基于振动频谱分析和总谐波畸变率的电力变压器故障诊断方法研究

利用振动法对电力变压器进行监测是国内外研究的热点.目前,人们常采用振动信号的基频幅值作为诊断变压器特征指标,而变电站现场基频幅值受多种因素影响,这种状况导致了振动法较少应用于变电站现场.该文对实验室和变电站变压器振动信号进行频谱分析,采用总谐波畸变率作为特征指标诊断变压器运行状态.实验结果表明,空载时铁芯和箱体振动信号...     

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。     

基于振动信号多特征值的电力变压器故障检测研究

在基于振动的电力变压器故障检测领域,现有研究大多是针对某一特定型号或电压等级变压器开展的纵向比较,由此形成的诊断算法泛用性较差。为解决上述问题,该文提出了一种基于振动信号多特征值的电力变压器故障检测方法,搜集整理了不同电压等级、不同型号变压器正常与典型故障下的振动信号,统计了振动主频分布情况,改进了100Hz占比、总谐波畸变率的计算式,分别将两特征值的分类效果提高了79%、76%。提出了两段式故障诊断流程,利用截断正态分布拟合方法与合成少数类过采样技术（SMOTE）对故障数据进行扩充,进一步提高了分类精度。测试结果表明,算法对正常、故障变压器的识别准确度达到92.6%,适用于多变压器的横向诊断和对不同测点、不同工作状态下数据的分类。     

基于辨识模型的变压器故障诊断方法研究

提出了一种基于辨识模型的电力变压器绕组变形和铁心松动的故障检测方法。根据变压器的运行特点,结合其正常状态和故障状态下不同的振动特性,利用安装在变压器表面的振动传感器监测振动信号,对振动信号进行频谱分析,并根据振动特征频谱判定变压器中是否存在绕组变形和铁心松动故障,实例验证了该方法的正确性。     

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.     

盲源分离技术在振动法检测变压器故障中的应用

变压器油箱表面的振动信号可以反映其内部绕组与铁心的健康状况,具有良好的应用前景。但在油箱表面测得的信号都是绕组和铁心振动信号的混合,且两者相关程度很高,难以用普通分离算法进行分离,不利于分别对绕组及铁心的故障进行诊断。鉴于此,本文提出一种基于子空间独立分量分离法(SDICA)的变压器绕组和铁心振动信号盲源分离方法。首先,对基于SDICA算法的盲源分离方法进行了说明,利用所构建的仿真信号对该算法进行了验证,并与普通盲源分离算法—快速独立分量分离(fastICA)算法的分离结果进行了对比,证实了SDICA算法适用于变压器振动信号的分离;然后,运用SDICA算法对测得的一台试验变压器的振动信号进行了分离,并探讨了测量位置、电压等级以及负载大小对分离结果的影响;最后,将SDICA盲源分离算法在一台现场实际运行的、有一定故障隐患的变压器中进行应用,成功分离出了绕组和铁心振动信号,且绕组信号中包含有丰富的振动故障特征,与该变压器实际的运行情况相符合。本文提出的盲源分离算法可根据在油箱表面测得的多路振动信号直接分离出绕组和铁心振动信号,这对于振动法在变压器绕组及铁心故障诊断中的推广应用具有重要意义。     

基于振动的电力变压器铁心松动故障诊断研究

电力变压器发生铁心松动故障后,虽然振动信号中基频分量(100 Hz)会发生变化,但影响振动基频信号的因素众多,很难据此准确诊断铁心松动故障。研究发现,变压器铁心松动后,50 Hz分量及其部分倍频分量、基频的倍频分量等新特征频率能够反映故障。根据特征频率之间的关系提出基于振动的变压器铁心故障诊断方法,不仅能够诊断出变压器铁心内部有无故障,还能判断其故障类型。为了验证提出的模型和方法,文中对实际变压器设置铁心松动故障,采集其监测点处的振动信号,经过消噪、折算处理,采用提出的诊断方法对实际变压器进行故障诊断,其诊断结果与实际故障一致,验证了提出的诊断方法准确、可行。根据所提出的诊断方法研制出基于振动的电力变压器故障诊断系统,并应用于实际变电站。     

变压器铁心振动和噪声特性的试验研究

对一台单相三柱式变压器铁心的振动和噪声进行了测量，在对测试结果进行分析的基础上，提出了进一步降低变压器铁心振动和噪声的建议。     

振动频谱特征值在诊断变压器故障中的应用

介绍在10/0.4kV三相双绕组电力变压器中设铁芯松动、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,绕组松动和铁芯松动中的振动基频会升高,绕组错位中的基频振动会降低。本文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。     

三相负载不平衡对变压器振动特性的影响研究

三相负载不平衡是配网中较为常见的问题。为研究三相负载不平衡工况下配电变压器振动特性,本文理论分析了铁芯和绕组振动特性及绕组振动传播特性;利用有限元软件分析了三相负载不平衡前后铁芯磁感应强度及绕组电磁力变化情况;搭建了变压器振动测式平台,分别采集变压器在三相不同位置单相带额定负载、两相带额定负载工况下的振动信号。研究结果表明：三相负载不平衡工况下铁芯中磁通密度基本不变,负载不平衡不会对变压器振动信号高频分量产生影响;不同位置的绕组振动对同一振动测试点影响程度不一样;三相负载不平衡程度相同,不平衡相发生的位置不同,对同一测点的影响程度不一样     

