CN107907320A - 变压器有载分接开关的机械状态特征的诊断方法及装置 - Google Patents

Abstract

本申请公开了一种变压器有载分接开关的机械状态特征的诊断方法，包括利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；对所述振动信号进行去噪处理，获得振动波形；利用短时能量法截取部分所述振动波形，获得切换过程振动波形；在所述切换过程振动波形中提取波形特征值；利用RVM分类模型对所述波形特征值进行故障诊断。该方法解决了定期检查和故障检修导致的检测周期长、工作量大以及人力物力浪费等问题，有效减少了突发故障，进一步保证了变压器安全稳定的运行。本申请还公开了一种变压器有载分接开关的机械状态特征的诊断装置、设备及计算机可读存储介质，均具有上述有益效果。

Description

变压器有载分接开关的机械状态特征的诊断方法及装置

技术领域

本申请涉及高压电器设备在线监测技术领域，特别涉及一种变压器有载分接开关的机械状态特征的诊断方法，还涉及一种变压器有载分接开关的机械状态特征的诊断装置、设备及计算机可读存储介质。

背景技术

电力变压器是电网中重要的电力变换设备，其运行状态的稳定直接影响到电力系统的安全。有载分接开关(On-Load Tap Changer,OLTC)作为变压器内部唯一可动的部件，其准确及时的动作，不仅可以改善电压偏移，提高电能质量，还能改变电力系统潮流分布，增加电网调度的灵活性。但伴随动作次数的增多，其故障率也相应增加，直接威胁到变压器的寿命。有数据表明，OLTC的故障占变压器故障的20％以上，其中，机械性故障是OLTC的主要故障类型，如开关切换不到位、制动失效、紧固件松动、弹簧动能不足等。

随着智能电网的发展，电气设备正朝着测量数字化、控制网络化、状态可视化、功能一体化、信息互动化方向发展。目前，电网针对OLTC故障，采用预防性试验、定期检修和故障检修，其工作量大、效率低且测量精度不高，由此所带来的弊端日益凸显；针对OLTC的状态监测的主要方法是油中溶解气体分析(DGA)和动态阻抗测量，但两种监测过程均需要介入变压器本体，而变压器本体的介入又会严重影响OLTC的正常运行。

因此，如何避免由于定期检查和故障检修导致的检测周期长、工作量大以及人力物力浪费等问题，减少突发故障，保证变压器安全稳定的运行是本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种变压器有载分接开关的机械状态特征的诊断方法，该方法有效解决了定期检查和故障检修导致的检测周期长、工作量大以及人力物力浪费等问题，进一步保证了变压器安全稳定的运行；本发明的另一目的是提供一种变压器有载分接开关的机械状态特征的诊断装置、设备及计算机可读存储介质，均具有上述有益效果。

