不同负载电流下变压器表面三维振动信号特征分析

变压器表面振动信号与绕组及铁芯运行状态密切相关。采集正常运行中变压器表面三维振动信号,结合负载电流和运行电压数据,分析总结不同方向变压器表面振动信号的时域峰值特征和频域能量特征。提出能量—电流灵敏度指标EC-S,用于定量描述变压器表面振动信号各频点能量受负载电流变化的影响,基于该指标分析了可表征变压器绕组振动状态的特征频点。结果表明同一位置不同方向的变压器表面振动信号差异显著,三维振动信号较单一方向振动信号能更全面地反映变压器绕组振动变化。     

信号数字谱技术在电机振动分析中的应用

本文论述了电机振动信号的测量与抽样方法,通过对量化的振动信号样本集做快速富里叶变换运算,得到电机振动信号的数字谱图.这种数字谱分析可以在普通数字电子计算机上实现.文中给出了一台同步发电机振动信号的样本集和对其进行1024点FFT运算的功率谱分析结果,同时对截断误差进行了必要的分析.     

基于CRP和RQA的高压并联电抗器振动信号分析

并联电抗器油箱表面的振动信号与电抗器绕组和铁心的状态密切相关。因此,可以通过振动信号来监测并联电抗器绕组和铁心状态。本文针对电抗器振动信号的非线性特征,提出了一种基于交叉递归图(CRP)与递归量化分析(RQA)相结合的信号处理方法,对铁心饼上表面振动信号与油箱表面多个测点信号的相关性进行研究。实验结果表明,该方法不仅能定性描述电抗器不同测点信号的相关性,还可利用提取的RQA参量对递归现象定量表述。研究结果从非线性动力学角度为高压并联电抗器振动敏感区域确定及振动测点选取提供了依据。     

基于振动信号SVM分类的变压器状态识别

为提高基于振动信号的变压器状态识别准确率,提取振动信号的峰峰值、均值、偏度等时域特征量和主频率幅值占比、基频幅值占比、50 Hz及其奇次倍频幅值占比等频域特征量构成特征向量,运用支持向量机(SVM)分类方法对变压器进行状态识别。采集了变压器正常与故障运行状态下的振动信号,结合实测信号分析了各特征量随变压器状态的变化,最后对比了单个特征量与多特征量结合对变压器正常短路、正常空载、故障短路、故障空载4种状态的识别准确率。结果表明,结合振动信号多个特征量的SVM分类对变压器的状态识别准确率显著高于单个特征量的识别准确率。     

基于振动的储能电池异常工况预警新方法

文中引入振动信号作为一种新的储能电池状态参数,通过搭建储能电池振动信号检测平台,对电池设置正常充电、过充和外部短路后充电三种运行工况,并采集其振动信号。为了完整还原储能电池振动信号的特征,对采集信号进行傅里叶变换和连续小波变换,提取不同工况下的幅值特征和能量特征,得到以下结论：(1)电池在不同工况下的振动特征存在区别;(2)两种异常工况的特征均可归纳为主频率改变、振动幅值上升和信号能量向中高频段转移。电池异常工况振动特征的发现,有望对储能电池的状态监测和异常工况预警提供新的研究思路和参考。     

基于二维图像和卷积神经网络的阀冷系统主循环泵故障诊断

特高压直流输电工程中，及时发现并排除换流阀冷却系统的主循环泵的故障，对保障换流阀的稳定运行具有重要意义，为此针对主循环泵在故障时产生的振动信号，提出一种基于二维图像和卷积神经网络的阀冷系统主循环泵故障诊断方法。首先，通过变分模态分解(variational mode decomposition, VMD)联合奇异值分解(singular value decomposition, SVD)对振动信号进行去噪处理：使用VMD分解轴向、竖直径向和水平径向的振动信号，基于相关系数法获取最优本征模态分量；使用SVD对分量信号滤波后，通过分量空间重构获取去噪后的振动信号。然后，通过格拉姆矩阵将时序振动信号转换为振动图像，提取振动信号的时空特征。最后，将轴向、竖直径向和水平径向振动图像多通道并行输入AlexNet深度卷积神经网络，通过卷积层和池化层实现多层次特征融合，提高故障诊断准确率。分析结果表明，该模型故障诊断精度为91%,优于多层感知机算法、一维卷积神经网络和浅层卷积神经网络，可以为阀冷系统主循环泵的故障诊断提供方法基础，为现场人员安排计划检修提供理论依据。     

