身也有缺点，可能会产生信号的过分解或者分解不充分的情况，干扰原信号成分的分析。

技术实现思路

[0004]本专利技术的目的在于提供一种变压器绕组振动信号特征提取方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变压器绕组振动信号特征提取方法，其特征在于，它包括以下步骤：一、对获得的变压器绕组振动信号在初始分解模态数K和惩罚因子α下进行VMD预分解；假设给定输入信号y，将y分解为K个本征模态函数u
k
(t)，k＝1,2,
…
,K：u
k
(t)＝A
k
(t)cos(φ
k
(t))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中：A
k
(t)为u
k
(t)的瞬时幅值，dφ
k
(t)/dt＝ω
k
(t)，ω
k
(t)为u
k
(t)的瞬时频率；其中约束条件有两个：1、各模态之和等于输入信号；2、本征模态函数的估计带宽之和最小；带约束条件的变分问题为：引入二次惩罚因子α和拉格朗日算子λ(t)，把上述问题转化为无约束条件的变分问题，如式(3)所示，通过乘法算子交替方向法来求解上述变分问题，更新和λ
n+1
，寻找式(3)的鞍点，其中的表达式为：利用傅里叶等距变换将(4)式转换到频域，将中心频率的取值问题扩展到频率，获得中心频率的更新方法，完成λ的更新；表达式如下：心频率的更新方法，完成λ的更新；表达式如下：心频率的更新方法，完成λ的更新；表达式如下：通过上述的计算并进行迭代求解，把本征模态函数分量的中心频率及带宽在有约束条件的变分模型中不断交替，直至满足迭代停止条件式(8)：对于给定判别精度e>0，结束整个循环，最终根据实际信号的频域特性得到K个窄带IMF
分量，完成信号频带的自适应分割；二、通过改进人工蜂群算法实现变分模态分解参数(K,α)的优化选取；(1)参数初始化及产生初始解；ABC算法的控制参数，主要包括蜂群个数CSN、食物源的数量S
N
即采蜜蜂的数量、食物源最大循环次数limit、终止循环次数N
mc
。(2)设置适应度函数；测得的变压器绕组振动信号经VMD分解之后会形成K个本征模态函数(IMF)，每个IMF分量都对应一个中心频率；针对变压器绕组振动信号的特点，引入信号能量熵的概念：计算各IMF分量的能量：式中，u
i
(t)为第i阶IMF分量；求解各IMF分量的归一化能量：式中，K为IMF分量的总阶数；计算该组分解信号的信号能量熵：信号能量熵值的大小反应信号的稀疏特性；引入能量误差的概念：根据各IMF分量的计算公式，可以得出原始信号能量计算公式为式中，f(t)为原始信号，K为分解模态数；各个IMF分量的总能量为可得原始信号与分解得到的信号之间能量误差为E
e
＝E
a
‑
E
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)能量熵与能量误差的比值作为算法适应度函数；(3)初始化模型的搜索范围，采蜜蜂、观察蜂和侦查蜂开始进行循环搜索，搜索过程为：
①
采蜜蜂根据记忆中的局部信...

【专利技术属性】
技术研发人员：吕学宾，毛惠卿，陈翼，李蓬，王晖，高涛，牛健飞，朱洪防，郭增民，杨超，吴晓东，王官涛，鲍国华，刘博，夏瑞瑞，闫志伟，胡凯，刘延清，杨锟，杨洪波，苏同斐，
申请(专利权)人：国网山东省电力公司滨州供电公司，
类型：发明
国别省市：