CN109443714B - 一种变压器有载分接开关机械状态监测方法 - Google Patents
一种变压器有载分接开关机械状态监测方法 Download PDFInfo
- Publication number
- CN109443714B CN109443714B CN201810462381.3A CN201810462381A CN109443714B CN 109443714 B CN109443714 B CN 109443714B CN 201810462381 A CN201810462381 A CN 201810462381A CN 109443714 B CN109443714 B CN 109443714B
- Authority
- CN
- China
- Prior art keywords
- matrix
- vibration signal
- changer
- calculating
- transformer
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
- Protection Of Transformers (AREA)
Abstract
本发明公开了一种变压器有载分接开关机械状态监测方法,它包括:采集变压器有载分接开关切换过程中的振动信号;计算振动信号的嵌入维数;计算振动信号的尺度因子,对振动信号进行粗粒化处理,得到重构矩阵;对重构矩阵进行降维分解;对降维后的重构矩阵中的行向量进行符号化和编码处理,得到振动信号的形状特征序列;计算待检测的分接开关振动信号的形状特征序列与历史振动信号形状特征序列的相似度,通过相似度判断有载分接开关机械状态;该方法能有效地、高灵敏度地在线监测出变压器有载分接的机械状态,从而可及时检修或更换分接开关,提高分接开关及变压器的运行可靠性。
Description
技术领域
本发明涉及分接开关机械状态监测领域,尤其涉及一种变压器有载分接开关机械状态监测方法。
背景技术
变压器是电力系统中最为重要的设备之一,其运行稳定性对电力系统的安全稳定运行影响极大。有载分接开关是有载变压器的唯一可动部件,通常在负载条件下通过改变电压变比来实现电力系统的不间断电压调节,起着补偿电压波动、调节功率、提高系统性能及改善电能质量等重要作用。但是,随着有载分接开关调压次数的增多,其故障率也随之增加。有载分接开关的故障主要包括电气故障和机械故障,且机械故障为主要故障类型,约占有载分接开关总故障的90%以上。此外,部分电气故障也是由机械故障引起的。因此,及时有效地监测和分析有载分接开关机械状态的变化,尤其是早期机械故障隐患,进而采取有效的运维措施就显得十分重要,这是保障有载分接开关及变压器安全运行的重要手段。
有载分接开关主要由选择开关、切换开关、电动机构和快速机构等部分组成。在分接开关切换过程中,动、静触头等机构零部件之间的碰撞或摩擦会引起机械振动,不同振动事件产生的机械振动信号中包含了大量的有载分接开关机械状态信息,因此,基于振动分析法的有载分接开关机械状态监测方法日益引起了国内外研究人员的关注。该方法的最大优点是可以通过放置在变压器油箱上的振动传感器来获取分接开关切换过程中的振动信号,只要分接开关切换过程中的机械特性发生变化,都可以从采集到的振动信号中得到反映,从而大大提高了分接开关状态监测的灵敏度。此外,将振动传感器置于变压器箱壁上的振动监测手段安全便捷,是一种较准确有效的在线监测方法。
基于振动信号对变压器有载分接开关的机械状态进行监测时,考虑到变压器分接开关机械结构的复杂性及现场运行环境中不可避免的干扰信号的存在,如何获取准确可靠的分接开关切换过程中的振动信号进而给出准确合理的机械状态监测方法一直是研究难点。
发明内容
本发明的目的是提供一种变压器有载分接开关机械状态监测方法,通过对变压器有载分接开关切换过程中的振动信号进行实时监控,构建振动信号形状特征序列,使之能够实现有载分接开关机械状态的高效、准确地判断。
