基于振动信号统计特性的变压器绕组状态监测

运行中的变压器振动信号与其绕组状态密切相关,为深入挖掘变压器振动信号的变化规律,实现绕组状态的准确监测,本文从在运变压器的振动监测信号特性出发,通过对预处理后的变压器振动信号进行系统聚类,得到了变压器绕组振动特征曲线,进而根据变压器振动信号的统计特性即T2控制图对绕组状态进行监测分析。对某500k V变压器振动在线监测信号的分析结果表明,所提出的系统聚类方法能够有效地提取变压器振动信号的特征,依据振动信号的T~2控制图可以准确地判断变压器的绕组状态。研究结果可为基于振动信号的变压器绕组状态监测提供重要依据。     

基于振动的电力变压器状态监测系统设计

为在线监测变压器的运行状态,文中对以机械参数为主、电气参数为辅的变压器振动分析法进行了研究,在Windows CE平台上搭建了基于振动信号的电力变压器状态监测系统。选用EPC-8000嵌入式工控机主板作为操作系统平台,PCM-8208BS高速模拟量输入卡作为数据采集设备,VC++作为软件开发环境。系统装置能实时采集变压器的振动信号并进行分析,绘制出实时的时域波形图、频谱图和能量谱图,得出变压器的运行状态,并进行故障预警,具有良好的在线监测效果。     

基于广义回归神经网络的变压器振动信号预测

变压器箱壁的振动信号与绕组和铁芯的运行状态密切相关。在对变压器振动机理进行分析的基础上,提出使用广义回归神经网络获取变压器电压电流信号与振动信号100Hz分量的对应关系,据此对变压器振动信号进行预测。使用模型变压器试验平台获取的电压电流和振动信号对广义回归神经网络进行训练,并把训练好的神经网络用于振动信号的预测。预测信号与实测信号的良好吻合说明了文中所提出的方法的有效性,据此可对变压器运行状态进行在线监测。     

基于GRNN-MC的变压器振动信号预测

变压器振动信号是评估其工作状态的重要参数之一,与绕组松动或变形等隐患密切相关,为揭示变压器振动信号的变化趋势,本文提出了一种基于广义回归神经网络和马尔科夫链修正的变压器振动信号预测方法。即分别以变压器运行电压、负载电流和振动信号归一化特征频率为输入和输出建立变压器振动信号广义回归神经网络预测模型,然后引入马尔科夫链并结合负载电流的变化对振动信号计算结果进行修正以获得最终的预测结果。对某500 kV变压器振动在线监测信号的分析结果表明：经马尔科夫链修正后的变压器广义回归神经网络振动信号预测模型预测精度高,可为变压器绕组运行状态的振动监测技术提供重要参考。     

基于交叉小波变换的变压器振动信号分析

分析变压器各测点上振动信号频谱之间的相关性,去除其他测点信号的频谱干扰,对于准确提取表征变压器工作状态的特征参数、实现变压器的在线监测具有重要意义。本文应用交叉小波变换在时-频域空间中分析变压器上不同测点振动信号间的相关性,得出振动信号间的相关性随时间和频率变化的规律及信号间相关性强的频谱成分,再与原信号的频谱成分相比较后可提取出该信号独立于其他测点信号的频谱成分,为振动法在线监测变压器的运行状态提供参考。     

面向变压器振动的分布式监测系统的设计与实现

变压器在电力系统中起着重要的作用,传统的变压器故障检测方法存在着施工难度大、灵敏度低等缺点,而通过采集变压器的振动信息可以实现在线并且较为精准的监测变压器运行状态。现有的振动采集系统多为一体式设计,不能保证系统采集信息的多样性及准确度,本文设计了分布式变压器振动监测系统,可采集多种类、多通道的信号,扩展性能较强,可以有效避免站内信号干扰。通过在变压器旁安装振动就地采集单元,将采集到的振动信号进行模数转换后发送至上位机进行分析处理,实现变压器工作状态的在线监测,能够对变压器绕组是否产生形变做出诊断。针对广州变电站实地情况设计安装了相应振动采集系统,并已成功投入应用。     

基于Web的变压器振动噪声在线监测系统的研究与实现．

作为电力系统中最主要的设备之一,变压器的健康水平和运行状况直接影响到整个电力系统的安全运行。在分析直流偏磁影响下变压器振动噪声信号对我国电网影响的基础上,运用计算机技术和网络技术,开发了一套基于Web的变压器振动嗓声在线监测系统。系统在对变压器运行时振动噪声等信号实时采集的基础上,采用TCP下的Socket通信机制传输数据。并利用ASP．NET技术实现基于Web的数据发布,实现了对变压器运行时振动嗓声等信号的实时监测。     

电力变压器振动监测的测点位置选择

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。     

基于DSP的变压器振动信号的小波能量谱熵提取

变压器器身的振动信号含有丰富的故障信息,利用振动法进行变压器运行状况的在线监测已经成为变压器故障诊断的研究重点之一。结合小波变换与信息熵的理论,采用变压器振动信号的小波能量谱熵作为故障诊断的特征信号,同时利用DSP芯片TMS320F2812作为核心芯片,设计并完成对变压器振动信号的采集和小波能量谱熵的提取。结果表明,变压器正常运行与故障运行时的小波包能量谱熵存在差异。因此,该方法能够有效提取变压器振动信号的特征值,为后续故障诊断提供有力的依据。     

变压器负载条件下提取铁心振动信号基频成分方法的研究

振动法是诊断变压器运行中潜伏故障的一种有效手段,不仅能够检测出故障绕组,还能检测铁心的状况,对其进行充分的研究有良好的应用前景。本文介绍了变压器铁心振动的起因,提出了一种不必空载运行变压器即可取得变压器铁心振动信号基频成分的方法。通过设计的测试系统,本文模拟变压器实际运行时的情况,测量了不同负载电流及空载情况下变压器本体的振动加速度信号。通过拟合的负载电流与振动加速度信号基频成分的关系曲线,得到了负载电流为零时变压器振动信号基频成分的幅值,这个值与空载情况测得的振动信号基频成分相当,说明了利用这种方法可以提取出变压器铁心振动信号的基频成分用于铁心的在线监测。