一种光纤振动传感器的改进型相位解调方法研究

为消除干涉幅值对分布光纤振动传感系统在相位解调时的影响,提出了一种基于改进型相位生成载波(PGC)调制解调 技术的 Michelson 干涉仪型光纤振动传感解调系统。 其首先对 Michelson 干涉仪光纤振动传感系统的参考光纤上施加一定幅值 和频率的高频载波信号,完成对待测振动信号的高频调制。 而后通过零次谐波、一次谐波载频信号和低通滤波器还原出含有待 测振动信号的正弦项和余弦项。 最后通过对正弦项和余弦项的适当变换并相除解调出不含有干涉幅值的待测信号项。 通过仿 真与实验分析,提出的改进型 PGC 解调方案可以有效消除干涉幅值对解调输出信号产生的失真影响。     

基于振动信号的变压器绕组松动故障诊断方法

提出了基于运行中变压器表面振动信号的绕组松动故障诊断模型和诊断方法。首先,分析了绕组振动幅值与电流、预紧力、铁芯振动、非线性因素的关系,确定振动信号中100 Hz为绕组松动的特征频率,提出分离绕组振动幅值和铁芯振动幅值的方法;提出绕组松动诊断模型和基于该模型的平均安全余量,利用待检测变压器在一组负载电流下的绕组振幅计算平均安全余量,由此定量判断绕组的松动状态。利用有限元仿真和现场实验分别对诊断模型和诊断方法进行检验,实验结果显示平均安全余量在1±0.5之外时存在松动故障,值越远离1,松动程度越大。该方法解决了变压器实际运行中绕组和铁芯振动基频相同、矢量叠加相互影响的问题及实际运行中负载变化,电流不同,仅用某个电流下的振幅判断精度受限的问题,且对松动程度量化表示,易于判断。     

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.     

基于振动信号特征矩阵相似度的变压器机械故障诊断技术研究

目前基于振动信号的变压器机械故障诊断多是通过对某个振动信号进行独立分析、提取特征量进行判定,对变压器机械状态的反映过于片面;基于振动信号特征矩阵相似度可实现综合不同测试位置、多组振动信号的变压器机械故障诊断,但该方法可能受负载条件影响而发成误判。文中改进了振动信号特征矩阵的构造方法,通过实验研究了负载率、功率因数、不平衡度对振动性信号特征矩阵相似度的影响,结果表明:文中所做改进可有效地减少故障诊断中由于负载条件改变造成的误判。应用改进后的特征矩阵相似度对模拟故障进行诊断,结果表明,该方法受负载条件影响较小、能准确诊断出故障存在,有良好的应用前景。     

高压断路器操作振动信号处理的一种新方法

本文针对高压断路器操作振动信号的特点，提出一种新的振动信号处理方法，该方法基于积分思想，能够有效地将振动信号的细微变化明显地反映出来，通过曲线拟合的方式将变化用多个参数定量表达，分析结果表明该方法较好地考虑了测量的分散性，对不同状态下的信号具有较好的区分度，在了解不同故障情况下参数的特点后，就可以利用参数的组合实现对断路器状态的识别。     

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。     

断路器机械特性特征数据稳定性和故障机理

为研究高压断路器诊断与评估方法中特征数据可靠性和故障特征数据变化规律问题,针对断路器触头行程、操作机构电流和机械振动信号搭建数据采集平台,提出3种信号的数据特征值提取方法,在断路器同一状态不同时间下,研究各信号特征数据稳定性;在断路器操作机构控制回路电阻增大、分闸弹簧单根脱落和操作及传动机构卡涩3种不同状态下,研究3种信号的特征数据的变化规律。研究证明搭建的断路器数据采集系统的可靠性和数据特征提取方法可行,并得出了断路器机械特性不同状态下各信号特征值的变化规律,为断路器状态评估与诊断方法提供数据支持。     