为解决上述技术问题，本申请提供一种变压器有载分接开关的机械状态特征的诊断方法，该方法包括：

利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；

对所述振动信号进行去噪处理，获得振动波形；

利用短时能量法截取部分所述振动波形，获得切换过程振动波形；

在所述切换过程振动波形中提取波形特征值；

利用RVM分类模型对所述波形特征值进行故障诊断。

优选的，所述对所述振动信号进行去噪处理，获得振动波形包括：

在所述振动信号中截取部分振动信号，进行频谱分析获得频谱图；

利用陷波法对所述频谱图中的噪声特征频率进行定点消除，获得所述振动波形。

优选的，所述利用短时能量法截取部分所述振动波形，获得切换过程振动波形包括：

利用所述短时能量法在所述振动波形中找出最高能量点；

在所述最高能量点前后截取预定时间内的所述振动波形，获得所述切换过程振动波形。

优选的，所述在所述切换过程振动波形中提取波形特征值包括：

利用布拉克曼窗对所述切换过程振动波形进行处理，获得短时傅里叶变换图；

在所述短时傅里叶变换图中提取高频信号进行分析处理，获取高频部分包络图；

对所述高频部分包络图中的数据进行求导运算，获得所述波形特征值。

优选的，所述利用RVM分类模型对所述波形特征值进行故障诊断包括：

利用预定数目个所述RVM分类模型建立故障诊断模型；

将所述波形特征值和各类故障的样本数据输入所述故障诊断模型，进行故障诊断。

优选的，还包括：

输出所述故障诊断的结果，并进行报警。

为解决上述技术问题，本申请还提供一种变压器有载分接开关的机械状态特征的诊断装置，包括：

采集模块，用于利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；

去噪模块，用于对所述振动信号进行去噪处理，获得振动波形；

截取模块，用于利用短时能量法截取部分所述振动波形，获得切换过程振动波形；

提取模块，用于在所述切换过程振动波形中提取波形特征值；

故障诊断模块，用于根据所述波形特征值利用RVM分类模型进行故障诊断。

优选的，还包括：

输出模块，用于输出所述故障诊断的结果，并进行报警。

为解决上述问题，本申请还提供一种变压器有载分接开关的机械状态特征的诊断设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现上述任意一项所述变压器有载分接开关的机械状态特征的诊断方法的步骤。

为解决上述问题，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述变压器有载分接开关的机械状态特征的诊断方法的步骤。

本申请所提供的一种变压器有载分接开关的机械状态特征的诊断方法，包括利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；对所述振动信号进行去噪处理，获得振动波形；利用短时能量法截取部分所述振动波形，获得切换过程振动波形；在所述切换过程振动波形中提取波形特征值；利用分类模型对所述波形特征值进行故障诊断。

由于OLTC的动作是依靠一系列结构复杂的机械动作来完成的，而机械性故障是OLTC的主要故障类型。在动作的执行的过程中，其零部件的运动及撞击同时以振动波的形式传递到分接开关或变压器的外壁上。由于机械振动信号中包含着大量的设备状态信息，因此可以利用振动信号来监测OLTC的机械状态。本申请所提供的技术方案，非介入性地监测OLTC操作过程中的机械振动信号，能在变压器带电的情况下进行，获取分接开关的状态信息和工作模式，实现了对分接开关的故障自动诊断，有效解决了定期检修和故障检修存在的检测周期长、工作量大记忆浪费人力物力等问题，防止和减少了突发故障，保证了变压器安全稳定的运行。

本申请还提供了一种变压器有载分接开关的机械状态特征的诊断装置、设备及计算机可读存储介质，均具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请所提供的一种变压器有载分接开关的机械状态特征的诊断方法的流程示意图；

图2为本申请所提供的一种振动探头空间布置方式的示意图；

图3为本申请所提供的一种OLTC振动过程中产生的振动信号的示意图；

图4为本申请所提供的一种OLTC振动过程中产生的振动信号的频谱图；

图5为本申请所提供的一种全局振动波形去噪前与去噪后的对比图；

图6为本申请所提供的一种OLTC切换过程中的短时能量图；

图7为本申请所提供的一种OLTC切换过程中最高能量点处的波形图；

图8为本申请所提供的一种基于布拉克曼窗的短时傅里叶变换图；

图9为本申请所提供的一种OLTC切换过程中的高频部分包络图；

图10为本申请所提供的一种OLTC切换过程中的高频部分一次求导图；

图11为本申请所提供的一种基于RVM的OLTC故障诊断模型示意图；

图12为本申请所提供的一种变压器有载分接开关的机械状态特征的诊断装置的示意图；

图13为本申请所提供的一种变压器有载分接开关的机械状态特征的诊断设备的示意图。

具体实施方式

本申请的核心是提供一种变压器有载分接开关的机械状态特征的诊断方法，该方法有效解决了定期检查和故障检修导致的检测周期长、工作量大以及人力物力浪费等问题，进一步保证了变压器安全稳定的运行；本发明的另一核心是提供一种变压器有载分接开关的机械状态特征的诊断装置、设备及计算机可读存储介质，均具有上述有益效果。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。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它实施例，都属于本申请保护的范围。

