共查询到18条相似文献,搜索用时 187 毫秒
1.
分接开关振动信号EMD熵和小波熵的比较 总被引:4,自引:0,他引:4
针对变压器有载分接开关机械故障诊断,引入一种基于经验模态分解EMD(empirical mode decomposi-tion)能量熵的诊断方法,以提取变压器有载分接开关振动信号特征并进行故障诊断。首先进行小波消噪,然后对信号进行经验模态分解,对得出的各阶固有模态函数求能量,最终计算得到信号的能量熵值。运用EMD能量熵作为特征参量,分析了触头正常和烧毁两种情况下分接开关切换时产生的振动信号,并与小波能量熵比较,研究结果表明,分接开关振动信号基于EMD能量熵的方法比基于小波能量熵的方法有效。 相似文献
2.
为有效检测换流变压器用有载分接开关的机械状态,提出一种窄带噪声辅助多元经验模态分解的方法对有载分接开关切换过程中采集到的多通道振动信号进行分析。具体应用时,在原始多通道振动信号中增加若干通道窄带噪声信号,并在统一高维超球面坐标系下进行分解计算,从而在有效抑制经验模态分解过程中模态混叠现象的同时,极大提高了多维振动信号分解的准确性并降低了运算复杂性。进而根据区间最大功率特征计算固有模态函数的功率矩阵,对有载分接开关的机械特征进行描述。对有载分接开关样机正常与典型机械故障时振动信号的计算结果表明,其不同工况下的功率特征有较大区别,所定义的矩阵相似度指标可较好地衡量有载分接开关典型故障时的振动差异程度。此外,触头松动时与正常工况的相似度指标低于绝缘板松动故障,说明触头松动故障对有载分接开关切换过程的影响更为明显。 相似文献
3.
4.
在变压器带电情况下,有载分接开关(OLTC)振动信号可反应其运行状态。对振动信号特征参量进行提取分析和故障诊断可辅助实现变压器健康状态预警。本文采用优化后的小波包算法:品质因子可调小波变换算法(TQWT)提取检测装置获取的振动信号有效信息,克服小波滤波器导致的频率混淆现象,消除频率折叠,有效提高特征参量的准确性。通过支持向量机算法(SVM)对振动特征信号进行故障类型识别。在此基础上研制有载分接开关带电检测装置,实现了对有载分接开关运行状态量的现场检测和分类,大幅度减少了现场检修人员工作量,提高检修人员工作效率。 相似文献
5.
《中国电机工程学报》2016,(11)
为寻求有效的换流变用有载分接开关机械特征提取方法,提出了一种优化希尔伯特–黄(Hilbert-Huang transform,HHT)变换算法和洛仑兹信息量度相结合的方法对有载分接开关(on-load tap-changer,OLTC)切换过程中的振动信号进行分析。具体应用时,通过在原始信号中增加基于蚁群算法得到的最优掩膜信号来限制传统HHT分解过程中的带宽特性,从而在有效抑制EMD分解过程固有模态混叠现象的同时,提高了振动信号分解的准确性。进而根据振动信号的Hilbert能量谱定义了基于洛仑兹信息量度的三维曲面相似度指标来获取OLTC的机械特征。对换流变用R型OLTC样机正常与典型机械故障时切换过程中振动信号的计算结果表明,OLTC切换过程中正常与故障时的振动信号能量谱有着较大区别,所定义的三维曲面相似度指标可较好地衡量OLTC典型故障时切换过程中振动信号能量分布的差异程度。此外,触头松动时与正常工况的相似度指标低于绝缘板松动故障,说明触头松动故障对OLTC切换过程的影响更为明显。 相似文献
6.
小波奇异性检测诊断有载分接开关故障 总被引:1,自引:1,他引:1
为有效判断出有载分接开关(OLTC)的状况,测量了OLTC切换过程中其表面的振动信号,分析了切换动作过程。运用Hilbert变换提取了振动包络,采用小波变换及模极大值算法滤除了包络中的高频成分及随机噪声,结果表明该算法能够抑制OLTC振动包络信号中的高频及随机噪声。提出了OLTC振动包络信号各波峰的奇异性指数的计算方法,奇异性指数的物理意义就是信号在奇异点处的光滑程度,或者说是信号峰值陡峭程度的一个度量,所以包络信号各波峰的奇异性指数可用来判别OLTC的动静触头表面状况、弹簧压紧情况等。因此,运用奇异性指数作为特征参数,分析了触头正常及触头表面磨损、触头表面烧损、触头弹簧松动时的OLTC切换时表面产生的振动信号,提出与触头正常时相比,触头磨损及触头弹簧松动时其相应的振动包络信号波峰的奇异性指数变大;触头烧损时其相应的振动包络信号波峰的奇异性指数变小,结果表明这种基于包络分析及小波奇异性的算法可用于振动法检测OLTC状况。 相似文献
7.
