CN104330684A - 一种多参量电力变压器铁芯内部局部短路故障监测方法 - Google Patents

Abstract

本发明一种多参量电力变压器铁芯内部局部短路故障监测方法，包括步骤1：计算振动信号的特征矢量距离d_NQ；步骤2：比较特征矢量距离d_NQ和阈值KD_Q；若d_NQ＞KD_Q且特征矢量距离d_NQ在故障特征矢量距离区间内，则执行步骤3；步骤3：分析变压器油中的气体组分，若特征指标值Υ_N与变压器铁芯内部局部短路故障时的气体特征指标值Υ_F相同，则变压器发生短路故障。与现有技术相比，本发明提供一种多参量电力变压器铁芯内部局部短路故障监测方法，通过监测变压器铁心振动信号与绝缘油中的气体组分，实现变压器铁心内部局部短路故障的多参量监测，更准确地判断铁心内部局部短路故障，消除单一振动法监测的局限性。

Description

一种多参量电力变压器铁芯内部局部短路故障监测方法

技术领域

本发明涉及一种变压器铁短路故障监测方法，具体涉及一种多参量电力变压器铁芯内部局部短路故障监测方法。

背景技术

作为能量转换和传输核心的电力变压器，广泛运用于发电厂、供电所及配电站等领域。电力变压器在运行时一旦发生事故，检修期长，检修费用高，还可能导致突然的大面积停电，从而造成巨大的直接和间接的经济损失。作为变压器主要部件之一的铁心，对变压器的电磁性能、机械强度等起着至关重要的作用，同时也最易发生故障。其中铁心内部局部短路故障更是铁心故障中最常见的故障之一。因此，对运行中的电力变压器铁心实现在线的状态监测，及时发现其内部局部短路故障，不仅可以预防变压器发生更严重事故，而且能够将目前的定期维修转变为状态维修，延长变压器寿命，减少运行成本。

在铁心故障检测中，测量铁心绝缘电阻法因可有效地发现铁心内部绝缘问题而得到广泛应用，但只能离线检测。油色谱分析法也是目前普遍应用的一个检测方法，该方法虽然在检测变压器内部局部短路、发热或放电故障方面有很好的灵敏度，但其不足是对变压器状态的响应比较慢，对可能诱发变压器铁心更大故障的机械结构上的一些先期缺陷无能为力。而电气试验法需要与电力系统电气连接，且大多数方法只能在断电的情况下进行，不能在线的对变压器状态进行监测，及时发现故障。因此，有必要提供一种新的电力变压器铁心内部局部短路故障监测方法。

发明内容

为了满足现有技术的需要，本发明提供了一种多参量电力变压器铁芯内部局部短路故障监测方法，所述方法包括：

步骤1：采集变压器运行时铁芯的振动信号，计算所述振动信号的特征矢量距离d_NQ；

步骤2：比较所述特征矢量距离d_NQ和阈值KD_Q；若d_NQ≤KD_Q，则变压器正常；若d_NQ＞KD_Q且特征矢量距离d_NQ在故障特征矢量距离区间内，则执行步骤3；所述D_Q为变压器正常运行时所述振动信号的特征矢量距离；

步骤3：分析变压器油中的气体组分，计算所述气体的特征指标值Υ_N；若所述特征指标值Υ_N与变压器铁芯内部局部短路故障时气体的特征指标值Υ_F相同，则变压器发生短路故障。

优选的，所述步骤1中计算特征矢量距离d_NQ包括：

步骤2-1：用基于希尔伯特变换的EEMD分解算法分解所述振动信号，计算振动信号的瞬时频率得到希尔伯特谱；

步骤2-2：分析所述希尔伯特谱中n阶本征模态分量IMF_i的物理意义，选取反映变压器铁芯运行状态的本征模态分量IMF_α，α＝1,2,...,m，m≤n；

步骤2-3：计算一个电网频率周期T内本征模态分量IMF_α的能量F_αj和瞬时频率f_αj，得到包含变压器铁芯运行状态信息的特征矢量P＝[P₁,P₂,...,P_α,...,P_m]；

其中， $P_{\mathrm{\α}}=\underset{j=0}{\overset{T}{\mathrm{\Σ}}}{f}_{\mathrm{\αj}}{E}_{\mathrm{\αj}},$ E_αj＝(IMF_αj)²， $j\⋐T;$

