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。     

空载变压器油箱表面振动信号的初步研究

利用变压器振动测量系统测取了空载变压器油箱表面的振动信号 ,根据对铁心振动信号特征、不同位置处振动信号的差异的研究提出了运用振动信号分析法在线监测变压器铁心时 ,同时分析三相振动信号及与各自的历史振动数据相比较的方法。     

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.     

电力变压器铁心、油箱振动特性及与近场噪声的关联性研究

变压器的噪声主要是由油箱的振动产生,油箱的振动主要是由铁心的振动产生,而铁心的振动主要是由电磁力产生,为了研究铁心电磁力、铁心振动、油箱振动与近场噪声的关联关系,采用虚功法对不同电压下不同方向变压器铁心的电磁力进行了仿真计算,采用有限元分析法对不同电压下变压器铁心的振动特性进行了仿真计算,并利用加速度传感器测试了不同电压作用下不同方向铁心、油箱的振动特性,以及变压器的近场噪声特性,探讨了铁心振动的传递过程,发现铁心电磁力的大小、方向、频率与铁心振动、油箱振动、变压器近场噪声具有明显的相关性。     

电力变压器铁心、油箱振动特性及与近场噪声的关联性研究

变压器的噪声主要是由油箱的振动产生,油箱的振动主要是由铁心的振动产生,而铁心的振动主要是由电磁力产生,为了研究铁心电磁力、铁心振动、油箱振动与近场噪声的关联关系,采用虚功法对不同电压下不同方向变压器铁心的电磁力进行了仿真计算,采用有限元分析法对不同电压下变压器铁心的振动特性进行了仿真计算,并利用加速度传感器测试了不同电压作用下不同方向铁心、油箱的振动特性,以及变压器的近场噪声特性,探讨了铁心振动的传递过程,发现铁心电磁力的大小、方向、频率与铁心振动、油箱振动、变压器近场噪声具有明显的相关性。     

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。     

运行中电力变压器表面三维振动信号小波分析

理论和实践表明根据电力变压器表面振动信号可以分析判断其绕组和铁芯的工作状态。表面振动信号特征分析是振动法分析电力变压器状态的一个重要基础。应用小波多分辨率技术,分析了现场采集的电力变压器表面三维振动信号,并基于帕赛瓦尔定理计算比较了X、Y、Z三个方向振动信号的频段-能量分布特征,为振动法分析电力变压器运行状态提供参考。     

220kV挂网运行电力变压器油箱表面振动源数判定

在变压器油箱表面振动信号特征分析的基础上,提出了使用小波包-奇异值分解-聚类分析方法对单一传感器采集的变压器油箱振动信号进行源数判定。     

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.     

大型电力变压器铁心、油箱及冷却系统的噪声控制措施

详细介绍了大型电力变压器铁心,油箱及冷却系统的噪声控制措施,指出只要采用合理的技术措施,就能使铁心振动噪声降低5－10dB(A),使变压器空气传播途中的噪声降低10－20dB(A),并能使冷却系统的噪声接近本体噪声水平。     

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.     

电力变压器表面振动信号功率谱分析

理论实践表明,电力变压器表面振动信号特征分析是振动法分析电力变压器状态的一个重要基础,振动信号特征可以用来分析判断其绕组和铁芯的工作状态。文中分析了现场采集的电力变压器表面振动信号的功率特征以及功率与负载电流的关系,为振动法分析电力变压器运行状态提供参考。     

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。     

基于振动的变压器绕组压紧状态评估方法

为实时评估变压器绕组压紧状态,对变压器振动问题进行研究。在绕组振动成分、振动传播路径和油箱表面振动成分的研究基础上,建立了变压器油箱振动信号模型。在瞬态激振实验中发现:相对于油箱正面测点,顶面测点更能体现油箱瞬态激振响应逐渐衰减的特征;靠近C相套管的顶面测点共振频段随压紧力减小而明显向左位移。进行短路实验,结合不同电流不同压紧状态下的大量实验数据,发现靠近C相套管的顶面测点振动信号共振谱峰分布与瞬态激振实验中共振频段分布较为一致,提出利用共振谱峰位移规律进行绕组压紧状态在线评估。该方法简单易行,只需监测油箱顶面振动信号,适应变压器负荷变化的运行环境,与电网没有电气连接,可以实现变压器绕组压紧状态在线评估。     

基于经验小波变换的变压器振动信号特征提取

为有效提取变压器振动信号特征,提出了一种基于经验小波变换(EWT)的信号特征提取方法。首先利用EWT方法将不同工况的变压器振动信号分别分解为若干经验小波函数(EWF)分量;然后计算各分量Hilbert谱,通过时频表示直观反映不同工况变压器振动信号的频率特征信息;最后计算不同工况振动信号各EWF分量与原信号的相关系数,并提取相关度高的分量,根据其能量构建信号的特征矢量,实现对不同工况变压器振动信号特征提取的量化处理。仿真试验表明,该方法能有效提取变压器振动信号特征,且根据提取的特征矢量能够正确识别变压器绕组所属的不同工况。     

基于电力变压器振动信息的绕组形变诊断方法

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.