请参考图1，图1为本申请所提供的一种变压器有载分接开关的机械状态特征的诊断方法的流程示意图，该方法可以包括：

S101：利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；

具体的，在操作时，OLTC的零部件会产生运动及撞击等动作，动作过程中会产生振动信号，因此，可以通过设置振动探头的方式，采集上述振动信号。由于振动信号会以振动波的形式传递到有载分接开关或变压器的外壁上，故可将振动探头安装于变压器外壁，以进行振动信号的采集。

具体的，请参考图2，图2为本申请所提供的一种振动探头空间布置方式的示意图。通过现场试验，对上述振动探头的选型、安装位置以及安装方式进行了相关验证，在本申请中，可以采用X、Y、Z三维空间的布置方法，将三个振动探头布置于电力变压器的外壁及OLTC上，如图2所示，将振动探头11和振动探头13设置于电力变压器的外壁，且靠近OLTC的位置，将振动探头12设置于OLTC上，实现了对OLTC的全方位监测，以便于更加精准的采集振动信号。其中，振动探头可以采用宽频段加速计，在本申请中，选用DH186E压电式加速度传感器进行振动信号的采集，请参考表1，表1为本申请所提供的DH186E压电式加速度传感器的主要性能参数参照表。具体的，DH186E压电式加速度传感器前端的绝缘陶瓷线缆外包裹有金属波纹管，信号进入后会经过软硬件的双重滤波，其硬件电路也增加了信号隔离模块，提高了抗干扰性，有效保证了拾取到的与OLTC动作相关的各种信号的准确性。

表1 DH186E压电式加速度传感器的主要性能参数参照表

型号	灵敏度	频响范围	测量范围	自谐振频率	温度范围
						DH186E	100mv/g	0.5Hz～10KHz	+/-50g	>＝27KHz	-45℃～80℃

需要说明的是，上述振动探头选用的类型、使用的数量、安装的位置以及方式，仅为本申请所提供的一种优选实施方式，并不唯一，本申请在此均不做限定。此外，还可以在振动探头的底部加装磁力基座，用于紧固振动探头，使其不易脱落。

进一步，还可以对获得的振动信号进行预处理，本申请中采用的是DSP+ARM双内核设计，其中，DSP芯片具有运算与数据处理能力较强的优点，可以用来快速的实现各种数字信号算法处理；ARM芯片具有面积最小、接口丰富、控制能力强等优点。具体的，可以先对振动信号进行A/D转换，然后通过DSP读取A/D转换结果，针对不同的振动信号进行相应的算法处理，并将处理后的数据传送至基于ARM内核的微控制器，通过实时操作系统实现了多任务的操作与管理、人机交互与通信和数据交换等功能。

S102：对振动信号进行去噪处理，获得振动波形；

具体的，请参考图3，图3为本申请所提供的一种OLTC振动过程中产生的振动信号的示意图，可以对获得的振动信号进行去噪声处理，以进一步获得OLTC的振动波形。

优选的，上述对振动信号进行去噪处理，获得振动波形的过程可以包括在振动信号中截取部分振动信号，进行频谱分析获得频谱图；利用陷波法对频谱图中的噪声特征频率进行定点消除，获得振动波形。

具体的，对于OLTC振动的整个过程中产生的振动信号，从中截取部分振动信号，作为分析噪声的信号源，对此信号源进行频谱分析获得频谱图，如图4所示，即为本申请所提供的一种OLTC振动过程中产生的振动信号的频谱图，图4中箭头所指的方向即为需要去除的频率成分，可以看出，需要去除的频率成分主要集中于100Hz、200Hz、300Hz、400Hz、500Hz左右。进一步，利用陷波法对上述几个噪声特征频率进行定点消除，获得全局振动波形，如图5所示，为本申请所提供的一种全局振动波形去噪前与去噪后的对比图，可以看出，经过去噪后，整个动作过程不再淹没于基础噪声中，有效保证了后续工作的进行。