直流偏磁下的变压器振动仿真与试验

针对变压器实际运行中经常会出现振动异常现象的问题,结合变压器铁心和绕组的振动机理,给出了变压器铁心和绕组所受电磁力方程和位移方程。利用COMSOL电磁场模块中的瞬态电流源建立电场模型,然后选择感应电流单元以电场模型计算结果作为激励源建立磁场模型,实现第一次电磁场的耦合建模。利用结构力学模块中实体应力应变部分建立结构力场模型,将电磁场耦合计算出的电磁力结果作为载荷加到力场模型中,实现第二次耦合,并最终得到发生直流偏磁时变压器内部磁通密度、机械应力分布、张力分布以及位移场分布的变化规律。通过搭建变压器振动试验平台,验证了铁心振动仿真模型、绕组振动仿真模型的正确性。     

稳态条件下变压器绕组轴向振动特性研究

根据电力变压器绕组的实际结构特点及绝缘垫块的力学特性,建立了绕组轴向振动的等效数学模型,研究了变压器在稳定运行条件下,绕组轴向振动的特性.分析了压紧力大小与绕组固有振动频率以及绕组振动的加速度信号之间的关系,即:绕组压得越紧,其各阶次的固有振动频率就越高;随着压紧力的增大,绕组振动加速度呈现下降的趋势,说明了绕组压紧力的变化可以从其振动加速度信号幅值的变化中反映出来,从而为振动法在线监测变压器绕组状况建立了必要的理论依据.     

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。     

基于PSCAD-ANSYS的变压器绕组振动特性仿真研究

为进一步理解和掌握短路冲击下变压器绕组的振动特性,本文基于PSCAD-ANSYS联合仿真实现了变压器突发短路下振动响应的全过程分析,即根据PSCAD软件计算得到的变压器绕组短路电流,在ANSYS软件中使用电磁场和机械场模块计算了变压器绕组的电动力和振动响应。其中,两个软件之间的电流和时间等关键信息的交换通过数据通信接口方式实现。以某110k V变电站为例对变压器突发短路下的振动响应进行计算分析,结果表明,所提出的联合仿真方法能够有效计算突发短路时变压器绕组的振动特性。突发短路时,变压器振动响应与短路电流变化趋势类似,绕组振动在短路故障发生后先达到最大值,然后伴有一定的衰减分量,振动信号频谱分量更加丰富。     

面向变压器振动的分布式监测系统的设计与实现

变压器在电力系统中起着重要的作用,传统的变压器故障检测方法存在着施工难度大、灵敏度低等缺点,而通过采集变压器的振动信息可以实现在线并且较为精准的监测变压器运行状态。现有的振动采集系统多为一体式设计,不能保证系统采集信息的多样性及准确度,本文设计了分布式变压器振动监测系统,可采集多种类、多通道的信号,扩展性能较强,可以有效避免站内信号干扰。通过在变压器旁安装振动就地采集单元,将采集到的振动信号进行模数转换后发送至上位机进行分析处理,实现变压器工作状态的在线监测,能够对变压器绕组是否产生形变做出诊断。针对广州变电站实地情况设计安装了相应振动采集系统,并已成功投入应用。     

高频开关电源中间抽头变压器线圈损耗的建模及其应用

中间抽头变压器由于两个副边线圈是分时工作,其线圈损耗模型不同于无抽头原副边线圈同时工作的变压器.本文采用线圈电流谐波分解和线圈窗口磁势分析的方法对中间抽头变压器线圈损耗进行建模和分析,结果表明变压器奇次电流的磁势在原副边线圈间平衡,偶次电流的磁势在副边两个线圈间平衡.该模型的建立有助于中间抽头变压器线圈的优化设计,中间抽头引出线设计以及线圈损耗的测量.在一个3kW变压器设计上的应用验证了模型的有效指导意义.     

电力变压器振动信号分离方法研究

以独立成分分析(ICA)为代表的主流盲分离技术对信号独立性要求较高,难以分离具有高度相关性的变压器铁芯与绕组振动信号。为了分离变压器铁芯和绕组振动信号,建立了变压器振动信号混合模型,在该模型基础上提出了一种基于时频比盲源分离算法(TIFORM-BSS)的变压器振动信号分离方法。将该方法分别应用于分离人工混合后的110 k V三相变压器油箱壁信号和实际运行中的500 k V单相变压器油箱壁振动信号,结果表明该方法能够有效分离具有强相关性的变压器绕组和铁芯振动信号。     

基于奇异谱熵和支持向量机的变压器绕组松动识别及定位

绕组压紧状态影响着变压器的机械性能和绝缘性能。为此,提出一种基于奇异谱熵和支持向量机的变压器绕组松动诊断及定位方法。首先进行110 kV变压器绕组松动实验并测取不同绕组状态下的振动信号,对信号进行时间序列重构,通过奇异值分解提取重构空间的最优特征序列,结合信息熵得出绕组松动的特征量——奇异谱熵,并作为诊断模型的输入,利用粒子群算法对多分类支持向量机进行参数优化。并将其测试结果与BP和PNN神经网络的诊断效果进行对比。实验结果证明,该方法能有效地判断绕组是否发生松动并正确识别绕组松动相,验证了上述方法的可行性和准确性。     

突发短路试验中变压器振动监测系统的设计

突发短路试验能够对变压器的抗短路能力进行评估,而绕组在试验中是否发生形变是重要的判断标准。基于振动分析法的绕组状态检测技术具有灵敏度高、工作效率高等优点,但现有的变压器振动采集系统不能满足短路试验中对采集精度和防护标准的要求,文中设计了分布式变压器振动采集系统,在试验间内安装高防护等级、高精度的采集单元,将采样得到的振动信号就地转换为数字信号发送至控制室内的主控单元,避免短路试验中恶劣的电磁环境对采样信息产生干扰。后期可通过计算机对振动信号进行处理来分析绕组健康状态,目前系统已成功投入应用。