本发明技术方案是:
一种变压器有载分接开关机械状态监测方法,它包括下列步骤:
步骤1、采集变压器有载分接开关切换过程中的振动信号x(t);
步骤2、计算振动信号x(t)的嵌入维数;
步骤3、根据振动信号的嵌入维数m计算尺度因子ω,对振动信号x(t)进行尺度为ω的粗粒化处理,得到N-ω+1个序列yj,根据N-ω+1个序列yj得到重构矩阵XP×Q;
步骤4、对重构矩阵XP×Q进行降维分解,得到降维分解后的矩阵YW×Q,式中W<P;
步骤5、对矩阵YW×Q的每个行向量进行符号化处理和编码,得到历史振动信号形状特征序列F;
步骤5所述的历史振动信号形状特征序列F的计算方法包括:
步骤5.1、记矩阵YW×Q的每个行向量为yk,k=1,2,…,W;根据每个行向量中相邻两点的变化趋势进行符号化处理,得到W个符号化行向量y′k,k=1,2,…,W,其长度为Q;所述的符号化处理过程为,从每个行向量中的第一个点开始依次比较相邻两点的变化趋势,若相邻两点的变化趋势是上升的,记为符号1;若相邻两点的变化趋势是下降的,记为符号-1;
步骤5.2、对W个符号化行向量y′k进行编码,其中k=1,2,…,W,得到W个数组,所述的编码过程为,对第k个行向量来说,ak为首字符和第k个行向量中首字符变化次数的乘积,即若首字符为-1,则ak为-1和第k个行向量中-1变为1的次数的乘积;bk为首字符的相反数和第k个行向量中首字符相反数变化次数的乘积;
步骤5.3、记W个数组为历史振动信号形状特征序列F,为F={[a1,b1],[a2,b2],…[ak,bk],…[aW,bW]};
步骤6、记当前变压器有载分接开关切换过程中的振动信号x'(t),根据上述步骤计算得到振动信号x'(t)的形状特征序列F',计算F'与历史振动信号形状特征序列F的相似度R;
步骤7、根据变压器有载分接开关振动信号特征序列的相似度,对分接开关的机械状态进行判别:当振动信号特征序列相似度低于0.8时,判定有载分接开关的机械状态发生了变化。
步骤2中所述的振动信号嵌入维数的计算过程如下:
步骤2.1、计算振动信号x(t)的标准差σ;
步骤2.2、将振动信号x(t)分成N1个不相交的子序列,每个子序列的长度l为l=N/N1;
ΔS(m,r,t)=max[S(m,N,ri,t)]-min[S(m,N,rj,t)],i≠j
dij=||X(i)-X(j)||
式中,H(r)为Heaviside阶跃函数;r为计算中所取的搜索半径,r在[σ/2,2σ]之间变化,此处,σ为振动信号x(t)的标准差;X(i)表示相空间中的第i个行向量;X(j)表示相空间中的第j个行向量;dij表示相空间中两相点之间的欧氏距离;N2为相空间的嵌入点数,N2满足N2=N-(m-1)τ,此处,m为嵌入维数,在2到5之间变化;rj表示半径;
步骤2.5、寻找Scor(t)的最小值点,对应的时间为振动信号x(t)的第一个整体最大值时间窗口τ0,计算嵌入维数m,所述的嵌入维数的计算公式为
m=int(τ0/τ+1)
式中,int为取整函数。
步骤3所述对振动信号x(t)进行尺度为ω的粗粒化处理,得到N-ω+1个序列yj,根据N-ω+1个序列yj得到重构矩阵XP×Q的方法包括:
对振动信号x(t)进行尺度为ω的粗粒化处理,得到N-ω+1个序列yj的表达式:
若k=N/ω为非整数,令k1为k=N/ω取整后的结果,则有
将N-ω+1个序列yj写成矩阵的形式,记为X,所述矩阵X的行数为P=N-ω+1,列数为Q,其中,当N/ω为整数时,有Q=N/ω,否则,有Q=N/ω+1,矩阵X的表达式为
步骤4述的矩阵降维分解的计算过程包括:
步骤4.1、对重构矩阵X进行数学变换,计算矩阵V,其中,矩阵V为2Q×2Q阶方阵,所述的矩阵V的计算公式为
V=M2
A=XTX
式中,T表示矩阵转置;
步骤4.2、令Q阶方阵B=VQ×Q,依据下述公式经Q-1次迭代计算变换矩阵G,第k次迭代计算公式为
uk=bj,k j=k,…,Q