S103：利用短时能量法截取部分振动波形，获得切换过程振动波形；

具体的，由于去噪后的数据量依然很大，可以通过短时能量法在已获得的全局振动波形中，截取部分振动波形，振动波形主要产生于OLTC的切换过程中，可以将截取后的振动波形称为切换过程振动波形。

优选的，上述利用短时能量法截取部分振动波形，获得切换过程振动波形的过程可以包括：利用短时能量法在振动波形中找出最高能量点；在最高能量点前后截取预定时间内的振动波形，获得切换过程振动波形。

具体的，对于获得的切换过程振动波形中的数据量，可以每秒采集100k个点，即采样频率为100kHz，总共时长取8s，每个数据点两个字节，共1.6M的数据量，进行数据分析时负担会很大，因此针对切换过程的振动数据，可以采用短时能量法进行截取。具体的，例如，取每10000个点为一组，通过如下能量公式进行计算，取能量最大的一组，将其中心点视为整个信号的能量最大值点，即最高能量点。

其中，E表示能量，Δt为采样周期，f(k)为振动信号第点的采样值，n为一次计算点数。

进一步，在最高能量点前后各取预定时间内的数据，保证切换过程能够安全的在此范围内，获得如图6所示的OLTC切换过程中的短时能量图，可以看出，其波峰发生在4s左右，因此可以截取预定时间的数据进行分析。例如预定时间可以取0.2s，则截取的数据为3.8s-4.2s的数据，获得如图7所示的OLTC切换过程中最高能量点处的波形图。当然，上述预定时间并不唯一，在此本申请不做限定。

S104：在切换过程振动波形中提取波形特征值；

具体的，通过对OLTC切换过程中波形数据的分析，可以确定波形特征值。其中，波形特征值可以包括：切换过程起始时间、切换总时长、切换过程间隔时长以及切换过程最大振幅。进一步，将这些波形特征值提取出来。

优选的，上述在切换过程振动波形中提取波形特征值的过程可以包括：利用布拉克曼窗对切换过程振动波形进行处理，获得短时傅里叶变换图；在短时傅里叶变换图中提取高频信号进行分析处理，获取高频部分包络图；对高频部分包络图中的数据进行求导运算，获得波形特征值。

具体的，由于短时傅里叶变换需要对信号进行截断，会产生频谱泄露，而FFT应用于频谱计算还会产生“栅栏效应”，这两种误差在原理上是无法消除的，但可以通过窗函数抑制其影响，因此短窗函数g(t)的形状选择是关键。在本申请中，选取布拉克曼窗作为OLTC振动数据分析的窗函数，得到如图8所示的基于布拉克曼窗的短时傅里叶变换图。可以看出，OLTC在切换过程虽然分布于0-50kHz，但是在高频部分尤其明显，受外界的干扰小了很多，所以可以提取出高频信号进行分析处理，获得如图9所示的OLTC切换过程中的高频部分包络图。

进一步，可以从上述高频部分包络图中获得切换过程最大振幅，其中，幅值变化最大的点是振动开始的准确时刻，进而可以对上述波形数据进行求导，获得如图10所示的OLTC切换过程中的高频部分一次求导图，获得OLTC切换过程中每次碰撞的起始时间点，即切换过程起始时间，将这些时间点串起来，即可得到准确的切换过程间隔时长与切换总时长，由此，获得了相关的波形特征值。

S105：利用RVM分类模型对波形特征值进行故障诊断。

具体的，可以通过相关的分类模型对获得的波形特征值进行故障诊断，其中，上述故障可分为触头卡涩、弹簧动能不足、紧固件松弛等。

优选的，上述利用分类模型对波形特征值进行故障诊断的过程可以包括：利用预定数目个RVM分类模型建立故障诊断模型；将波形特征值和各类故障的样本数据输入故障诊断模型，进行故障诊断。

