共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
变压器绕组状态的监测分析是及时发现故障隐患、确保其安全可靠运行的重要手段,振动分析法从变压器绕组的机械动力学特性出发,根据监测到的振动信号中所包含的设备信息对绕组状态进行分析评估,在变压器绕组状态监测领域发挥着重要的作用。从变压器绕组振动监测技术的基本原理出发,分别从变压器绕组振动特性的建模计算与试验研究、基于振动信号的变压器绕组状态监测方法等方面综述了近年来变压器绕组振动监测领域的重要研究成果;最后,探讨现有变压器绕组振动监测领域的存在问题及相关研究方向,为今后变压器绕组振动监测技术的发展提供参考。 相似文献
4.
《高电压技术》2020,(1)
变压器绕组机械状态与其抗短路能力密切相关,研究相应的检测技术具有非常重要的意义。振动信号分析法以其可灵敏反映绕组机械状态、易于实现带电检测、与系统无直接的电连接等优点受到了广泛的关注。文中综述国内外相关文献和资料,从变压器的铁芯振动机理及特性、绕组振动模型、油箱表面振动和内部振动的关联性、非故障因素的影响和故障绕组振动特征提取及振动方法等5个方面,分析了铁芯模态仿真中的等效性,阐述了经典质量-弹簧-阻尼轴向振动模型的局限性,探讨了振动由内而外的传递过程,对比了老化、松动和变形对绕组振动特性的影响,总结了基于离散频率和宽频振动特征的故障诊断方法。最后,本文展望了未来值得继续深入研究的内容和方向,包括:建立计及硅钢片间作用力的铁芯模型,研究变压器油对铁芯和绕组振动的影响,分析不同传递路径对油箱振动的贡献,加强从宽频振动信号提取绕组故障特征的研究。 相似文献
5.
针对变压器机械状态的检测问题,文中提出了一种基于振动信号本征模态函数(Intrinsic Mode Function,IMF)指标能量的变压器绕组、铁芯机械状态检测方法。根据IMF的能量特征,建立了基于IMF指标能量的二元特征向量。通过实验测试对比分析了正常状态与故障状态下,变压器振动信号基于指标能量的特征向量变化情况。研究结果表明,发生故障前后,变压器振动信号基于指标能量的特征向量变化明显,可以依据该特征向量对变压器的机械状态进行检测。 相似文献
6.
变压器运行中油箱表面振动信号与其绕组的机械状况密切相关。通过分析变压器油箱外壁的振动信号来检测变压器绕组机械故障,关键在于从振动信号中提取反映故障前后变化的特征信息量。通过试验得到同一型号试验变压器绕组正常运行、短路冲击后运行和模拟故障运行时变压器油箱外壁的振动信号,运用小波包分析对振动信号进行特征提取,提出基于频段-能量-欧式距离的方法来检测变压器绕组机械故障。试验分析结果表明,变压器油箱外壁的振动信号能够反映出绕组内部结构的特性,通过对振动信号的分析能够有效地诊断变压器绕组故障。 相似文献
7.
基于电力变压器振动信息的绕组形变诊断方法 总被引:3,自引:0,他引:3
变压器绕组的机械形变为变压器安全运行埋下事故隐患,为此,提出一种基于振动法的变压器绕组机械状态诊断方法.诊断过程中,通过负载电流与振动信号基频进行拟合匹配初步判定绕组状态;采用小波包变换对变压器绕组不同状态下振动信号进行分析,以振动信号能谱熵作为特征输入向量;利用改进后的多分类支持向量机对特征向量进行训练与测试,实现了变压器绕组不同状态的分类诊断.通过对S 11-M-500/35型实际变压器绕组不同状态下进行负载试验,采集对应机械及电气参量数据,用所提出诊断方法对变压器绕组机械状态进行诊断,结果表明:在准确判断绕组正常及故障状态的同时,故障类型诊断结果准确率达到96.78%以上,从而验证所提出诊断方法应用于变压器绕组故障诊断的有效性和准确性. 相似文献
8.
提出了一种基于辨识模型的电力变压器绕组变形和铁心松动的故障检测方法。根据变压器的运行特点,结合其正常状态和故障状态下不同的振动特性,利用安装在变压器表面的振动传感器监测振动信号,对振动信号进行频谱分析,并根据振动特征频谱判定变压器中是否存在绕组变形和铁心松动故障,实例验证了该方法的正确性。 相似文献
9.
针对变压器振动信号非线性特征及其绕组机械状态识别问题,该文引入多重分形与贝叶斯相结合的状态识别方法,搭建振动测试平台,采集配电变压器在不同负载电流下正常运行和存在绕组松动故障运行时的振动信号。运用多重分形理论对振动信号进行多重分形特征分析,提取出随变压器绕组机械状态变化明显的多重分形谱参数作为状态特征量,使用贝叶斯分算法对试验变压器状态特征量进行状态识别。研究结果表明:变压器振动信号具有较强的多重分形特性;多重分形谱参数αfmax、αmin在负载电流波动时变化不明显,绕组松动时变化明显;多重分形-贝叶斯算法能准确的识别出变压器负载电流变化时的正常状态与绕组松动时的故障状态,准确率都在98%以上,研究结论可为负荷多变情况下基于振动信号的变压器绕组故障诊断提供一种新思路和新算法。 相似文献
10.