步骤2-4：用欧氏距离变换计算所述特征矢量距离

优选的，所述步骤2中获取所述故障特征矢量距离区间包括：

步骤2-1：采集变压器在发生不同类型故障时铁芯运行的振动信号，分别计算在每种故障类型F下振动信号的特征矢量距离d_FQ；

步骤2-2：设定所述故障特征矢量距离区间为[90％d_FQ 110％d_FQ]，并构建故障类型与故障特征矢量距离区间的数据库；

优选的，所述步骤2中当特征矢量距离d_NQ在短路故障的故障特征矢量距离区间内时执行步骤3；

所述变压器油中的气体组分包括CO、CO₂、H₂、CH₄、C₂H₆、C₂H₂、C₂H₄、N₂和O₂；

所述特征指标值Υ_N包括C₂H₂含量H₂含量总烃相对产气速率γ_γ(％)_z、总烃绝对产气速率γ_az和CO绝对产气速率γ_aco；总烃包括CH₄、C₂H₆、C₂H₂和C₂H₄；

优选的，所述总烃绝对产气速率γ_az的计算公式为：

${\mathrm{\γ}}_{\mathrm{az}}=\frac{C_{z2}-C_{z1}}{\mathrm{\Δt}}\×\frac{G}{\mathrm{\ρ}}---\left(1\right)$

所述总烃相对产气速率γ_γ(％)_z的计算公式为：

${\mathrm{\γ}}_{\mathrm{\γ}}{(\%)}_z=\frac{C_{z2}-C_{z1}}{C_{z1}}\×\frac{1}{\mathrm{\Δt}}\×100---\left(2\right)$

所述CO绝对产气速率γ_aco的计算公式为：

${\mathrm{\γ}}_{\mathrm{aco}}=\frac{C_{\mathrm{co}2}-C_{\mathrm{co}1}}{\mathrm{\Δt}}\×\frac{G}{\mathrm{\ρ}}---\left(3\right)$

其中，所述C_z1和所述C_z2分别为第一和二次取样测得变压器油中总烃的浓度，所述C_co1和所述C_co2分别为第一和二次取样测得变压器油中CO的浓度，所述G和所述ρ分别为变压器油的质量密度，所述公式(1)和(3)中的Δt为以天为单位的两次取样的时间间隔，所述公式(2)中的Δt为以月为单位的两次取样的时间间隔。

与最接近的现有技术相比，本发明的优异效果是：

1、本发明提出的一种多参量电力变压器铁芯内部局部短路故障监测方法，通过监测变压器铁心振动信号与绝缘油中的气体组分，实现变压器铁心内部局部短路故障的多参量监测，不仅适用于分析变压器铁心非线性振动，能自适应的分离不同的振动模态，提取出有效反映故障的特征矢量，并通过计算特征矢量距离值结合分析特征气体组分和产气速率的综合表现判断铁心是否发生局部短路故障，实现了多信息地、更准确地判断铁心内部局部短路故障，消除了单一振动法监测的局限性；

2、本发明提出的一种多参量电力变压器铁芯内部局部短路故障监测方法，具有在线监测、实时处理、利用数学算法辨识出变压器铁心的内部局部短路故障特性，能够避免目前停机试验检测所带来的诸多不便和损失，实时掌握变压器内部运行情况和故障预警，极大的提高了变压器的稳定可靠运行。

附图说明

下面结合附图对本发明进一步说明。

图1：本发明实施例中多参量电力变压器铁芯内部局部短路故障监测方法流程图；

图2：本发明实施例中变压器铁芯振动信号的特征矢量距离计算流程图；

图3：本发明实施例中变压器油中气体的特征指标值计算流程图；

图4：本发明实施例中变压器正常运行时铁芯振动信号的EEMD分解结果示意图；

图5：本发明实施例中变压器正常运行时铁芯振动信号的希尔伯特谱示意图；

图6：本发明实施例中铁芯松动时铁芯振动信号的EEMD分解结果示意图；

图7：本发明实施例中铁芯松动时铁芯振动信号的希尔伯特谱示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

本发明提出的一种多参量电力变压器铁芯内部局部短路故障监测方法，通过监测变压器铁芯振动信号以及变压器绝缘油中溶解的气体组分，实现对变压器铁芯内部局部短路故障的多参量监测。

一、如图1所示，本实施例中的监测方法具体步骤包括：

1、采集变压器运行时铁芯的振动信号，计算振动信号的特征矢量距离d_NQ；

(1)获取变压器正常状况下的振动信号；

变压器投入使用前，在空载情况下，将若干个加速度传感器安装在变压器油箱表面，测点Q固定，位置靠近三相铁心斜接缝处，采集变压器A、B、C三相铁心的振动信号，Q＝1，2，3...N；本实施例中，加速度传感器的采样频率为8192Hz，采集5s以上的振动信号，防止采集过程中偶然因素对信号的影响，增加信号的有效性。

