变压器绕组振动状态感知方法技术

本发明专利技术公开了一种基于CWT

【技术实现步骤摘要】
变压器绕组振动状态感知方法


[0001]本专利技术属于电力变压器绕组振动
，特别是一种基于CWT
‑
InceptionNet的电力变压器绕组振动状态感知方法。

技术介绍

[0002]电力变压器是电网中实现远距离输送及电能分配的重要电力设备，其稳定性对电网安全至关重要。绕组作为变压器油箱内部重要的机械部件，发生机械故障所占比例高达70％。能否迅速检测到绕组振动状态一直以来都是行业热点。
[0003]传统的振动状态检测无法有效确定其位置及类别，感知准确性也不够高，均有其局限性。振动法通过实时采集油箱表面的振动信号，通过分析绕组受力变化判断变压器运行状态，常用的处理信号的方法有傅里叶变换、小波变换及希尔伯特
‑
黄变换等。二维图像识别是通过转换坐标系统将一维振动信号转化成二维图像再进行识别，降低运算量。
[0004]卷积神经网络作为一种特征提取和分类方法，在图像特征提取领域大放异彩，它的基本结构包括了输入层、卷积层、池化层、全连接层及输出层。通过卷积层和池化层对图像特征进行提取，再通过全连接层和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CWT
‑
InceptionNet的电力变压器绕组振动状态感知方法，其特征在于，其包括以下步骤：步骤1，在多变压器绕组的多个测点位置放置振动加速度传感器采集变压器绕组的振动信号，得到变压器绕组的多通道振动数据；步骤2，将工频信号与振动信号叠加后的混合振动信号作为附加信号，再将振动信号与附加信号进行交叉小波变换得到交叉小波能量谱；步骤3，特征提取所述交叉小波能量谱表征交叉谱图特性的特征量，所述特征量归一化后构造出特征量矩阵M，利用SPSS统计对特征量矩阵M进行person相关性分析，得到相关系数矩阵P，设定阈值Q，如相关系数矩阵P中元素值大于阈值Q，则删除特征量矩阵M中对应位置的特征量，否则不处理，最后得到特征量矩阵M
′
；步骤4，按照如下变压器绕组的振动状态，对特征量矩阵M
′
进行编码得到振动状态编码，其中，变压器绕组的振动状态包括正常状态、绕组松动、绕组翘曲和绕组错位；步骤5，建立基于CWT
‑
InceptionNet网络的变压器绕组振动状态感知模型，其中，Inception结构块包含1*1卷积核、3*3卷积核、5*5卷积核以及3*3全局最大池化层，利用Inception结构块提取输入特征向量组的多尺度特征，并使用批标准化缓解梯度消失；步骤6，初始化网络参数，将特征量矩阵M
′
和对应振动状态编码按一定比例分为训练集和测试集，通过训练集对网络参数进行训练与调优；步骤7，保存训练好的网络模型，并通过测试集进行测试，根据训练好的CWT
‑
InceptionNet网络对后续待判断的变压器绕组状态进行感知。2.根据权利要求1所述的基于CWT
‑
InceptionNet的电力变压器绕组振动状态感知方法，其特征在于，优选的，多通道振动数据包含变压器绕组正常运行状态、松动、翘曲、错位的四种状态信息。3.根据权利要求1所述的基于CWT
‑
InceptionNet的电力变压器绕组振动状态感知方法，其特征在于，根据交叉小波能量谱分析得到交叉小波变换系数、判断振动信号的频率相关特性，以及表征振动信号相位关系的特征。4.根据权利要求3所述的基于CWT
‑
InceptionNet的电力变压器绕组振动状态感知方法，其特征在于...

【专利技术属性】
技术研发人员：罗兵，王婷婷，卓然，高萌，陈秋霖，赵思诚，贾磊，陈喜鹏，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：