针对变压器铁心、绕组由于机械结构相连,铁心故障与绕组故障区分困难的问题,提出采用基于振动信号的变压器铁心与绕组故障的区分方法,通过对比分析铁磁材料磁致伸缩和绝缘垫块弹性形变的非线性特性差异,结合实验分别获取变压器铁心、绕组振动信号,在频域研究了变压器铁心、绕组振动信号的非线性特性,通过分析不同条件下振动信号高次谐波能量占比,提出采用振动信号基频与高次谐波幅值的变化规律来区分铁心故障和绕组故障.研究表明,变压器运行中振动信号基频分量由铁心和绕组振动共同决定,高次谐波分量主要来源于铁心振动.当变压器绕组故障时,仅振动信号基频幅值发生突增;铁心故障时基频和高次谐波分量幅值均发生突增,可以有效区分铁心和绕组故障. 相似文献
11.
振动在线检测法在电力变压器机械故障诊断中的应用越来越广泛,在此基础上将能量熵引入电力变压器绕组振动信号的特征提取中。通过实验提取一台电力变压器绕组正常运行和短路冲击运行时的振动信号,运用小波包分解重构原理分解出信号的子频带,采用频段-能量熵方法来检测电力变压器绕组不同运行条件下短路故障类型。实验结果表明,不同机械状态下电力变压器绕组振动信号特征向量之间的差异性可作为故障诊断的依据。 相似文献
12.
为了更加有效地对变压器绕组松动故障进行监测与识别,提出了一种变压器绕组松动故障的混沌特征分析方法。首先,针对振动信号的混沌动力学特性,采用互信息量法和G-P算法分别确定延迟时间和嵌入维数,对变压器振动信号进行相空间重构;其次,通过判断最大Lyapunov指数是否为正,进而证明变压器振动信号的混沌特性,在此基础上分析不同程度的绕组松动故障对相空间轨迹变化的影响;最后,将关联维数、Kolmogorov熵和最大Lyapunov指数作为一组混沌特征用以量化变压器绕组发生松动故障前后振动信号的混沌特性。结果表明:变压器振动信号的最大Lyapunov指数均大于0,证实了其具有混沌特性,所得到的混沌特征能够有效反映变压器绕组松动故障。研究结果为变压器绕组松动状态监测提供了一种理论依据。 相似文献
13.
14.
干式变压器在运行中受到电、热、机械等应力的共同作用,可能导致铁心松动和绕组变形等异常故障。振动分析法可以灵敏地反映铁心和绕组的机械状态,适用于干式变压器机械故障的检测。文中构建了干式变压器的有限元模型,仿真探究了干式变压器的振动机理与振动特性,发现干式变压器的绕组振动远小于铁心振动,正常运行状态下振动主要来源于铁心的磁致伸缩效应。文中搭建了干式变压器实验平台,采集并对比分析了正常工况和铁心松动状态下干式变压器表面的振动信号。发现随着铁心逐渐饱和,振动信号不再随电压平方呈线性关系增长,总振动信号峰值增长变快,基频振动信号幅值增长变慢。根据实验得到不同工况下干式变压器的振动信号频谱,发现可将振动信号的基频占比、高低频比作为诊断干式变压器机械状态的特征参量。 相似文献
15.
16.
研究运用振动信号分析法在线监测大型电力变压器绕组机械结构参数及其变化的振动测点布置问题。在分析变压器绕组振动特征、振动传播特性和变压器及其油箱机械结构动力学特性的基础上,对三相大型电力变压器进行了油箱表面振动测点位置选择的实验研究与分析,提出了油箱表面能有效反映三相结构变压器绕组振动的测试区域。最后对一台110kV变压器进行实例分析,验证了所选测试区域的有效性。该研究为电力变压器的振动在线状态监测与故障诊断提供了很好的基础和支持。 相似文献
17.
18.
《高电压技术》2021,47(7):2536-2544
变压器绕组振动信号与其机械状态密切相关,但现有的绕组振动机理研究尚不能很好地支持变压器绕组机械状态检测方法研究。为此,考虑变压器绕组机械振动与其所处漏磁场的相互耦合作用,建立了绕组两体振动模型,采用哈密顿原理推导出了模型的振动数学方程,解释了由机电耦合作用所引起的绕组非线性振动现象,完善了绕组振动机理,并通过理论分析及试验验证确定了绕组多倍频振动产生的条件。研究结果表明:绕组的振动主要集中在基频100 Hz处;然而,在机电耦合作用下,当绕组固有频率满足电流激励的整数倍时,会出现参变共振多倍频振动,振动频率为电流频率的整数倍。研究结论对变压器绕组机械故障诊断、抗短路能力设计、减振降噪技术具有指导意义。 相似文献
19.
20.
为进一步研究变压器绕组径向振动机理、绕组振动在油中的传播特性及规律,该文建立了基于欧拉梁的绕组径向振动及油中振动的传播模型,利用激光测振仪和振动加速度传感器试验研究了绕组径向振动、压板轴向振动特性,定义了功率传播比研究了不同电流下绕组振动的传递规律。对单相10kV电力变压器的研究结果表明,绕组的径向振动与压板轴向振动具有相同的数量级,两者对于振动的传播均有重要的作用;振动在油中传播过程中会因传播距离以及与油箱壁的入射角的增大而减弱对于油箱表面振动的影响,因此油箱表面振动主要受其相邻区域的绕组振动影响;轻载条件下,油箱表面的绕组振动主要来自于固体传播,而随着负载电流的增大,由变压器油传播而来的绕组振动功率增加;选择油箱表面靠近绕组振动强烈的区域进行振动监测可以获得较高的信噪比。研究结论可为基于振动分析法的变压器绕组机械状态检测方法提供依据。 相似文献