CN106530302A - 基于小波变换的变压器故障诊断方法 - Google Patents
基于小波变换的变压器故障诊断方法 Download PDFInfo
- Publication number
- CN106530302A CN106530302A CN201611144857.6A CN201611144857A CN106530302A CN 106530302 A CN106530302 A CN 106530302A CN 201611144857 A CN201611144857 A CN 201611144857A CN 106530302 A CN106530302 A CN 106530302A
- Authority
- CN
- China
- Prior art keywords
- wavelet
- transformer
- diagnosis method
- wavelet transform
- vibration signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000003745 diagnosis Methods 0.000 title claims abstract description 13
- 230000008569 process Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 abstract description 3
- 238000010183 spectrum analysis Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明提供一种基于小波变换的变压器故障诊断方法，该方法包括以下步骤：步骤一、利用安装在变压器油箱上的振动传感器采集变压器振动信号；步骤二、对步骤一获取的变压器振动信号进行小波阈值去噪处理，获取降噪后的振动信号；步骤三、对步骤二获取的降噪后的振动信号进行一维小波变换，小波基选择cmor小波，计算小波系数，画出时间——频率色谱图，观察特征频率所在区间，判断故障类型。本发明所述的基于小波变换的变压器故障诊断方法，能有效弥补傅里叶频谱分析的不足，更加有效地对电力变压器进行诊断。
Description
技术领域
本发明属于设备故障诊断领域，具体涉及电力变压器的故障诊断方法。
背景技术
变压器在长期运行过程中，受外界环境因素的影响，不可避免地会出现各种故障，从而影响变压器正常工作，如未能及时发现并采取适当的修复措施，则缺陷会不断发展，从而引发事故。
现有变压器振动分析法大多采用傅里叶频谱分析法，傅里叶频谱分析法适合时域平稳信号的分析，不适合非平稳信号分析。然而变压器的很多内部故障均产生非平稳信号，因此傅里叶分析不再适合。
振动监测以其安装简单、监测灵敏、在线监测时整个测量系统与电力系统无电气连接安全可靠等特点，克服了传统方法的不足，在监测变压器的绕组和铁心的状况上表现出良好的发展前景。因此，应用振动法监测电力变压器不仅可提高电力系统运行的可靠性，而且对电力工业的科技进步有重要的科学价值。
发明内容
本发明所要解决的技术问题在于，为了解决现有的变压器故障诊断技术所存在的不足，提供一种基于小波变换的变压器故障诊断方法，
为了解决上述问题本发明的技术方案是这样的：
基于小波变换的变压器故障诊断方法，该方法包括以下步骤：
步骤一、利用安装在变压器油箱上的振动传感器采集变压器振动信号；
步骤二、对步骤一获取的变压器振动信号进行小波阈值去噪处理，获取降噪后的振动信号；
步骤三、对步骤二获取的降噪后的振动信号进行一维小波变换，小波基选择cmor小波，计算小波系数，画出时间——频率色谱图，观察特征频率所在区间，判断故障类型。
步骤二中的小波阈值去噪处理选取db6为母小波，分解层数为1层，阈值选取规则为“rigrsure”，阈值重调方式为“sln”。
有益效果，本发明所述的基于小波变换的变压器故障诊断方法，能有效弥补傅里叶频谱分析的不足，更加有效地对电力变压器进行诊断。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
基于小波变换的变压器故障诊断方法，该方法包括以下步骤：
步骤一、利用安装在变压器油箱上的加速度传感器来采集变压器振动信号，经过信号调理后利用A/D转换器转换为数字信号并存储到RAM存储器中；
步骤二、CPU对骤一获取的RAM中的数字信号进行小波阈值去噪处理，获取降噪后的振动信号。小波阈值去噪处理时，选取db6为母小波，进行1层分解，阈值选取规则为“rigrsure”，阈值重调方式为“sln”。
步骤三、对步骤二获取的降噪振动信号进行一维小波连续变换，小波基选择cmor小波，计算小波系数，画出时间——频率色谱图，观察特征频率所在区间，判断故障类型。特征频率区间是指色谱图中红色部分所在的区间。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明专利要求保护的范围由所附的权利要求书及其等同物界定。
Claims (2)
1.基于小波变换的变压器故障诊断方法，其特征是，该方法包括以下步骤：
步骤一、利用安装在变压器油箱上的振动传感器采集变压器振动信号；
步骤二、对步骤一获取的变压器振动信号进行小波阈值去噪处理，获取降噪后的振动信号；
步骤三、对步骤二获取的降噪后的振动信号进行一维小波变换，小波基选择cmor小波，计算小波系数，画出时间——频率色谱图，观察特征频率所在区间，判断故障类型。
2.根据权利要求1所述的基于小波变换的变压器故障诊断方法，其特征是，步骤二中的小波阈值去噪处理选取db6为母小波，分解层数为1层，阈值选取规则为“rigrsure”，阈值重调方式为“sln”。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611144857.6A CN106530302A (zh) | 2016-12-13 | 2016-12-13 | 基于小波变换的变压器故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611144857.6A CN106530302A (zh) | 2016-12-13 | 2016-12-13 | 基于小波变换的变压器故障诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106530302A true CN106530302A (zh) | 2017-03-22 |
Family
ID=58343188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611144857.6A Pending CN106530302A (zh) | 2016-12-13 | 2016-12-13 | 基于小波变换的变压器故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106530302A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886063A (zh) * | 2018-11-22 | 2019-06-14 | 国网宁夏电力有限公司检修公司 | 基于小波时频图处理的有载调压开关振动故障诊断方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090222228A1 (en) * | 2005-09-14 | 2009-09-03 | Gao Robert X | Multi-scale enveloping spectrogram signal processing for condition monitoring and the like |
