CN106092422A - 高压并联电抗器压紧力降低的在线监测及诊断方法 - Google Patents

Abstract

本发明涉及一种高压并联电抗器压紧力降低的在线监测及诊断方法，其技术特点是包括将振动检测探头固定在电抗器的箱壁上，实时接收电抗器运行过程中产生的振动信号；通过小波包分析技术对振动信号进行能量频带分解，提取信号的频谱特征，从而构成状态特征向量，然后通过信号采集和存储形成特征向量库；利用欧几里德距离函数分析特征向量的变化趋势，对高压并联电抗器的压紧力状态进行在线监测和诊断。本发明能够及时诊断电抗器压紧力降低故障，避免了单一的限值标准无法及时发现缺陷而导致的故障恶化，节约了检修成本，提高了缺陷诊断的准确性，保证了高压并联电抗器的安全可靠运行。

Description

高压并联电抗器压紧力降低的在线监测及诊断方法

技术领域

本发明属于电抗器高压试验试验技术领域，尤其是一种高压并联电抗器压紧力降低的在线监测及诊断方法。

背景技术

随着跨区域长距离输变电工程的建设，电压等级的不断提高，输电线路的充电电容显著增大。为了补偿线路充电功率，抑制系统工频过电压，保证系统的安全稳定运行，高压并联电抗器是超高压和特高压电网中必不可少的电气设备。并联电抗器要获得较大并且在一定条件下趋于稳定的电抗，必须在铁心上串联许多气隙，用于增大磁阻、限值磁饱和的影响。因此，除了铁心的磁致伸缩效应以外，电抗器由于铁心柱的分段，各段分别产生磁极，使铁心饼之间存在着磁吸引力，这些磁吸引力将引起额外的振动。长期振动将导致电抗器压紧力降低，若长期得不到有效抑制，将引发电抗器事故，如高压套管升高座螺丝因长期金属疲劳而断裂、引线绝缘磨损、铁心限位装置放电等。目前，《GB1094.6-2011电力变压器第6部分：电抗器》对并联电抗器的振动仅规定了箱壁的最大振幅，且检测周期较长，无法及时掌握电抗器振动程度的变化趋势，更难以对电抗器压紧力降低做有效的诊断。

发明内容

本发明的目的在于克服现有技术的不足，提供一种设计合理、快速准确且成本低廉的高压并联电抗器压紧力降低的在线监测及诊断方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种高压并联电抗器压紧力降低的在线监测及诊断方法，包括以下步骤：

步骤1、将振动检测探头固定在电抗器的箱壁上，实时接收电抗器运行过程中产生的振动信号。

步骤2、通过小波包分析技术对振动信号进行能量频带分解，提取信号的频谱特征，从而构成状态特征向量，然后通过信号采集和存储形成特征向量库；

步骤3、利用欧几里德距离函数分析特征向量的变化趋势，对高压并联电抗器的压紧力状态进行在线监测和诊断。

所述步骤2的具体实现方法为：

对振动信号进行j层小波包分解，得到2^j个频率段，定义在某一特定频率段的小波能量为该段小波系数的平方和E_m：

$E_m=\underset{k}{\Σ}|C_m\left(k\right){|}^2$

得到总能量E_tot的表达式为：

$E_{tot}=\underset{m}{\Σ}\underset{k}{\Σ}|C_m\left(k\right){|}^2=\underset{m}{\Σ}{E}_m$

定义某频段的相对小波包能量p_m：

$p_m=\frac{E_m}{E_{tot}}$

定义相对小波包能量特征向量K_i：

$K_i=(p_0,p_1,...,p_{2^j-1})$

上式中，m＝0,1，……，2^j-1，

最后根据特征向量建立特征向量库。

所述步骤3的具体实现方法为：

采用待监测的特征向量K_T与标准特征向量库中特征向量K_i的距离d(K_T，K_i)作为模式判别的依据，如果：

d(K_T,K_i)＝min{d(K_T,K_i),...,d(K_T,K_n)}

则将待监测向量的状态归入正常状态，采用如下欧几里德距离函数计算距离：

$d(K_T,K_i)=\sqrt{\underset{k=0}{\overset{2^j-1}{\Σ}}(p_{T,k}-p_{i,k})}$

式中，j为小波包分解的层数；

在线监测过程中，将实时获取电抗器的振动信号，每次测取数据的特征向量都将存入特征向量库中，并与已有特征向量进行比较，绘制距离函数的变化曲线，给出发生突变的拐点时间和数值，从而诊断电抗器压紧力降低的临界情况及严重程度。

本发明的优点和积极效果是：

本发明将振动检测探头固定在电抗器的箱壁上，实时接收电抗器运行过程中产生的振动信号，通过数据处理，提取振动信号中的特征量，并与历时数据进行比对，可以实时掌握电抗器振动程度的发展趋势，且有效排除外部干扰，及时诊断电抗器压紧力降低故障，本发明避免了单一的限值标准无法及时发现缺陷而导致的故障恶化，节约了检修成本，提高了缺陷诊断的准确性，保证了高压并联电抗器的安全可靠运行。