B(k+1)=H(k)B(k)
式中,I为单位矩阵,矩阵P、H均为方阵;
将根据Q-1次迭代得到的矩阵H(k),k=1,2,…,Q-1相乘,即有D=HQ-1HQ-2…H1,据此可得到2Q阶辛正交矩阵W和Q阶矩阵G,为
步骤4.3、用雅克比法计算Q阶矩阵G的特征值和特征向量,记计算得到的Q个特征值为λ1,λ2,…,λQ,且满足λ1≥λ2≥…≥λQ≥0,其中,第i个特征值所对应的特征向量li=li1,li2,…,liQ,i=1,2,…,Q,
步骤4.4、令其中,矩阵L为Q个特征向量组成的矩阵,有S'=LiSi,X'=ST,i=1,2,…,Q,将矩阵X'表示为X'=X'1+X'2+…+X'Q,计算矩阵X'中这Q个向量的相关系数,若相关系数的变化小于某一阈值,则将对应的向量进行合并,得到其中W个向量,写成矩阵的形式为YW×Q,所述的向量合并方法为:将相关系数小于某一阈值的对应向量中的各个数值进行求和平均。
本发明有益效果:
本发明将某一时间段内的变压器有载分接开关切换过程中的振动信号进行按尺度因子进行粗粒化处理,形成振动信号的重构矩阵,然后对重构矩阵进行降维、符号化和编码,得到振动信号的形状特征序列,然后根据待监测的分接开关的振动信号形状特征序列(即F')与历史振动信号形状特征序列(即F)的相似度,根据相似度的变化就可以判断出变压器有载分接开关的机械状态。与现有技术相比较,本发明具有下述优点:
本发明的进一步优化在于:步骤三中对分接开关的振动信号进行一定尺度上的粗粒化处理,可更加完整地挖掘分接开关振动信号这类非线性、非平稳时间序列中蕴含的设备状态信息,从而有效提高了计算结果的准确性。
本发明的进一步优化在于:步骤四中根据矩阵的正交性对振动信号的重构矩阵进行了降维分解,可在提高计算效率的同时有效地抑制了分接开关切换过程中振动信号的干扰分量的影响,从而有效提高了诊断的准确性。
本发明的进一步优化在于:步骤五中对降维分解后的矩阵进行了符号化和编码处理,从不同的分辨率上对振动信号的主要形状信息进行了描述,进一步提高了计算结果的准确性;
本发明的进一步优化在于:步骤六中给出了变压器有载分接开关机械状态诊断的定量评判标准,为变压器有载分接开关的检修维护提供了依据。
本发明所述的变压器有载分接开关机械状态监测方法由于采用了上述技术方案,使得其可以通过对分接开关切换过程中振动信号的实时监控,来直接判断分接开关的机械状态,该判断方法高效、准确,且易于实施,便于操作人员及时发现分接开关的异常,从而根据异常情况对分接开关进行及时地检修,大大降低了分接开关及变压器的故障损坏率。
附图说明
图1为本发明实施例振动信号分析方法的流程示意图;
图2为本实施例中得到的振动信号示意图。
具体实施方式
一种变压器有载分接开关机械状态监测方法,它包括下列步骤:
(1)采集变压器有载分接开关切换过程中的振动信号x(t),其长度为N;
(2)计算振动信号x(t)的嵌入维数m,所述的嵌入维数m的计算过程为
2a.计算振动信号x(t)的标准差σ;
2b.将振动信号x(t)分成N1个不相交的子序列,每个子序列的长度l为l=N/N1;
ΔS(m,r,t)=max[S(m,N,ri,t)]-min[S(m,N,rj,t)],i≠j
dij=||X(i)-X(j)||
式中,H(r)为Heaviside阶跃函数;r为半径(计算中所取的搜索半径),通常在[σ/2,2σ]之间变化,此处,σ为振动信号x(t)的标准差;X(i)表示相空间中的第i个行向量;X(j)表示相空间中的第j个行向量;dij表示相空间中两相点之间的欧氏距离;N2为相空间的嵌入点数,N2满足N2=N-(m-1)τ,m为嵌入维数,在2到5之间变化;rj表示半径。
2e.寻找Scor(t)的最小值点,对应的时间为振动信号时间序列x(t)的第一个整体最大值时间窗口τ0,计算嵌入维数m,所述的嵌入维数的计算公式为
m=int(τ0/τ+1)
式中,int为取整函数。