| CN102141403A (zh) * | 2010-12-17 | 2011-08-03 | 北京航空航天大学 | 基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法 |
-
2016
- 2016-12-13 CN CN201611144857.6A patent/CN106530302A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090222228A1 (en) * | 2005-09-14 | 2009-09-03 | Gao Robert X | Multi-scale enveloping spectrogram signal processing for condition monitoring and the like |
| CN102141403A (zh) * | 2010-12-17 | 2011-08-03 | 北京航空航天大学 | 基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吕瑞兰 等: "采用不同小波母函数的阈值去噪方法性能分析", 《光谱学与光谱分析》 * |
| 颜秋容 等: "基于小波理论的电力变压器振动信号特征研究", 《高电压技术》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886063A (zh) * | 2018-11-22 | 2019-06-14 | 国网宁夏电力有限公司检修公司 | 基于小波时频图处理的有载调压开关振动故障诊断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guo et al. | Fault feature extraction for rolling element bearing diagnosis based on a multi-stage noise reduction method | |
| Li et al. | Multi-scale autocorrelation via morphological wavelet slices for rolling element bearing fault diagnosis | |
| CN106546892A (zh) | 基于深度学习的局部放电超声音频识别方法及系统 | |
| CN104061851A (zh) | 基于过电压响应的变压器绕组变形在线监测方法 | |
| CN107403139B (zh) | 一种城轨列车车轮扁疤故障检测方法 | |
| CN110426569B (zh) | 一种变压器声信号降噪处理方法 | |
| Chen et al. | Compound fault identification of rolling element bearing based on adaptive resonant frequency band extraction | |
| CN103745085B (zh) | 一种旋转机械振动信号的数据驱动阈值降噪方法 | |
| CN105424366A (zh) | 基于eemd自适应消噪的轴承故障诊断方法 | |
| WO2020057066A1 (zh) | 基于增强调制双谱分析的滚动轴承故障诊断方法 | |
| CN103018629A (zh) | 一种基于马拉算法的电力系统故障录波数据分析方法 | |
| CN110617982A (zh) | 一种基于声纹信号的旋转机械设备故障识别方法 | |
| CN108197073B (zh) | 一种改进的电动汽车充电电能信号特征分析方法 | |
| CN104089699A (zh) | 一种变电站设备声音重建算法 | |
| CN107782548B (zh) | 一种基于对轨道交通工具零部件检测系统 | |
| CN102269333B (zh) | 一种频域自适应滤波消除管道堵塞声信号强干扰的方法 | |
| CN110161351B (zh) | 一种振荡波下变压器绕组故障试验系统和诊断方法 | |
| CN112069962A (zh) | 一种基于图像识别强噪声背景下振动频谱的方法 | |
| Zhou et al. | Multi-objective sparsity maximum mode de-composition: a new method for rotating machine fault diagnosis on high-speed train axle box | |
| CN106530302A (zh) | 基于小波变换的变压器故障诊断方法 | |
| CN104330684A (zh) | 一种多参量电力变压器铁芯内部局部短路故障监测方法 | |
| CN110459197A (zh) | 用于微弱盲信号去噪与提取的信号增强器及方法 | |
| CN116559643A (zh) | 一种基于特征相似性的gis局部放电故障判别方法 | |
| CN112729531B (zh) | 配电变压器设备故障研判方法及系统 | |
| CN114400011A (zh) | 一种用于高速铁路钢轨波磨声学诊断的声信号降噪方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Chi Inventor after: Fu Xiaofei Inventor after: Chen Xin Inventor after: Ji Kunhua Inventor after: Liao Tianming Inventor after: Zhou Guliang Inventor after: Sheng Hui Inventor after: Chen Junwu Inventor after: Qiu Xiwei Inventor before: Zhang Chi Inventor before: Fu Xiaofei Inventor before: Chen Junwu Inventor before: Chen Xin Inventor before: Sheng Hui |
|
| CB03 | Change of inventor or designer information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170322 |
|
| RJ01 | Rejection of invention patent application after publication |