采用时频矩阵奇异值分解的配电开关振动信号特征量提取方法

配电开关振动信号具有非线性非平稳特性,蕴含有机械状态信息。提出一种采用时频矩阵奇异值分解的配电开关振动信号特征量提取方法,对振动信号做希尔伯特-黄变换以进行带通滤波,构造其时频矩阵,对该矩阵进行奇异值分解,可将振动信号的特征信息分解到不同的时频子空间,以得到的时频矩阵奇异值作为振动信号的特征量,用于表征配电开关的机械状态。对配电开关在正常及卸掉A相触头绝缘拉杆、机械结构卡涩、底座螺丝松动等3种典型故障情况下实测振动信号的时频矩阵奇异值做模糊c均值聚类,结果表明该特征量能够准确、有效地表征配电开关的机械状态。     

GIS隔离开关接触状态振动–温度联合检测方法

气体绝缘开关设备(gas insulated switchgear,GIS)中隔离开关接触状态对于设备的安全运行具有极大的影响，因此围绕GIS隔离开关接触状态与振动信号、温度变化的对应关系展开研究，搭建了252 kV三相分体式GIS试验平台。通过控制动静触头接触距离模拟了3种机械状态，测量了隔离开关在不同接触状态下的振动信号和温度信号，获得了振动和温度信号的关联关系，基于振动和温度信号的特征量联合分析，提出了隔离开关接触状态的综合检测方法。试验结果表明：正常运行时，GIS外壳振动幅值较小，频率主要分布在100 Hz，温升在1℃左右；随着接触状态劣化，振动幅值明显增加，频谱中出现200 Hz、300 Hz等异常振动信号，外壳温度持续升高。研究结果表明：以振动信号的振幅、频率幅值占比和温度变化为特征量，综合分析不同接触状态下振动信号的相似度和相对温差，得到特征量间的相对系数，能够在不同电流下较好地识别GIS隔离开关接触状态，对现场检测具有实际意义。     

基于振动信号指标能量的变压器机械故障检测

针对变压器机械状态的检测问题,文中提出了一种基于振动信号本征模态函数(Intrinsic Mode Function,IMF)指标能量的变压器绕组、铁芯机械状态检测方法。根据IMF的能量特征,建立了基于IMF指标能量的二元特征向量。通过实验测试对比分析了正常状态与故障状态下,变压器振动信号基于指标能量的特征向量变化情况。研究结果表明,发生故障前后,变压器振动信号基于指标能量的特征向量变化明显,可以依据该特征向量对变压器的机械状态进行检测。     

GIS设备非电接触松动缺陷的振动试验研究与特性分析

气体绝缘组合电器GIS包含设备众多，机械结构复杂，工作时处于高电压、大电流的状态，容易产生机械故障，通过振动检测可对GIS设备机械状态进行判断。为进一步研究GIS设备机械缺陷检测方法，探究设备内非电接触松动缺陷的振动特性，文中在一台550 kV GIS设备上开展振动试验，在试验回路中设置内部屏蔽罩松动和外部地脚螺栓松动两种机械缺陷，通过测量不同状态、不同电流下GIS外壳的振动信号，从时域、频域方面总结振动信号特征和变化规律，并提出基本特征量的提取方法。结果表明GIS设备内部非电接触机械缺陷所产生的异常振动不会引起信号中100 Hz基频分量变化，内部屏蔽罩松动缺陷会导致200 Hz和300 Hz分量的幅值升高；地脚螺栓松动缺陷会导致1 700 Hz以上频率幅值均值升高，随着电流的增加，幅值增大越明显。研究结果补充了GIS设备非电接触机械缺陷检测研究，为设备振动检测试验提供了新的思路与参考。     