针对同步发电机故障预测与健康管理(Prognostics and Health Management,PHM)系统故障特征提取困难,信号容易受到噪声干扰,诊断结果可靠性低的缺点,本文以故障率较高的轴承故障为例,提出以小波包熵值作为故障特征,提取轴承典型故障的振动信号。通过小波包分析,计算出不同故障、不同故障程度的小波包Shannon熵值。与正常轴承对比进行故障程度预测及故障定位。仿真结果表明小波包Shannon熵值能够清楚地反映出轴承故障程度及故障位置,该方法简单可靠,进行故障预测及诊断效果显著,克服了传统故障特征提取方法的不足。 相似文献
8.
真空有载分接开关是确保换流变压器安全稳定运行的关键部件,对其动力学和工作一致性进行评估具有重要意义。为了弄清楚分接开关切换过程中不同频率振动信号的产生机理,弄清楚振动信号与开关动作的联系,文中首先建立了分接开关筒壁和分接选择器支架的有限元模型,获得了分接开关固有频率及振型;然后构建了表征触头分合的多自由度动力学模型,模拟了分接开关在切换过程中的响应特性;再利用变分模态分析提取多频信号中的高频分量对振动信号进行分段,利用结构相似度计算振动时频信号的一致性系数;最后根据文中所提出的一致性分析方法对实验室数据和现场数据进行了分析,获得了不同档位一致性系数的变化规律。研究结论对基于振动信号的真空有载分接开关机械状态评价方法具有重要意义。 相似文献
9.
针对轴承故障诊断时振动信号呈现复杂性和混沌特性,故障特征分量容易淹没在噪声之中。引用自适应线性神经网络(Adaptive Linear Neuron,ADALINE)降噪和小波包Shannon熵(Wavelet Packet Analysis Shannon Entropy,WPASE)相结合的方法诊断轴承故障。首先利用ADALINE对不同故障模式的振动信号进行降噪处理,引用小波包理论对降噪后的信号进行小波包分解,计算各层细节信号的Shannon熵值,以此作为不同故障模式的故障特征量。仿真实验表明ADALINE降噪效果明显,Shannon熵能够清楚区别不同的故障模式。该方法简单可靠,为轴承故障诊断提供了新的思路和方法。 相似文献
10.
11.
12.
有载分接开关一次档位切换过程中伴生的振动信号与其机械状态密切相关。文中基于有载分接开关档位切换过程中振动信号的高维相点空间分布,对有载分接开关多个位置处的振动信号进行张量化表示,用以捕捉尽可能丰富的有载分接开关机械状态信息。然后对所构建的相空间三阶张量进行Tucker张量分解以获取核心张量,据此建立基于卷积神经网络的有载分接开关机械故障判别模型。以某CM型有载分接开关动作时的振动信号为例进行分析,结果表明,有载分接开关动作时的振动信号的相空间核心张量信息全面且冗余少,所构建的基于卷积神经网络的有载分接开关机械故障诊断模型性能良好,准确率超过95%,可为有载分接开关的故障识别及状态维修提供参考依据。 相似文献
13.
为进一步提高变压器有载分接开关(OLTC)故障识别的精度,从OLTC切换过程中振动信号递归图的纹理特征出发,提出了一种基于卷积神经网络(CNN)的变压器OLTC故障识别方法。首先根据OLTC振动信号的相空间分布,基于相点距离映射构建了OLTC振动信号的距离映射递归图(DMRP),然后通过合理选取CNN的网络层数、卷积核尺寸等结构超参数和对卷积核进行降维处理,提出了基于CNN的OLTC故障识别模型。对某CM型OLTC正常与典型故障下振动信号的计算结果表明,DMRP能自适应地对振动信号的相空间相点分布进行描述,所提出的识别模型对OLTC的典型故障均具有良好的识别性能,尤其在轻微故障的识别上相比于现有方法准确率提升了至少10%。 相似文献
14.
为提高换流变用有载分接开关(OLTC)状态诊断的准确性,开展换流变用OLTC振动信号预处理方法研究。通过对OLTC工作原理和现场噪声的分析,提出基于维纳滤波器的OLTC振动信号降噪方法和基于Teager能量算子-双门限法的OLTC振动信号阶段划分方法。在降噪方面,通过驱动电机电流信号划分噪声段和带噪信号段,基于噪声和带噪信号的频谱特征构建维纳滤波器,通过与降噪前的振动信号以及与其他降噪方法的比较,验证了该方法的有效性。在阶段划分方面,通过Teager能量算子放大振动脉冲与低频噪声的差异,通过对比观察法与所提方法在端点提取时存在的误差,验证了所提方法的有效性。文中提出的振动信号预处理方法,可为OLTC状态诊断提供高信噪比的振动信号和振动阶段信息。 相似文献
15.
把一列时间序列数据通过经验模态分解(empirical mode decomposition,EMD)为本征模态函数组(intrinsic mode function,IMF),然后进行希尔伯特变换(hilbert transformation,HT)得到频谱的信号时频分析方法引用到变压器有载分接开关切换机构的振动信号分析领域。笔者介绍了该方法的理论和算法。首先采用仿真信号对该方法进行仿真验证,然后把一实测的有载分接开关故障振动信号进行基于EMD-HT方法的时频分析。通过仿真和实例信号分析结果说明,用EMD-HT时频分析方法对变压器有载分接开关的振动信号进行故障特征提取是有效的。 相似文献
16.
17.