具体的，可以将OLTC的状态分为以下五种类型：振动信号正常、触头卡涩、弹簧动能不足、紧固件松动和其他，提取预定数量的上述5种状态下的样本数据，如100组，将其进行归一化，并将样本数据和波形特征值按预订比例，如5:1，分为训练集和测试集。其中，上述预定数量和预订比例可根据实际情况进行选择，本申请在此不做限定。

进一步，可以设计预定数目个二类RVM分类器(Relevance Vector Machine，相关向量机分类模型)，例如，预定数目取值为4，则有分类器RVM1、RVM2、RVM3、RVM4。请参考图11，图11为本申请所提供的一种基于RVM的OLTC故障诊断模型示意图，是采用二叉树分类方法获得的。具体的，将已获得的波形特征值输入OLTC故障诊断模型，分类器RVM1把正常状态与故障状态区分开；如果分类器RVM1输出不是正常状态，再把波形特征值送入分类器RVM2，把触头卡涩与其他状态区分开；如果分类器RVM2输出不是触头卡涩，再把波形特征值送入分类器RVM3，把弹簧动能不足与其他状态区分开；如果分类器RVM3输出不是弹簧动能不足，再把波形特征值送入分类器RVM4，把紧固件松动与其他状态区分开。进一步，可以采用OLTC训练数据集对各个RVM分类器进行训练学习，选取其中的核函数和核函数参数，进行超参数估计，获得故障诊断结果。其中，上述RVM分类器的学习在本质上是采用最大化边缘似然函数的方法进行超参数估计的过程。

优选的，该诊断方法还包括：输出故障诊断的结果，并进行报警。

具体的，可以通过终端将最终的故障诊断的结果进行输出，进一步，当发生故障时，还可以通过报警器进行报警，以便于工作人员及时采取维修措施，保证电力变压器的安全运行。

本申请所提供的一种变压器有载分接开关的机械状态特征的诊断方法，非介入性地监测OLTC操作过程中的机械振动信号，获取有载分接开关的状态信息和工作模式，实现了对分接开关的故障自动诊断，可以预知其故障可能性以及判定故障类型，有效解决了定期检修和故障检修存在的检测周期长、工作量大记忆浪费人力物力等问题，防止和减少了突发故障，保证了变压器安全稳定的运行。

