[發明專利]一種基于樣本熵和SVM的OLTC機械故障診斷方法

在審

• 申請號: 201910144378.1
• 申請日: 2019-02-26
• 公開（公告）號: CN109800740A
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 馬宏忠;陳明;劉寶穩;徐艷;陳冰冰;王梁;許洪華
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01H17/00;G01M13/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 母秋松;董建林

本發明公開了一種基于樣本熵和SVM的OLTC機械故障診斷方法，步驟1：將加速振動傳感器置于OLTC頂蓋采集各種狀態下的振動信號。步驟2：將原始的振動信號進行EEMD分解，得到分量IMF，取前4個IMF分量進行進一步處理；步驟3：計算選取IMF分量的樣本熵；步驟4：對于訓練數據集，用計算得到的樣本熵作為特征向量，輸入SVM進行訓練，得到SVM分類器，把測試樣本的IMF分量的SampEn值輸入SVM分類器，由SVM分類器的輸出得到測試樣本的運行狀態。本發明可實時監測變壓器有載分接開關的工作狀態，滿足變壓器有載分接開關實時故障診斷要求，為有目的檢修提供數據支撐和理論依據，避免浪費人力，物力和時間。

技術領域

本發明涉及一種基于樣本熵和SVM的OLTC機械故障診斷方法，屬于電力設備信號監測技術領域。

背景技術

有載分接開關(OLTC)是電力變壓器的一個重要組成部分，其運行狀況直接關系到變壓器及系統的穩定與安全。OLTC是變壓器故障率最高部件之一。其故障不但直接影響變壓器運行，而且影響電網質量與電網運行。根據國內資料統計，由OLTC故障引起的事故約占變壓器總事故的28％左右，且故障類型基本為機械故障，例如觸頭松動、觸頭脫落、機構卡澀、滑檔、拒動等。機械故障會直接損壞OLTC和變壓器本身，進而引起其他更嚴重的電氣故障，以致造成嚴重的后果。因此，對運行中的OLTC的機械性能進行監測，及早發現其故障隱患，對變壓器及電力系統的安全運行有著十分重大的意義。

目前，對有載分接開關機械故障的診斷方法主要是停電檢修和在線監測。有載分接開關的停電檢修往往周期較長，難以及時發現早期的機械故障，經常在停電檢修前即發生故障損壞，并且停電檢修影響變壓器正常運行，需要耗費大量人力、物力和財力。

在線監測方法主要有基于熱噪聲診斷法和基于振動的在線監測等，基于熱噪聲的診斷是由于變壓器分接開關故障后發熱產生的熱噪聲傳播到變壓器外面，通過在變壓器外殼上安裝噪聲傳感器檢測來進行分接開關故障診斷，但熱噪聲傳到傳感器時，能量損耗太大再加上各種噪音大干擾工程運用很難實現。基于振動的分接開關故障診斷的關鍵是在被監測信號中發現能反映分接開關故障的特征信號，本專利基于振動法提取特征量，然后與支持向量機(SVM)相結合實現OLTC的故障診斷，具有速度快，結論直觀，診斷機械故障正確率高特點。

發明內容

目的：為了克服現有技術中存在的不足，及時發現有載分接開關運行過程中的潛伏性故障，提高有載分接開關可靠性，本發明提供一種基于樣本熵和SVM的OLTC機械故障診斷方法。

技術方案：為解決上述技術問題，本發明采用的技術方案為：

一種基于樣本熵和SVM的OLTC機械故障診斷方法，包括如下步驟：

步驟1：將加速振動傳感器置于OLTC頂蓋采集各種狀態下的振動信號；

步驟2：將各種狀態下的振動信號分別進行EEMD分解，得到分量IMF，取前k個IMF分量進行進一步處理；

步驟3：計算選取的IMF分量的樣本熵；

步驟4：對于訓練數據集，用計算得到的樣本熵作為特征向量，輸入SVM進行訓練，得到SVM分類器，把測試樣本的IMF分量的SampEn值輸入SVM分類器，由SVM分類器的輸出得到測試樣本的運行狀態。

作為優選方案，所述步驟1中振動傳感器放置于OLTC的垂直頂端。

作為優選方案，所述步驟1中各種狀態下振動信號，包括：正常、觸頭松動、觸頭磨損、觸頭燒毀、觸頭脫落的振動信號，每種狀態下采集多組振動信號。

作為優選方案，所述步驟2將采集到各個狀態下的多組振動信號分別進行EEMD分解，得到分量IMF，具體步驟如下：