[發(fā)明專利]基于MPE與SVM的OLTC機械故障診斷方法

在審

• 申請?zhí)枺?/td>: 201810166483.0
• 申請日: 2018-02-28
• 公開（公告）號: CN108362488A
• 公開（公告）日: 2018-08-03
• 發(fā)明（設(shè)計）人: 馬宏忠;徐艷;李思源;劉寶穩(wěn);劉勇業(yè);宋開勝;李盛翀;吳書煜
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號: G01M13/00
• 分類號: G01M13/00;G01H17/00
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林

本發(fā)明公開了一種基于MPE和SVM的OLTC機械故障診斷方法，包括以下步驟：1）通過加速度傳感器對有載分接開關(guān)OLTC正常狀態(tài)下的振動信號、故障狀態(tài)下的振動信號進行采集，并對振動信號做預(yù)處理；2）對采集到的振動信號進行多尺度排列熵MPE計算，構(gòu)造特征向量，作為支持向量機SVM的輸入；3）將步驟2）得到的特征向量輸入到支持向量機SVM中，對支持向量機SVM進行訓(xùn)練，將測試數(shù)據(jù)輸入到訓(xùn)練好的SVM，從而判斷OLTC的故障模式，本發(fā)明不需要大量數(shù)據(jù)進行SVM的訓(xùn)練，診斷精度更高；對OLTC的診斷效果明顯優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。

技術(shù)領(lǐng)域

本發(fā)明涉及有載分接開關(guān)故障診斷技術(shù)領(lǐng)域，具體涉及一種基于MPE與SVM的有載分接開關(guān)OLTC機械故障診斷方法。

背景技術(shù)

隨著對電能質(zhì)量要求的提高，電網(wǎng)大量應(yīng)用自動電壓控制等系統(tǒng)，現(xiàn)有有載分接開關(guān)(OLTC)調(diào)節(jié)相當頻繁，故障發(fā)生率很高。據(jù)國內(nèi)外資料統(tǒng)計，分接開關(guān)故障占變壓器故障的20％以上，且主要為機械故障，若不及時發(fā)現(xiàn)和處理，其故障會嚴重破壞OLTC和變壓器的固有結(jié)構(gòu)，影響電力設(shè)備和系統(tǒng)的正常安全運行并造成嚴重后果。因此，為了確保分接開關(guān)安全可靠地運行，有必要開展分接開關(guān)機械故障診斷方法的相關(guān)研究。

在有載分接開關(guān)操作過程中，機構(gòu)零部件之間的碰撞或摩擦?xí)a(chǎn)生振動信號，這些振動信號包含著豐富的設(shè)備狀態(tài)信息。目前，基于振動信號分析已成為有載分接開關(guān)機械故障診斷的重要手段。已有的振動信號分析方法有小波奇異性檢測、自組織映射法、EMD(經(jīng)驗?zāi)B(tài)分解)和小波包等。這些方法大多是將非平穩(wěn)信號分解為若干個簡單的平穩(wěn)信號之和，然后對每個分量進行處理，提取時頻特征。然而，研究表明，OLTC切換過程中的振動信號表現(xiàn)出明顯的非線性行為，采用時頻分析的方法，將信號分解為平穩(wěn)信號，難免有一定的局限性。因此，本發(fā)明采用多尺度排列熵非線性分析方法來進行OLTC機械故障診斷，能夠直接提取機械振動信號中其他方法無法提取的故障信息。

針對OLTC機械振動信號的非線性特點，本發(fā)明從OLTC振動信號的時間序列隨機性和動力學(xué)突變特性出發(fā)，將多尺度排列熵(MPE)應(yīng)用于OLTC的故障特征的提取。由于支持向量機(SVM)分析在小樣本數(shù)據(jù)故障診斷中具有良好的診斷效果，因此，在MPE提取故障特征的基礎(chǔ)上，結(jié)合SVM作為故障類型判斷，提出一種基于MPE和SVM的有載分接開關(guān)機械故障診斷方法，并將其應(yīng)用于OLTC實驗數(shù)據(jù)的分析。結(jié)果表明，此方法能夠有效地診斷OLTC機械故障類型。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)中的不足，本發(fā)明提供一種基于MPE與SVM的有載分接開關(guān)機械故障診斷方法，診斷結(jié)果確實精度高，結(jié)構(gòu)簡單，可操作性強。

為了實現(xiàn)上述目標，本發(fā)明采用如下技術(shù)方案：一種基于MPE和SVM的OLTC機械故障診斷方法，其特征在于：包括以下步驟：

1)通過加速度傳感器對有載分接開關(guān)OLTC正常狀態(tài)下的振動信號、故障狀態(tài)下的振動信號進行采集，并對振動信號做預(yù)處理；

2)對采集到的振動信號進行多尺度排列熵MPE計算，構(gòu)造特征向量，作為支持向量機SVM的輸入；

3)將步驟2)得到的特征向量輸入到支持向量機SVM中，對支持向量機SVM進行訓(xùn)練，將測試數(shù)據(jù)輸入到訓(xùn)練好的SVM，從而判斷OLTC的故障模式。

前述的一種基于MPE和SVM的OLTC機械故障診斷方法，其特征是：所述預(yù)處理具體為：對采集到的振動信號進行降噪處理。

前述的一種基于MPE和SVM的OLTC機械故障診斷方法，其特征是：所述故障狀態(tài)包括有載分接開關(guān)OLTC觸頭松動以及彈簧性能下降。

前述的一種基于MPE和SVM的OLTC機械故障診斷方法，其特征是：所述加速度傳感器安裝在分接開關(guān)的頂端。

前述的一種基于MPE和SVM的OLTC機械故障診斷方法，其特征是：所述多尺度排列熵MPE計算具體步驟為：