(2)对各测点Q采集到的振动信号，按照频率能量法，提取振动信号的特征矢量，计算矢量距离，作为判断铁心是否故障的参数基准值D_Q，各测点基准值不一定相同，以计算结果为准。如图2所示，计算特征矢量距离d_NQ的具体步骤为：

①：用基于希尔伯特变换的EEMD分解算法分解铁芯振动信号，计算铁芯振动信号的瞬时频率得到希尔伯特谱：

a、根据EEMD分解算法将振动信号x(t)分解为n阶本征模态分量IMF_i和一个剩余项r_n(t)的和，IMF_i用c_i(t)表示：

$x\left(t\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{c}_i\left(t\right)+r_n\left(t\right)---\left(1\right)$

其中，t为采样时间，n为整数，i＝1～n。

b、对所有n阶本征模态分量IMF_i进行归一化，得到c_i(t)的调频分量F_i(t)和调幅分量 $A_i\left(t\right)=\frac{c_i\left(t\right)}{F_i\left(t\right)}.$

c、用直接正交算法计算各阶IMF_i的相位函数从而得到瞬时频率f_i(t)＝dφ_i(t)/dt。

d、在时-频面上画出n阶本征模态分量IMF_i，以其幅值加权的瞬时频率曲线，得到振动信号x(t)的希尔伯特谱。

②：分析希尔伯特谱中n阶本征模态分量IMF_i的物理意义，选取能够有效反映变压器铁芯运行状态的本征模态分量IMF_α，α＝1,2,...,m，m≤n。

③：计算一个电网频率周期T内本征模态分量IMF_α的能量F_αj和瞬时频率f_αj，得到包含变压器铁芯运行状态信息的特征矢量P＝[P₁,P₂,...,P_α,...,P_m]；

其中， $P_{\mathrm{\α}}=\underset{j=0}{\overset{T}{\mathrm{\Σ}}}{f}_{\mathrm{\αj}}{E}_{\mathrm{\αj}},$ E_αj＝(IMF_αj)²， $j\⋐T.$

④：用欧氏距离变换计算特征矢量距离

2、比较特征矢量距离d_NQ和阈值KD_Q：

若d_NQ≤KD_Q，则变压器正常；若d_NQ＞KD_Q且特征矢量距离d_NQ在故障特征矢量距离区间内，则变压器处于分正常运行状态，通过步骤3判断其是否发生短路故障。其中，D_Q为步骤1中计算的变压器正常运行时各测点的Q的参数基准值，K为大于1的实数。

获取故障特征矢量距离区间包括：

a、采集变压器在发生不同类型故障时铁芯的振动信号，分别计算在每种故障类型F下振动信号的特征矢量距离d_FQ，d_FQ的计算方法与步骤1中d_NQ的计算方法相同。

b、设定故障特征矢量距离区间为[90％d_FQ 110％d_FQ]，并构建故障类型与故障特征矢量距离区间的数据库。

3、变压器油中溶解气体组分含量变化与变压器铁心故障密切相关，不同铁心故障对应不同气体组分变化。当变压器内部故障处于早期发展阶段时，气体的产生比较缓慢，产气的速率随故障的发展而增大；变压器内绝缘纸等固体绝缘材料在运行中承受多种因素作用，将逐渐老化而分解产生的主要气体是CO和CO₂。因此本实施例中把色谱分析得到的总烃和CO、CO₂作为特征气体来诊断运行中变压器的故障。

在铁心发生内部局部短路故障时，CH₄和C₂H₄明显增加，一般可能会占总烃体积的80％以上，且随着故障点温度的升高，C₂H₄所占的比例也增加；CO含量远小于CO₂含量，一般情况下CO与CO₂比值会小于0.2，并且CO₂产气速率也会明显增加。根据铁心内部局部短路故障时，油中溶解气体含量的特征，可进一步验证变压器铁心是否发生内部局部短路故障。