振动信号小波包特征熵的时变与频变特性分析

为了更好的反应高压断路器的机械振动状态,介绍了一种基于小波包分解的断路器振动信号特征提取新方法。将正常状态标准信号3层小波包分解后提取第3层各节点重构信号的包络,利用能量均等的原则将各包络分成15段并提取各分段时间点并利用正常状态标准信号所得包络的分段时间点分段测试信号的对应节点包络,再利用熵原理计算各节点熵,组合后形成小波包特征熵向量用于断路器故障诊断。利用实际信号分别模拟时变和频变信号测试所得向量变化特性的仿真结果表明:无论在时变还是频变情况下,该方法所提取的振动信号特征向量都可以以不同的变化特性直观、明显地反映信号的变化。     

基于连续小波变换的振动故障分析方法研究

某型机在进行调整试飞时驾驶舱振动过大,此类机振动故障信号一般具有非平稳特征,传统傅里叶分析无法得到频谱随时间变化的趋势.小波变换具有良好的时频局部特性,能够反映信号在局部范围内的特征.在介绍小波变换理论的基础上,采用基于Morlet小波的连续小波变换对飞机振动故障数据进行了分析,得到频率随时间变化的趋势.结果表明,小波...     

基于小波理论的电力变压器振动信号特征研究

通过监测电力变压器的器身振动信号预估变压器机械故障的振动法的关键在于如何从振动信号中提取有效特征。为有效诊断铁心和绕组的机械状态,利用小波变换对变压器振动信号进行时域与频域综合分析,提出基于频段—能量分布的变压器铁心和绕组机械故障诊断新方法。试验结果表明,小波变换能够有效地提取振动信号的特征,得到实时振动信号各频段上的能量分布状态,据此可有效在线诊断变压器机械故障。     

基于机-热-电多参量信号特征的GIS隔离开关状态评估方法

气体绝缘开关(gas insulated switchgear, GIS)设备中的隔离开关故障往往是机械、热、电气多物理量综合作用的结果,从微小缺陷发展至严重故障的过程中,会产生异常振动、温度、局部放电多种参量信号,同时测量并分析GIS隔离开关的多参量信息对于准确获取其运行状态具有重要意义。文中通过在实体220 kV GIS实验平台上模拟隔离开关最为常见的接触不良缺陷,研究不同接触状态时振动信号、温度变化和局部放电信号的演化规律,获得其与设备状态之间的对应关系,结合健康指数理论和改进层次分析法,提出基于多参量特征的GIS隔离开关综合评估方法。使用该方法开展现场测试,其检查结果与多参量综合评估方法的的分析结果相吻合。文中的研究为GIS隔离开关状态的带电检测提供了一种可行性较高的多参量融合分析新方法。     

基于LabVIEW算法作动器时滞的试验研究

以信号处理为基础,根据谐波激励特征,结合离散傅里叶变换推导了振动主动控制中时滞测量算法的理论。在图形化开发软件LabVIEW编程实现该算法,并进行了仿真验证。为将该算法应用于实际中测量时滞,依据振动主动控制工程背景,试验研究了在振动主动控制中时滞量较大的作动器的时滞规律。为研究时滞量和输入控制电压信号参数之间关系,对作动器进行了时滞试验方案设计,得到作动器时滞量与输入电压信号的频率和幅值参数变化之间的关系图,基于试验结果进一步总结电磁式作动器的时滞变化规律。     

高压断路器振动信号在线监测系统的研究

机械故障是高压断路器的常见故障,大多数高压断路器的机械故障都可以通过分析其分、合闸振动信号判断出来;为了对高压断路器振动情况进行实时监测和分析,防止其机械故障发生,设计了一个监测高压断路器振动信号的监测装置,该装置采用TI公司的数字信号处理器芯片TMS320X2812,可对高压开关振动信号进行实时监测及时域和频域分析,试验表明该装置能够实现对高压断路器分、合闸振动信号的实时监测和分析,具有现场应用价值。     

基于小波奇异性检测的高压断路器故障诊断

高压断路器机械故障的出现不仅会引起振动冲击事件的时移,而且会引起时域波形中的一些波峰形态的变化。基于小波变换的信号奇异性检测理论,可以求取振动信号包络的奇异性指数,作为特征参数用于故障诊断。对高压断路器合闸振动信号进行了分析,取得了较好的效果。