为解决上述问题，请参考图12，图12为本申请所提供的一种变压器有载分接开关的机械状态特征的诊断装置的示意图，该装置可以包括：

采集模块1，用于利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；

去噪模块2，用于对振动信号进行去噪处理，获得振动波形；

截取模块3，用于利用短时能量法截取部分振动波形，获得切换过程振动波形；

提取模块4，用于在切换过程振动波形中提取波形特征值；

故障诊断模块5，用于根据波形特征值利用RVM分类模型进行故障诊断。

作为一种优选实施例，去噪模块2可以包括：

频谱分析子模块，用于在振动信号中截取部分振动信号，进行频谱分析获得频谱图；

定点消除子模块，用于利用陷波法对频谱图中的噪声特征频率进行定点消除，获得振动波形。

作为一种优选实施例，截取模块3还可以包括：

定点子模块，用于利用短时能量法在振动波形中找出最高能量点；

截取子模块，用于在最高能量点前后截取预定时间内的振动波形，获得切换过程振动波形。

作为一种优选实施例，提取模块4可以包括：

处理子模块，用于利用布拉克曼窗对切换过程振动波形进行处理，获得短时傅里叶变换图；

提取子模块，用于在短时傅里叶变换图中提取高频信号进行分析处理，获取高频部分包络图；

运算子模块，用于对高频部分包络图中的数据进行求导运算，获得波形特征值。

作为一种优选实施例，故障诊断模块5可以包括：

建立子模块，用于利用预定数目个RVM分类模型建立故障诊断模型；

输入子模块，用于将波形特征值和各类故障的样本数据输入故障诊断模型，进行故障诊断。

作为一种优选实施例，该诊断装置还可以包括：

输出模块，用于输出故障诊断的结果，并进行报警。

对于本发明提供的装置的介绍请参照上述方法实施例，本发明在此不做赘述。

为解决上述问题，请参考图13，图13为本申请所提供的一种变压器有载分接开关的机械状态特征的诊断设备的示意图，该设备包括：

存储器10，用于存储计算机程序；

处理器20，用于执行计算机程序时实现如下步骤：

利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；对振动信号进行去噪处理，获得振动波形；利用短时能量法截取部分振动波形，获得切换过程振动波形；在切换过程振动波形中提取波形特征值；利用分类模型对波形特征值进行故障诊断。

对于本发明提供的设备的介绍请参照上述方法实施例，本发明在此不做赘述。

为解决上述问题，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如下步骤：

利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；对振动信号进行去噪处理，获得振动波形；利用短时能量法截取部分振动波形，获得切换过程振动波形；在切换过程振动波形中提取波形特征值；利用分类模型对波形特征值进行故障诊断。

对于本发明提供的计算机可读存储介质的介绍请参照上述方法实施例，本发明在此不做赘述。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的变压器有载分接开关的机械状态特征的诊断方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围要素。

Claims (10)

1.一种变压器有载分接开关的机械状态特征的诊断方法，其特征在于，包括：

利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；

对所述振动信号进行去噪处理，获得振动波形；

利用短时能量法截取部分所述振动波形，获得切换过程振动波形；

在所述切换过程振动波形中提取波形特征值；

利用RVM分类模型对所述波形特征值进行故障诊断。

2.如权利要求1所述的诊断方法，其特征在于，所述对所述振动信号进行去噪处理，获得振动波形包括：

在所述振动信号中截取部分振动信号，进行频谱分析获得频谱图；

利用陷波法对所述频谱图中的噪声特征频率进行定点消除，获得所述振动波形。

3.如权利要求2所述的诊断方法，其特征在于，所述利用短时能量法截取部分所述振动波形，获得切换过程振动波形包括：

利用所述短时能量法在所述振动波形中找出最高能量点；

在所述最高能量点前后截取预定时间内的所述振动波形，获得所述切换过程振动波形。

4.如权利要求3所述的诊断方法，其特征在于，所述在所述切换过程振动波形中提取波形特征值包括：

利用布拉克曼窗对所述切换过程振动波形进行处理，获得短时傅里叶变换图；

在所述短时傅里叶变换图中提取高频信号进行分析处理，获取高频部分包络图；

对所述高频部分包络图中的数据进行求导运算，获得所述波形特征值。

5.如权利要求4所述的诊断方法，其特征在于，所述利用RVM分类模型对所述波形特征值进行故障诊断包括：

利用预定数目个所述RVM分类模型建立故障诊断模型；

将所述波形特征值和各类故障的样本数据输入所述故障诊断模型，进行故障诊断。

6.如权利要求5所述的诊断方法，其特征在于，还包括：

输出所述故障诊断的结果，并进行报警。

7.一种变压器有载分接开关的机械状态特征的诊断装置，其特征在于，包括：

采集模块，用于利用振动探头采集变压器有载分接开关在操作过程中产生的振动信号；

去噪模块，用于对所述振动信号进行去噪处理，获得振动波形；

截取模块，用于利用短时能量法截取部分所述振动波形，获得切换过程振动波形；

提取模块，用于在所述切换过程振动波形中提取波形特征值；

故障诊断模块，用于根据所述波形特征值利用RVM分类模型进行故障诊断。

8.如权利要求5所述的诊断装置，其特征在于，还包括：

输出模块，用于输出所述故障诊断的结果，并进行报警。

9.一种变压器有载分接开关的机械状态特征的诊断设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至6任意一项所述的变压器有载分接开关的机械状态特征的诊断方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述的变压器有载分接开关的机械状态特征的诊断方法的步骤。