采集变压器油中的气体组分数据，计算气体的特征指标值Υ_N；若特征指标值Υ_N与变压器铁芯内部局部短路故障时的气体的特征指标值Υ_F相同，则变压器发生短路故障。

本实施例中变压器油中的气体组分包括CO、CO₂、H₂、CH₄、C₂H₆、C₂H₂、C₂H₄、N₂和O₂，总烃包括CH₄、C₂H₆、C₂H₂和C₂H₄。特征指标值Υ_N包括C₂H₂含量H₂含量总烃相对产气速率γ_γ(％)_z、总烃绝对产气速率γ_az和CO绝对产气速率γ_aco，如图3所示：

a、总烃绝对产气速率γ_az的计算公式为：

${\mathrm{\γ}}_{\mathrm{az}}=\frac{C_{z2}-C_{z1}}{\mathrm{\Δt}}\×\frac{G}{\mathrm{\ρ}}---\left(2\right)$

b、总烃相对产气速率γ_γ(％)_z的计算公式为：

${\mathrm{\γ}}_{\mathrm{\γ}}{(\%)}_z=\frac{C_{z2}-C_{z1}}{C_{z1}}\×\frac{1}{\mathrm{\Δt}}\×100---\left(3\right)$

c、CO绝对产气速率γ_aco的计算公式为：

${\mathrm{\γ}}_{\mathrm{aco}}=\frac{C_{\mathrm{co}2}-C_{\mathrm{co}1}}{\mathrm{\Δt}}\×\frac{G}{\mathrm{\ρ}}---\left(4\right)$

其中，C_z1为第一次取样测得变压器油中总烃的浓度，C_z2为第二次取样测得变压器油中总烃的浓度，C_co1为第一次取样测得变压器油中CO的浓度，C_co2为第二次取样测得变压器油中CO的浓度，G为变压器油的质量，ρ为变压器油的密度，公式(2)和(4)中的Δt为两次取样的时间间隔中变压器实际运行天数，公式(3)中的Δt为两次取样的时间间隔中变压器实际运行月数。

二、本发明的监测方法的具体优选实施例为：

1、采集变压器S11-M-500/35正常状况下的振动信号，计算振动信号的特征矢量距离d_NQ，获取振动信号的参数基准值。

(1)变压器投入使用前空载情况下，在靠近上接缝处放置1个压电式加速度传感器，采集5s的振动信号，分析频宽为3.2kHz，采样频率为8192Hz，振动加速传感器灵敏度为253.6mV/g。

(2)计算特征矢量距离d_NQ；

①：将0s～1s内8192个点的振动信号x(t)分解为8阶本征模态分量IMF_i和一个剩余项r_n(t)的和，IMF_i用c_i(t)表示：

$x\left(t\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{c}_i\left(t\right)+r_n\left(t\right)---\left(5\right)$

其中，t＝1s，n＝10，i＝1～n；

图4示出了在0～1s内变压器A相对应的测点的振动信号的8阶本征模态分量IMF₁～IMF₈，x(t)为原始铁心振动信号(单位为m/s²)；图5示出了变压器正常运行时振动信号x(t)的希尔伯特谱。

②：依据图4和图5中可以确定：

IMF₁主要为噪声，但也包含振动信号；

IMF₂中出现周期性非平稳高频振动冲击，其主要为硅钢片接缝处电磁力作用于叠片上时产生诸如碰撞、摩擦等相互作用的结果；

IMF₃为300～800Hz的振动分量，是磁致伸缩和电磁力引起的非线性振动高频分量；

IMF₄的瞬时频率在100Hz左右，这部分振动模式频率和能量相对集中，主要是铁心和绕组的主磁通引起的振动分量；

IMF₅～IMF₇主要为工频干扰信号；

综上，选取前四阶IMF₁～IMF₄作为能够有效反映变压器铁芯运行状态的本征模态分量。

③：依据本征模态分量IMF₁～IMF₄计算E_αj；

依据将能量与瞬时频率加权，得到铁心正常运行时变压器铁心振动信号特征矢量P＝[1.6,21.8,228.7,145.1]。

④：依据欧氏距离变换得到特征矢量距离同时该特征矢量距离为变压器S11-M-500/35振动信号的参数基准值，即D_Q＝271.7。

2、设定阈值为KD_Q＝1.2×271.7≈326后，比较特征矢量距离d_NQ和阈值KD_Q，包括：

变压器投入使用一段后的空载状态下，在同样的监测点放置振动传感器。对变压器铁心的压紧状态进行监测与诊断，实现变压器铁心故障的监测。

图6示出了变压器空载时，铁芯振动信号的EEMD分解结果示意图，图7示出了变压器空载时，铁芯振动信号的希尔伯特谱示意图；

依据步骤1的方法可以得到铁心振动信号特征矢量P＝[1.3,28.8,215.6,259.9]，特征矢量距离d_NQ＝338.9。此时d_NQ＞KD_Q，表明变压器铁心处于不正常状态，则进一步判断此时d_NQ是否处于短路故障特征矢量距离区间内。

