[發明專利]一種基于振動數據融合和圖像識別的變壓器故障診斷方法

有效

• 申請號: 201310457097.4
• 申請日: 2013-09-30
• 公開（公告）號: CN103499382A
• 公開（公告）日: 2014-01-08
• 發明（設計）人: 陳非;韓彥廣;黃來;程貴兵;焦慶豐;張柏林
• 申請（專利權）人: 國家電網公司;國網湖南省電力公司電力科學研究院;湖南省湘電試研技術有限公司
• 主分類號: G01H1/00
• 分類號: G01H1/00;G06K9/00
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 馬強

技術領域

本發明涉及電氣設備故障診斷領域,特別是一種利用振動數據融合技術和圖像識別技術來監測及自動診斷變壓器故障類型的方法。?

背景技術

隨著我國電力工業的飛速發展，電網規模越來越大，電壓等級越來越高，大電網互聯已成為必然的趨勢，大型電力變壓器作為超高壓、特高壓遠距離輸變電系統中的重要設備，承擔著電壓變換、電能分配及傳輸、組網、并網的功能，在改善電網結構、合理分布系統潮流、提高電力系統運行的穩定性、可靠性和經濟性等方面起著重要作用，其安全運行對保證電網的安全可靠至關重要。大型電力變壓器在運行時一旦發生事故，檢修時間長，檢修費用高，還可能導致突然大面積停電，從而造成巨大的直接和間接經濟損失。因此，對運行中的變壓器實施狀態監測和故障診斷，及時發現變壓器的故障及損失程度，具有十分廣闊的應用前景和經濟價值。

在電力變壓器長時間運行以及突發短路事故等因素影響的情況下，變壓器會出現故障，抗短路沖擊能力大大下降，影響整個電網安全穩定運行。目前，傳統的電氣參數測量法對變壓器故障雖有所反映，但只能起到定性參考的作用，無法在變壓器發生故障初期進行有效的監測診斷。?

發明內容

本發明所要解決的技術問題是，針對現有技術不足，提供一種基于振動數據融合和圖像識別的變壓器故障診斷方法，同時分析多測點多狀態的振動數據，靈敏地反應變壓器繞組和鐵芯的故障與狀態，更早的發現變壓器內部存在的潛在故障，并診斷故障類型，避免故障處理的盲目性。

為解決上述技術問題，本發明所采用的技術方案是：一種基于振動數據融合和圖像識別的變壓器故障診斷方法，該方法為：

1）在變壓器油箱外表面布置多個振動測點，采集變壓器各種典型故障狀態下的各個振動測點的振動數據，其中任意一個振動測點在一個采樣過程中的典型故障數據由若干個采樣時間點下的振動數據組成；

2）對上述各種變壓器典型故障狀態下的振動數據進行特征值提取，對每一種典型故障構建一個故障樣本矩陣???????????????????????????????????????????????：

，

其中，表示采樣過程中振動數據采樣時間點的個數，表示振動數據的測點個數，矩陣中的任意一個元素表示在第個采樣時間點下第個振動測點的振動數據特征值，其中，，；

3）對于待檢故障信號，取與步驟1）相同的振動測點，分別采集各個振動測點的待檢故障振動數據，并提取所述待檢故障振動數據的特征值，構建一個反映了待檢故障信號過程變化規律的的特征值矩陣；

4）將所述矩陣與每一種變壓器典型故障的故障樣本矩陣相減，得到個中間對比矩陣，即，其中為變壓器典型故障種類數量；

5）求矩陣Z的均值和方差，并求均值的絕對值；

6）比較上述個中間對比矩陣的均值的絕對值和方差，得到使和最小的中間對比矩陣，則該中間對比矩陣對應的故障樣本矩陣的故障類型即為待檢故障信號的故障類型。

所述步驟1）中，典型故障類型為磁致伸縮引起的變壓器鐵芯振動、電磁吸引力引起的變壓器鐵芯振動、變壓器繞組松動、變壓器冷卻裝置振動。

所述步驟2）中，利用小波分析或頻譜分析對變壓器各種典型故障狀態下的振動數據進行特征值提取。

與現有技術相比，本發明所具有的有益效果為：本發明基于振動傳感器過程信息融合的診斷思想，克服了目前傳統的電氣參數測量法進行變壓器故障診斷只能定性分析的不足，能夠靈敏的反應變壓器繞組和鐵芯的故障與狀態，更早的發現變壓器內部存在的潛在故障；將圖像識別技術運用于變壓器故障診斷領域，通過特征值矩陣匹配計算，克服了目前變壓器故障診斷領域人工故障識別的弊端，實現了高精度的自動故障診斷；在變壓器發生故障時，本發明可以做到早期預警、故障定位的作用，避免故障處理的盲目性；本發明的方法簡單，便于實施推廣。

具體實施方式

本發明方法步驟如下：

1、數據采集。本發明采集變壓器各種典型故障狀態下的多個振動測點的振動數據，如磁致伸縮引起的鐵芯振動、電磁吸引力引起的鐵芯振動、繞組松動、冷卻裝置振動等故障類型。對于任意一種典型故障，任意一個振動測點的一個采樣過程是由若干個采樣時間點組成的。

2、故障建模。對采集得到的變壓器各種典型故障狀態下的振動數據進行特征值提取，構成特征值矩陣，這些特征值矩陣就完整描述了該種典型故障的過程變化規律，也即是各種典型故障的樣本矩陣數據庫。