基于振动信号分析的配电开关机械状态诊断系统

配电开关的振动信号包含有丰富的开关机械状态信息,可以通过合理有效的方法提取振动信号特征量,作为配电开关机械状态诊断的依据。根据数据采集的功能需求,设计了基于Lab VIEW的振动信号采集装置软硬件。利用经验模态分解(empirical mide decomposition,EMD)对振动信号进行时频分解,提取分解所得固有模态分量(intrinsic mode function,IMF)的样本熵作为特征量,最后通过模糊C-均值聚类(fuzzy C-means,FCM)进行机械状态诊断。通过实验,采集并分析了正常状态和典型故障状态下的配电开关振动信号,验证了基于振动信号分析的配电开关机械状态诊断系统的准确性和有效性。     

基于CNN算法的并联电抗器机械故障诊断方法

为解决并联电抗器的机械故障诊断问题,本文提出了一种基于卷积神经网络算法的机械故障诊断方法。首先以一台10 kV并联电抗器为研究对象搭建了振动实验平台,在油箱表面采集了5种机械状态下的振动信号,将原始振动信号进行预处理得到其时域波形与频谱,然后分析了振动时频特性并验证了其区分机械状态的可行性,因此将振动信号输入分类模型中进行特征自适应提取和训练,最终通过分类器输出结果达到诊断的目的。该方法与传统的故障诊断方法相比,不但省略了人工提取特征环节,并且减少了误判问题,最终可以以较高的精度诊断电抗器机械故障。因此,本文提出的方法对并联电抗器的安全可靠运行具有重要意义。     

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.     

基于振动信号的SF_6高压断路器操动机构状态监测

操动机构作为高压断路器开断的一级执行元件,其机械状态的健康程度直接影响断路器的工作状况。而断路器动作时的振动信号是由断路器内部一系列机械部件的运动与撞击产生的,含有丰富的时域和频域信息,为了能够实时有效地监测断路器操动机构的状态,需要对操动机构不同部位不同状态下对应的振动信号进行分析,获取能够反映断路器状态的特征量作为评估操动机构状态的判据。文中的研究对象为弹簧疲劳和缓冲器失灵两种操动机构故障,首先,分别对两种故障和正常工况进行了大量的模拟实验并采集相应的机械振动信号,通过形态学滤波对振动信号进行必要的降噪处理;然后对信号进行时域、频域上的分析对比,并以相对小波包能量法获取振动信号各频带的能量分布;最后,采用支持向量机对各个工况下的频带能量进行训练,并预测了待测试振动信号对应的断路器机械状态。结果表明,该方法具有很高的状态识别准确率,能满足实际工程应用中断路器操动机构的机械状态在线监测要求。     

断路器在线机械状态的信息处理

介绍了一种断路器机械状态在线监测与诊断的方法。通过分析同步采集到的振动信号、线圈电流以及断路器的分、合信号,可提取其特征信息量(即指纹信息),并据此对断路器的机械状态作出判断。     

牵引变电站直流断路器机械状态监测与故障诊断研究

直流断路器作为电力系统控制和保护的最重要的开关设备之一,其可靠运行关系着电力系统的安全稳定性。直流断路器在分合闸时的振动信号能直接反映断路器的机械状态,因此选取直流断路器的机械振动信号作为研究对象。首先研究了振动传感器选型对振动信号采集的影响并确定了传感器型号,接着研究了振动信号预处理和提取振动信号特征量的方法,最后模拟了几种常见故障并用Elman神经网络对模拟故障进行诊断。处理结果表明,用小波包分解和Elman神经网络实现了直流断路器机械状态监测和诊断。     

基于优化TQWT和LE的变压器绕组状态检测

为实现短路冲击下变压器绕组状态的准确检测,提出了优化可调品质因子小波变换(TQWT)和拉普拉斯特征映射(LE)相结合的方法对变压器短路冲击下的振动信号进行分析。提出归一化奇异值熵作为TQWT分解过程中关键特征参数的选取准则,然后对TQWT分解后的振动信号子带能量序列进行LE,用以获取表征绕组状态的振动信号敏感特征。对某110 kV变压器短路冲击试验下振动信号的计算结果表明：优化TQWT算法可有效提高短路暂态振动信号分解的准确性,经LE获取的振动信号敏感特征可更加清晰地反映变压器绕组机械状态的劣化过程。当特征向量距离的变化超过3倍时,需要重点关注变压器绕组状态,从而为变压器绕组状态检修策略的制定提供依据。     