3、由于某些铁心故障引起的振动特性差别非常微弱，即特征矢量大小相当接近，导致特征矢量距离法并不能有效的监测评判，采用油色谱分析法拟补这一不足。采集变压器油中的气体组分数据，计算气体的特征指标值Υ_N；若特征指标值Υ_N与变压器铁芯内部局部短路故障时的气体的特征指标值Υ_F相同，则变压器发生短路故障。

基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

Claims (5)

1.一种多参量电力变压器铁芯内部局部短路故障监测方法，其特征在于，所述方法包括：

步骤1：采集变压器运行时铁芯的振动信号，计算所述振动信号的特征矢量距离d_NQ；

步骤2：比较所述特征矢量距离d_NQ和阈值KD_Q；若d_NQ≤KD_Q，则变压器正常；若d_NQ＞KD_Q且特征矢量距离d_NQ在故障特征矢量距离区间内，则执行步骤3；所述D_Q为变压器正常运行时所述振动信号的特征矢量距离；

步骤3：分析变压器油中的气体组分，计算所述气体的特征指标值γ_N；若所述特征指标值γ_N与变压器铁芯内部局部短路故障时气体的特征指标值γ_F相同，则变压器发生短路故障。

2.如权利要求1所述的方法，其特征在于，所述步骤1中计算特征矢量距离d_NQ包括：

步骤2-1：用基于希尔伯特变换的EEMD分解算法分解所述振动信号，计算振动信号的瞬时频率得到希尔伯特谱；

步骤2-2：分析所述希尔伯特谱中n阶本征模态分量IMF_i的物理意义，选取反映变压器铁芯运行状态的本征模态分量IMF_α，α＝1,2,...,m，m≤n；

步骤2-3：计算一个电网频率周期T内本征模态分量IMF_α的能量F_αj和瞬时频率f_αj，得到包含变压器铁芯运行状态信息的特征矢量P＝[P₁,P₂,...,P_α,...,P_m]；

其中， $P_{\mathrm{\α}}=\underset{j=0}{\overset{T}{\mathrm{\Σ}}}{f}_{\mathrm{\αj}}{E}_{\mathrm{\αj}},$ E_αj＝(IMF_αj)²， $j\⋐T;$

步骤2-4：用欧氏距离变换计算所述特征矢量距离

3.如权利要求1所述的方法，其特征在于，所述步骤2中获取所述故障特征矢量距离区间包括：

步骤2-1：采集变压器在发生不同类型故障时铁芯运行的振动信号，分别计算在每种故障类型F下振动信号的特征矢量距离d_FQ；

步骤2-2：设定所述故障特征矢量距离区间为[90％d_FQ 110％d_FQ]，并构建故障类型与故障特征矢量距离区间的数据库。

4.如权利要求1所述的方法，其特征在于，所述步骤2中当特征矢量距离d_NQ在短路故障的故障特征矢量距离区间内时执行步骤3；

所述变压器油中的气体组分包括CO、CO₂、H₂、CH₄、C₂H₆、C₂H₂、C₂H₄、N₂和O₂；

所述特征指标值γ_N包括C₂H₂含量H₂含量总烃相对产气速率γ_γ(％)_z、总烃绝对产气速率γ_az和CO绝对产气速率γ_aco；总烃包括CH₄、C₂H₆、C₂H₂和C₂H₄。

5.如权利要求4所述的方法，其特征在于，所述总烃绝对产气速率γ_az的计算公式为：

${\mathrm{\γ}}_{\mathrm{az}}=\frac{C_{z2}-C_{z1}}{\mathrm{\Δt}}\×\frac{G}{\mathrm{\ρ}}---\left(1\right)$

所述总烃相对产气速率γ_γ(％)_z的计算公式为：

${\mathrm{\γ}}_{\mathrm{\γ}}{(\%)}_z=\frac{C_{z2}-C_{z1}}{C_{z1}}\×\frac{1}{\mathrm{\Δt}}\×100---\left(2\right)$

所述CO绝对产气速率γ_aco的计算公式为：

${\mathrm{\γ}}_{\mathrm{aco}}=\frac{C_{\mathrm{co}2}-C_{\mathrm{co}1}}{\mathrm{\Δt}}\×\frac{G}{\mathrm{\ρ}}---\left(3\right)$

其中，所述C_z1和所述C_z2分别为第一和二次取样测得变压器油中总烃的浓度，所述C_co1和所述C_co2分别为第一和二次取样测得变压器油中CO的浓度，所述G和所述ρ分别为变压器油的质量密度，所述公式(1)和(3)中的Δt为以天为单位的两次取样的时间间隔，所述公式(2)中的Δt为以月为单位的两次取样的时间间隔。