[發(fā)明專利]基于ITD與SVM的OLTC機械故障診斷方法

在審

• 申請?zhí)枺?/td>: 201810166794.7
• 申請日: 2018-02-28
• 公開（公告）號: CN108398252A
• 公開（公告）日: 2018-08-14
• 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ITD與SVM的OLTC機械故障診斷方法，1）通過加速度傳感器對有載分接開關(guān)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）對預(yù)處理后的振動信號進行固有時間尺度分解ITD分析，構(gòu)造特征向量，作為SVM的輸入；3）對SVM進行訓(xùn)練，將特征向量輸入到SVM中，對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)明可以克服經(jīng)驗?zāi)B(tài)分解、局部均值分解中存在比較嚴重的端點效應(yīng)和虛假分量的問題，適合提取OLTC機械故障信號的特征量；不需要大量數(shù)據(jù)進行SVM的訓(xùn)練，診斷精度更高；OLTC的診斷效果明顯優(yōu)于BP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ITD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)調(diào)節(jié)相當頻繁，故障發(fā)生率很高。據(jù)國外資料統(tǒng)計，分接開關(guān)故障占有載調(diào)壓變壓器故障的40％以上，國內(nèi)平均統(tǒng)計數(shù)據(jù)表明，分接開關(guān)的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。

作為變壓器中唯一可進行機械動作的部件，分接開關(guān)操作過程中包含一系列動作事件，這些事件中包含豐富的振動信號，其中觸頭動作過程中的碰撞、摩擦等都伴有機械振動信號的產(chǎn)生。利用加速度傳感器監(jiān)測設(shè)備操作過程中的振動信號，對振動信號進行分析，提取故障特征，是目前比較有效的監(jiān)測和診斷方法。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、經(jīng)驗?zāi)B(tài)分解(EMD)和小波包等。這些方法大多是基于線性理論，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。因此，將振動信號假設(shè)為平穩(wěn)或分段平穩(wěn)信號進行時頻分析的方法，其分析效果不是很明顯。而EMD分解是近年來提出的一種信號時頻分析方法，因此更適合處理非平穩(wěn)信號，但是EMD分解存在比較嚴重的端點效應(yīng)和虛假分量的問題。時間固有尺度分解(intrinsic time-scaledecomposition,ITD)是在研究EMD和局部均值分解(Local Mean Decomposition,LMD)的基礎(chǔ)上提出的一種自適應(yīng)時頻分析方法，因此，本發(fā)明采用時間固有尺度分解ITD方法提取OLTC機械故障特征，可以克服EMD的缺點，再結(jié)合支持向量機SVM，可以取得較好的OLTC機械故障診斷效果。

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ITD與SVM的有載分接開關(guān)OLTC機械故障診斷方法，其診斷結(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ITD與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)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)對預(yù)處理后的振動信號進行固有時間尺度分解ITD分析，構(gòu)造特征向量，作為SVM的輸入；

3)對SVM進行訓(xùn)練，將步驟2)構(gòu)造的特征向量輸入到SVM中，對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ITD與SVM的OLTC機械故障診斷方法，其特征是：所述預(yù)處理具體為：對振動信號進行去噪處理。

前述的一種基于ITD與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ITD與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。