基于振动信号的变压器铁心与绕组故障区分方法

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.     

基于振动信号分形维数的变压器松动诊断方法

基于变压器松动前后振动信号非线性特性的改变,提出采用振动信号时域波形的分形维数作为铁心、绕组松动诊断特征量。文中探讨了分形维数应用于变压器振动信号分析的可行性,根据分形理论,针对变压器振动模拟信号与实测信号分别进行了分形盒维数计算。结果表明,正常状态下不同变压器绕组振动信号分形盒维数集中于1.19,不同变压器铁心振动信号分形盒维数不同,但对于同一台变压器,其铁心振动信号分形盒维数具有稳定值。变压器松动故障后,铁心和绕组振动信号的分形维数均明显增大,分形维数能准确反映变压器正常与松动状态。     

基于典型振动规律的干式变压器机械状态诊断

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。     

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。     

变压器绕组及铁心振动监测方法研究

变压器油箱表面的振动主要是由变压器绕组及铁心振动引起的,通过测量油箱表面的振动信号可以反映绕组及铁心的振动情况,从而判断其绝缘状况.根据变压器的结构,通过理论分析和试验研究了变压器绕组及铁心振动信号的特点,探索出了一些能判断绕组和铁心压紧状态的方法,同时提出了在非空载条件下提取铁心振动信号的方法,解决了绕组发生轻微变形时难以测量的问题.     

电力变压器铁心振动特性分析

作为电力变压器的主要部件,变压器铁心的振动信号主要与铁心紧固状况、绝缘程度密切相关,具有较强的非线性非平稳特性。本文以电力变压器铁心为研究对象,将希尔伯特黄变换(HHT)时频分析方法引入变压器铁心非线性振动信号分析领域,并结合传统频谱分析法对六种不同型号的电力变压器铁心振动信号进行了分析及实验研究,从时域、频域及时-频域等几个角度分析了铁心本体振动特性、油箱表面空载时振动特性及负载时绕组振动对铁心振动的影响。该研究分析结果为电力变压器的状态检测与故障诊断提供了一个良好的基础。     

振动法用于在线监测电力变压器绕组及铁心状况的可行性研究

本文提出利用在线测量器身振动监测电力变压器铁心及绕组状况的方法 ;分析讨论了如何从器身振动信号中提取铁心及绕组的振动信号。根据参考文献以及实测得到的变压器器身振动信号频谱图 ,研究了铁心及绕组振动信号的基本特征 ;最后论证了利用振动法在线监测电力变压器比噪声法具有更高的可行性     

基于振动特征的变压器绕组与铁心故障诊断方法

<正>变压器运行状态与变压器油箱表面振动特征密切相关。应用变压器绕组与铁心信号分离技术,提出一种基于振动特征的变压器绕组与铁心故障诊断方法。通过计算变压器绕组与铁心实时振动信号与原始振动信号相关系数与幅值系数。实现对变压器运行状态的实时监测。试验结果显示,该方法能对绕组及铁心的运行状况作出有效判断,为变压器运行故障诊断提供重要理论依据。     

负载电流法在基于振动信号分析法监测变压器铁心状况中的应用

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。文中提出了一种不空载运行变压器取得变压器铁心振动信号基频成分的负载电流法。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。文中最后利用负载电流法对于铁心故障进行了监测，并与小波包分析法进行比较，结果证明了这种方法可初步判定铁心的状况。     

变压器温度和机械振动特性的仿真与分析

为了进一步分析变压器的温度场分布特性与变压器铁心振动特性,作者以一台10kV油浸变压器为样机,进行仿真分析与振动试验测试。首先建立变压器温度场仿真模型,得到变压器铁心的最大温升,最大温度区域集中在B相铁心柱和铁心窗。然后搭建电磁固多物理场耦合的变压器铁心磁致伸缩振动模型,得到铁心磁场大小和ABC三相的振动加速度。最后搭建变压器铁心磁致伸缩采集平台,对变压器进行了空载振动信号监测,由此分别得到了铁心A、B两相的振动的加速度,仿真结果和试验结果两者相互比较,数值大小相同。     

运行中电力变压器油箱表面振动特性的研究

电力变压器油箱表面的振动信号与变压器绕组及铁心的压紧状况、位移及变形状态密切相关.因此,振动信号分析法是监测电力变压器绕组和铁心状况的有效方法之一.本文利用组建起的变压器振动测量系统,对现场正在运行中的电力变压器油箱表面的振动信号进行了测量,分析了变压器型号、传感器安装位置对所测得的振动信号的影响,结果表明:同型号变压器油箱表面的振动特性相似;油箱表面上下对称位置处的振动特性相差不大,而其它各个位置处的振动信号都没有可比性.最后,本文研究了传感器的安装位置略有变化时,所测得的振动信号的变化情况,提出了应对传感器安装位置进行标记,在进行下次测量时,传感器安装位置最好在标记点处或偏离不超过5 cm.本文的研究成果对于振动信号分析法的实际应用具有一定的指导意义.     