(3)根据振动信号的嵌入维数m计算尺度因子ω,其中ω为不大于N/(m+1)!的整数,对振动信号x(t)进行尺度为ω的粗粒化处理,得到N-ω+1个序列yj,所述的yj的表达式为为整数若k=N/ω为非整数,令k1为k=N/ω取整后的结果,则有
将N-ω+1个序列yj写成矩阵的形式,记为X,所述矩阵X的行数为P=N-ω+1,列数为Q,其中,当N/ω为整数时,有Q=N/ω,否则,有Q=N/ω+1,重构矩阵X的表达式为
(4)对重构矩阵XP×Q进行降维分解,得到降维分解后的矩阵YW×Q,其中,W<P,所述的矩阵降维分解的计算过程为
4a.对重构矩阵X进行数学变换,计算矩阵N,其中,矩阵N为2Q×2Q阶方阵,所述的矩阵N的计算公式为
N=M2
A=XTX
式中,T表示矩阵转置。
4b.令Q阶方阵B=NQ×Q,依据下述公式经Q-1次迭代计算变换矩阵G,其中,第k次迭代计算公式为
uk=bj,k j=k,…,Q
B(k+1)=H(k)B(k)
式中,I为单位矩阵,矩阵P、H均为方阵。
将根据Q-1次迭代得到的矩阵H(k),k=1,2,…,Q-1相乘,即有D=HQ-1HQ-2…H1,据此可得到2Q阶辛正交矩阵W和Q阶矩阵G,为
4c.用雅克比法计算Q阶矩阵G的特征值和特征向量,记计算得到的Q个特征值为λ1,λ2,…,λQ,且满足λ1≥λ2≥…≥λQ≥0,其中,第i个特征值所对应的特征向量li=li1,li2,…,liQ,i=1,2,…,Q,本步骤中所述的雅克比法是本领域内常用的数学方法,因此发明人在此不再进行详细的描述;
4d.令其中,矩阵L为Q个特征向量组成的矩阵,有S'=LiSi,X'=ST,i=1,2,…,Q,将矩阵X'表示为X'=X'1+X'2+…+X'Q,计算矩阵X'中这Q个向量的相关系数,若相关系数的相对变化量小于某一阈值,则将对应的向量进行合并,得到其中W个向量,写成矩阵的形式为YW×Q,本步骤中所述的向量合并方法为:将相关系数小于某一阈值的对应向量中的各个数值进行求和平均。
(5)对降维后的矩阵YW×Q的每个行向量进行符号化处理和编码,得到振动信号的形状特征序列F,具体步骤如下:
5a.记矩阵YW×Q的每个行向量为yk(k=1,2,…,W),根据每个行向量中相邻两点的变化趋势进行符号化处理,得到W个符号化行向量y'k(k=1,2,…,W),其长度为Q。所述的符号化处理过程为,从每个行向量中的第一个点开始依次比较相邻两点的变化趋势,若相邻两点的变化趋势是上升的,记为符号1;若相邻两点的变化趋势是下降的,记为符号-1;
5b.对W个符号化行向量y'k(k=1,2,…,W)进行编码,得到W个数组。所述的编码过程为,对第k个行向量来说,ak为首字符和第k个行向量中首字符变化次数的乘积,即若首字符为-1,则ak为-1和第k个行向量中-1变为1的次数的乘积;bk为首字符的相反数和第k个行向量中首字符相反数变化次数的乘积;
5c.记W个数组为振动信号的形状特征序列F,为F={[a1,b1],[a2,b2],…[ak,bk],…[aW,bW]}。
(6)记当前变压器有载分接开关切换过程中的振动信号x'(t),依据上述过程计算得到振动信号x'(t)的形状特征序列F',计算S'与历史振动信号形状特征序列F的相似度R,所述的相似度R的计算公式为
(7)根据变压器有载分接开关振动信号特征序列的相似度对分接开关的机械状态进行判别:当振动信号特征序列相似度低于0.8时,判定分接开关的机械状态发生变化,此时需要及时进行检修处理,避免形成重大故障。
以某电力公司某变电站的220kV变压器分接开关为测试对象进行机械状态监测分析,图1为分接开关机械状态监测方法的流程示意图。按照下列步骤判断该变压器分接开关的机械状态:
(1)在变电站现场,通过在变压器分接开关顶部放置振动传感器,采集变压器有载分接开关切换过程中的振动信号x(t),如图2所示,其长度为N;
(2)计算振动信号x(t)的嵌入维数m,所述的嵌入维数m的计算过程为
2a.计算振动信号x(t)的标准差σ;
