共查询到10条相似文献,搜索用时 437 毫秒
1.
2.
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
3.
4.
为了深入研究变压器振动信号包含的大量故障信息,提出了一种基于S变换奇异值分解(ST-SVD)与鲸鱼优化支持向量机(WOA-SVM)模型的变压器绕组松动故障诊断方法。首先,基于变压器故障模拟试验平台采集变压器绕组处于不同状态下的振动信号。其次,对变压器振动信号进行S变换获取其时频矩阵。再次,计算出时频矩阵对应的幅值矩阵进行SVD,并定义特征向量。最后,采用鲸鱼优化算法优化SVM模型参数,并输入特征向量完成故障诊断。试验结果表明,所提方法故障识别准确率高于传统方法模型,适用于变压器绕组松动故障诊断。 相似文献
5.
6.
《电气应用》2017,(8)
电力变压器绕组形变故障与绕组机械振动信息紧密相关,针对当今变压器绕组机械形变诊断存在准确度不高,无法准确判断故障类型问题,以S11-M-500/35型配电变压器为研究对象,通过对变压器绕组设置绝缘脱落、低压绕组压缩及绕组松动三种形变故障获取相应绕组的振动信息,分别采用集合经验模态分解(EEMD)、小波包能谱熵及短时傅里叶变换(STFT)三种信号处理方法对不同形变绕组振动信息进行特征提取,利用模糊C聚类分析方法比较三种特征提取方法的分类有效性。分析结果表明,小波包能谱熵特征提取方法能够对绕组形变类型达到最佳分类结果,其隶属度达到0.94以上,为后期诊断绕组机械故障类型提供依据。 相似文献
7.
电力变压器绕组状态实时监测算法 总被引:2,自引:1,他引:1
为及时发现电力变压器绕组变形等潜伏性故障,需要实时监测变压器绕组的状态。建立了变压器绕组的数学模型,利用变压器原、次边的电压、电流信号对变压器的短路阻抗进行在线辨识。其方法是:实时采集模型变压器原、次边的电压、电流信号后,针对电压、电流传感器采集信号的特点,应用小波变换除去噪声,再利用基于离散傅里叶变换的高精度相位识别法辨识各正弦量间的相位差,得到各负载情况下变压器绕组等效电路的短路阻抗。利用模型三相变压器搭建的变压器绕组状态监测平台进行实验,结果表明,变压器绕组未发生状态改变时,不同负载情况下短路阻抗的辨识差别不超过0.64%;若变压器绕组发生变形及匝间短路等故障,短路阻抗的变化量达到5.6%以上,证明所提出的监测算法是有效的。 相似文献
8.
变压器发生直流偏磁时的谐波分析和治理 总被引:4,自引:1,他引:3
介绍了一种计算变压器直流偏磁时绕组励磁电流的数学模型,对励磁电流进行傅立叶变换后。计算得到各次谐波分量。对单相交流变压器绕组流过不同直流电流时变压器绕组的励磁电流各次谐波分量的含量和变化规律进行仿真研究,并探讨优化选择500kV变压器低压侧无功补偿电容器组参数配置的原则.有效吸收变压器产生的谐波,防止无功补偿设备发生谐波放大而损坏电容器设备。 相似文献
9.
本文针对高频电源变换技术的需求,分析了高频工作条件下,铜箔绕组的交流阻抗、结构参数、绕制方式对平面变压器损耗的影响,研究了并联绕组结构的损耗特征及影响因素。根据研究和仿真分析结果,提出了高频工作条件下,几种低损耗平面变压器绕组的结构优化设计方案,并进行了Maxwell 3D仿真对比分析。还完成了高频平面变压器样机研制,最后进行了变压器的参数测试及分析,和相应的电源变换模块带载试验,得到了效率最高、温升最低及变化最平稳的平面变压器绕组设计方案,结果表明并联绕组交叉结构能够减小变压器高频损耗、降低温升、提高效率。 相似文献
10.
针对传统变压器绕组变形检测的缺陷,提出了基于分布式光纤传感的变压器绕组变形检测方法。引入小波包变换对应变信号进行特征提取,探索几种典型变形种类的聚类分离。首先模拟变压器运行过程中绕组可能出现的变形种类,利用Brillouin光时域反射计(BOTDR)采集布里渊频移,对应变信号进行小波包变换,提取能够充分反映应变信号特征的标准差、能量和Shannon熵,最后利用模糊C均值算法对提取的特征量分别进行聚类分析。结果表明,相比于以标准差作为特征量,以能量和Shannon熵作为特征量的聚类结果明显更为合理,实现了绕组变形带电监测与分类处理。 相似文献