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。     

基于小波—近似熵在风机故障诊断中的应用研究

风机振动信号是一种典型的非平稳时变信号,具有混沌特征。近似熵可用来描述系统运动的混乱或无规则程度。提出用小波系数区域相关性的滤波算法对原始数据进行降噪处理,用近似熵来定量描述机械设备故障的工作状态,进而对风机进行故障诊断。分析结果表明,风机在不同工作状态下所对应的近似熵有明显的区别,从而为机械设备状态监测与故障诊断提供了一种行之有效的新方法。     

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。     

基于空载合闸振动信号的变压器绕组松动诊断

针对变压器空载合闸机械振动特性,采用小波包变换对其振动信号进行分析。在实验中,模拟了变压器正常和绕组松动2种状态,对其空载合闸时的振动信号进行采集,并采用小波包-能量谱分析得到各个尺度上能量的百分比作为特征量对2种状态下的振动信号进行特征提取和对比分析。实验结果表明,故障前后的振动信号的能量分布特征有明显的差异,该方法可以有效地提取不同状态下合闸振动信号特征量,应用于空载合闸振动信号的变压器绕组松动诊断。     

Air-gap force distribution and vibration pattern of Induction motors under dynamic eccentricity

A method for determining the signatures of dynamic eccentricity in the airgap force distribution and vibration pattern of induction machine is presented. The radial electromagnetic force distribution along the airgap, which is the main source of vibration, is calculated and developed into a double Fourier series in space and time. Finite element simulations of faulty and healthy machines are performed. They show that the electromagnetic force distribution is a sensible parameter to the changes in the machine condition. The computations show the existence of low frequency and low order force distributions, which can be used as identifiable signatures of the motor condition by measuring the corresponding low order vibration components. These findings are supported by vibration measurements and modal testing. The low frequency components offer an alternative way to the monitoring of slot passing frequencies, bringing new components that allow to discriminate between dynamic eccentricity and rotor mechanical unbalance. The method also revealed a non linear relationship between loading, stress waves and vibration during dynamic eccentricity.     

特高压出线装置机械性能的研究

对特高压出线装置进行了建模仿真,分析了其在振动工况下的结构位移及应力分布情况,结合特高压出线装置的振动试验结果,对特高压出线装置的机械性能进行了研究。     

超声电机振动环境实验研究

超声电机在航空航天领域有着广阔的应用前景。考虑到振动环境对电机工作性能的影响,有必要对超声电机进行振动环境实验。该文就超声电机随机振动实验的条件和方法进行了研究,并设计了一套在振动环境下检测超声电机性能的装置。实验证明本研究所研制的TRUM60型超声电机能在功率谱密度高达0.4 g2/Hz振动环境下工作,其机械性能基本保持不变。     

基于改进HHT算法的GIS机械振动信号时频分析

为了研究可现场带电作业的GIS振动信号检测方法,掌握不同机械故障类型下的振动信号特性,建立GIS机械故障诊断数据库,利用110 k V单相分箱GIS设备建立了一套GIS机械故障检测平台。通过构建螺丝松动和互感器振荡两种常见的GIS机械故障,并利用传感器测量GIS正常运行振动信号和两种故障下GIS振动信号,利用总体集合经验模态分解提取振动信号的特征量,再将通过EEMD预处理得到的信号进行希尔伯特变换。实测信号的分析结果说明,采用经EEMD算法的预处理后再进行HT变换的方法对GIS机械振动信号进行时频分析可以有效地处理GIS振动信号,从而建立GIS机械故障诊断数据库,为实现现场带电检测GIS机械故障提供理论依据。     

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。