具体实施方式

以下结合一个实施例对本发明做进一步详述：

一种高压并联电抗器压紧力降低的在线监测及诊断方法的设计原理为：由于高压并联电抗器长期运行产生的振动会引起压紧力松动，其器身的振动特性将会有明显的改变，主要表现在不同频率段的振动信号具有不同的衰减或增强现象，因此，首先通过小波包分析技术对振动信号进行能量频带分解，提取信号的频谱特征，从而构成状态特征向量，然后通过信号采集和存储形成特征向量库，分析特征向量的变化趋势即可对高压并联电抗器的压紧力状态进行在线监测和诊断。

本发明高压并联电抗器压紧力降低的在线监测及诊断方法包括以下步骤：

步骤1、将振动检测探头固定在电抗器的箱壁上，实时接收电抗器运行过程中产生的振动信号。

步骤2、通过小波包分析技术对振动信号进行能量频带分解，提取信号的频谱特征，从而构成状态特征向量，然后通过信号采集和存储形成特征向量库。

在本步骤中，通过对振动信号进行j层小波包分解，可以得到2^j个频率段，定义在某一特定频率段的小波能量为该段小波系数的平方和：

$\begin{array}{cc}{E}_m=\underset{k}{\Σ}|C_m\left(k\right){|}^2& (m=0,1,...,2^j-1)\end{array}---\left(1\right)$

由此可得到总能量的表达式为：

$\begin{array}{cc}{E}_{tot}=\underset{m}{\Σ}\underset{k}{\Σ}|C_m\left(k\right){|}^2=\underset{m}{\Σ}{E}_m& (m=0,1,...,2^j-1)\end{array}---\left(2\right)$

定义某频段的相对小波包能量：

$\begin{array}{cc}{p}_m=\frac{E_m}{E_{tot}}& (m=0,1,...,2^j-1)\end{array}---\left(3\right)$

定义相对小波包能量特征向量：

$K_i=(p_0,p_1,...,p_{2^j-1})---\left(4\right)$

根据特征数据得到表征其状态的特征向量之后，就可以建立特征向量库了。特征向量库具有开放性，而且随着检测数据的增加而增加。

步骤3、利用欧几里德距离函数分析特征向量的变化趋势，对高压并联电抗器的压紧力状态进行在线监测和诊断。

在特征向量库建立以后，就可以进行模式识别的工作了。采用待监测的特征向量K_T与标准特征向量库中特征向量K_i的距离d(K_T，K_i)作为模式判别的依据。若

d(K_T,K_i)＝min{d(K_T,K_i),...,d(K_T,K_n)}(5)

也就是说K_T与K_i最接近，则把待监测向量的状态归入正常状态。距离的计算采用最常见的欧几里德距离函数，计算公式为：

$d(K_T,K_i)=\sqrt{\underset{k=0}{\overset{2^j-1}{\Σ}}(p_{T,k}-p_{i,k})}---\left(6\right)$

式中，j为小波包分解的层数。

在线监测过程中，将实时获取电抗器的振动信号，每次测取数据的特征向量都将存入特征向量库中，并与已有特征向量进行比较，绘制距离函数的变化曲线，给出发生突变的拐点时间和数值，用以诊断电抗器压紧力降低的临界情况及严重程度。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (3)

1.一种高压并联电抗器压紧力降低的在线监测及诊断方法，其特征在于包括以下步骤：

步骤1、将振动检测探头固定在电抗器的箱壁上，实时接收电抗器运行过程中产生的振动信号。

步骤2、通过小波包分析技术对振动信号进行能量频带分解，提取信号的频谱特征，从而构成状态特征向量，然后通过信号采集和存储形成特征向量库；

步骤3、利用欧几里德距离函数分析特征向量的变化趋势，对高压并联电抗器的压紧力状态进行在线监测和诊断。

2.根据权利要求1所述的高压并联电抗器压紧力降低的在线监测及诊断方法，其特征在于：所述步骤2的具体实现方法为：

对振动信号进行j层小波包分解，得到2^j个频率段，定义在某一特定频率段的小波能量为该段小波系数的平方和E_m：

$E_m=\underset{k}{\Σ}|C_m\left(k\right){|}^2$

得到总能量E_tot的表达式为：

$E_{tot}=\underset{n}{\Σ}\underset{k}{\Σ}|C_m\left(k\right){|}^2=\underset{m}{\Σ}{E}_m$

定义某频段的相对小波包能量p_m：

$p_m=\frac{E_m}{E_{tot}}$

定义相对小波包能量特征向量K_i：

$K_i=(p_0,p_1,...,p_{2^j-1})$

上式中，m＝0,1，……，2^j-1，

最后根据特征向量建立特征向量库。

3.根据权利要求1所述的高压并联电抗器压紧力降低的在线监测及诊断方法，其特征在于：所述步骤3的具体实现方法为：

采用待监测的特征向量K_T与标准特征向量库中特征向量K_i的距离d(K_T，K_i)作为模式判别的依据，如果：

d(K_T,K_i)＝min{d(K_T,K_i),...,d(K_T,K_n)}

则将待监测向量的状态归入正常状态，采用如下欧几里德距离函数计算距离：

$d(K_T,K_i)=\sqrt{\underset{k=0}{\overset{2^j-1}{\Σ}}(p_{T,k}-p_{i,k})}$

式中，j为小波包分解的层数；

在线监测过程中，将实时获取电抗器的振动信号，每次测取数据的特征向量都将存入特征向量库中，并与已有特征向量进行比较，绘制距离函数的变化曲线，给出发生突变的拐点时间和数值，从而诊断电抗器压紧力降低的临界情况及严重程度。