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。     

小波包分析在振动法监测变压器铁芯及绕组状态中的应用

通过分析小波包的特性,提出了一种工于小波包分析得到变压器器身振动的能量特征矢量的方法,该特征矢量可作为变压器铁芯故障诊断的判据。在实验室中,进行了空载条件下变压器铁芯振动的测试。从时域的信号来看,故障后的振动加速度信号幅值比正常状态下有了一些变化,但难以形成确定的判据来衡量电力变压器发生故障程度的大小。对振动信号进行小波包分解,得到基于小波包分析的能量特征矢量,从实验结果可以看出这种方法可有效地判断铁芯是否存在故障。该方法具有良好的应用前景。     

用振动信号分析法监测电力变压器状况时传感器安装位置研究

电力变压器油箱表面的振动与变压器绕组及铁心的压紧状况、位移及变形状态密切相关。因此,振动信号分析法是监测电力变压器绕组和铁芯状况的有效方法之一。文章利用组建起的变压器振动测量系统,对现场正在运行中的电力变压器油箱表面的振动信号进行了测量,研究了对于某一固定位置来说,当传感器的安装位置有所改变时,所测得的振动信号的变化情况,结果表明,传感器位置变动在5cm的范围内时,测得的振动信号变化不明显,不会对变压器绕组或铁芯状况的判断造成影响;而传感器位置变动在10cm时,振动信号在某些频率上幅值变化很大,可能引起误判。据此,文章提出了应对传感器安装位置进行标记,在进行下次测量时,传感器安装位置最好在标记点处或偏离不超过5cm。本文的研究成果对于振动信号分析法的实际应用是具有一定的指导意义的。     

基于振动的变压器铁芯松动定位

为对油浸式电力变压器铁芯松动进行定位判断,对变压器油箱表面测得的振动进行分析研究.首先理论分析变压器空载运行时油箱表面不同位置振动信号的特点以及变压器在铁芯松动前后振动信号的变化规律,然后对一台油浸式变压器进行实验,分析铁芯松动对油箱测点的影响.实验结果表明：振动信号基频分量幅值与空载电压的平方呈线性关系;当A、B、C 三相中某一相铁芯发生松动故障时,此相铁芯上方对应位置测点的振动信号基频分量幅值比正常时增大,且随铁芯松动程度增大而变大,其他两点的振动幅值先减小后增大.可根据此规律进行铁芯松动诊断以及初步定位.     

运行中的电力变压器油箱表面振动信号的研究

变压器绕组和铁心是发生故障较多的部件。通过对电力变压器空载试验及负载试验时分别测量油箱表面的振动信号，从而得到铁心及绕组的振动信号，为开展变压器绕组及铁心监测与诊断方法的研究提供了十分重要的依据。本文提出了对实际运行的电力变压器油箱表面的振动信号进行测量，比较分析变压器型号、传感器测量位置等对测得的振动信号的影响；当缺乏历史数据时，可以通过和同型号变压器或上下对称位置处的振动信号比较来判断绕组或铁心状况；并且通过对传感器安装位置发生偏离时测得信号的比较分析，提出了测点的布置与以往数据相比，相差半径范围不应超过5cm的结论。     

振动频谱特征值在诊断变压器故障中的应用研究

<正>常运行中的电力变压器的振动主要来自于变压器铁心和绕组的振动,振动信号中包含了丰富的能够表征变压器状态的信息。文章在1台10/0.4 k V三相双绕组电力变压器中设铁心松动、绕组松动、绕组幅向错位故障,利用基频、幅值、主频率、频率比重以及频谱复杂度等振动特征量,研究了变压器绕组在上述故障条件下油箱表面的振动变化规律。研究结果表明,三种故障条件下的频谱复杂度均会降低,绕组松动和铁心松动中的振动基频会升高,绕组错位中的基频振动会降低。文中的结论对基于振动信号分析法的电力变压器诊断具有借鉴意义。     

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。     

运行中的电力变压器油箱表面振动信号的研究

变压器绕组和铁心是发生故障较多的部件。通过对电力变压器空载试验及负载试验时分别测量油箱表面的振动信号,从而得到铁心及绕组的振动信号,为开展变压器绕组及铁心监测与诊断方法的研究提供了十分重要的依据。本文提出了对实际运行的电力变压器油箱表面的振动信号进行测量,比较分析变压器型号、传感器测量位置等对测得的振动信号的影响;当缺乏历史数据时,可以通过和同型号变压器或上下对称位置处的振动信号比较来判断绕组或铁心状况;并且通过对传感器安装位置发生偏离时测得信号的比较分析,提出了测点的布置与以往数据相比,相差半径范围不应超过5 cm的结论。     

基于JADE算法的变压器振动信号分离的研究

为了实现变压器绕组和铁心振动信号的分离,从而达到对绕组与铁心运行状态监测的目的,文章利用独立分量分析理论(ICA)与联合近似对角化算法(JADE),将变压器铁心、绕组的振动信号从传感器监测到的混合信号中分离出来,并根据各个部件振动信号与数据库原始信号中的频率特性对比分析,判断变压器的故障隐患。采用LabVIEW与MATLAB混合编程技术对JADE算法进行编程,由仿真结果可知:在信号源和混合参数未知的情况下,JADE算法能根据观测信号以及源信号统计独立的假设对源信号进行可靠分离。