2b.将振动信号x(t)分成N1个不相交的子序列,每个子序列的长度l为l=N/N1;
ΔS(m,r,t)=max[S(m,N,ri,t)]-min[S(m,N,rj,t)],i≠j
dij=||X(i)-X(j)||
式中,H(r)为Heaviside阶跃函数;r为半径(计算中所取的搜索半径),通常在[σ/2,2σ]之间变化,此处,σ为振动信号x(t)的标准差;X(i)表示相空间中的第i个行向量;X(j)表示相空间中的第j个行向量;dij表示相空间中两相点之间的欧氏距离;N2为相空间的嵌入点数,N2满足N2=N-(m-1)τ,此处,m为嵌入维数,在2到5之间变化;rj表示半径。
2e.寻找Scor(t)的最小值点,对应的时间为振动信号时间序列x(t)的第一个整体最大值时间窗口τ0,计算嵌入维数m,所述的嵌入维数的计算公式为
m=int(τ0/τ+1)
式中,int为取整函数。此处,m=3。
(3)根据振动信号的嵌入维数m计算尺度因子ω,其中ω为不大于N/(m+1)!的整数,对振动信号x(t)进行尺度为ω的粗粒化处理,得到N-ω+1个序列yj,所述的yj的表达式为
若k=N/ω为非整数,令k1为k=N/ω取整后的结果,则有
将N-ω+1个序列yj写成矩阵的形式,记为X,所述矩阵X的行数为P=N-ω+1,列数为Q,其中,当N/ω为整数时,有Q=N/ω,否则,有Q=N/ω+1,重构矩阵X的表达式为
(4)对重构矩阵XP×Q进行降维分解,得到降维分解后的矩阵YW×Q,其中,W<P,所述的矩阵降维分解的计算过程为
4a.对重构矩阵X进行数学变换,计算矩阵N,其中,矩阵N为2Q×2Q阶方阵,所述的矩阵N的计算公式为
N=M2
A=XTX
式中,T表示矩阵转置。
4b.令Q阶方阵B=NQ×Q,依据下述公式经Q-1次迭代计算变换矩阵G,其中,第k次迭代计算公式为
uk=bj,k j=k,…,Q
B(k+1)=H(k)B(k)
式中,I为单位矩阵,矩阵P、H均为方阵。
将根据Q-1次迭代得到的矩阵H(k),k=1,2,…,Q-1相乘,即有D=HQ-1HQ-2…H1,据此可得到2Q阶辛正交矩阵W和Q阶矩阵G,为
4c.用雅克比法计算Q阶矩阵G的特征值和特征向量,记计算得到的Q个特征值为λ1,λ2,…,λQ,且满足λ1≥λ2≥…≥λQ≥0,其中,第i个特征值所对应的特征向量li=li1,li2,…,liQ,i=1,2,…,Q,本步骤中所述的雅克比法是本领域内常用的数学方法,因此发明人在此不再进行详细的描述;
4d.令其中,矩阵L为Q个特征向量组成的矩阵,有S'=LiSi,X'=ST,i=1,2,…,Q,将矩阵X'表示为X'=X'1+X'2+…+X'Q,计算矩阵X'中这Q个向量的相关系数,若相关系数的相对变化量小于某一阈值,则将对应的向量进行合并,得到其中W个向量,写成矩阵的形式为YW×Q,本步骤中所述的向量合并方法为:将相关系数小于某一阈值的对应向量中的各个数值进行求和平均。此处,该阈值取为2%。
(5)对降维后的矩阵YW×Q的每个行向量进行符号化处理和编码,得到振动信号的形状特征序列F,具体步骤如下:
5a.记矩阵YW×Q的每个行向量为yk(k=1,2,…,W),根据每个行向量中相邻两点的变化趋势进行符号化处理,得到W个符号化行向量y'k(k=1,2,…,W),其长度为Q。所述的符号化处理过程为,从每个行向量中的第一个点开始依次比较相邻两点的变化趋势,若相邻两点的变化趋势是上升的,记为符号1;若相邻两点的变化趋势是下降的,记为符号-1;
5b.对W个符号化行向量y'k(k=1,2,…,W)进行编码,得到W个数组。所述的编码过程为,对第k个行向量来说,ak为首字符和第k个行向量中首字符变化次数的乘积,即若首字符为-1,则ak为-1和第k个行向量中-1变为1的次数的乘积;bk为首字符的相反数和第k个行向量中首字符相反数变化次数的乘积;
5c.记W个数组为振动信号的形状特征序列F,为F={[a1,b1],[a2,b2],…[ak,bk],…[aW,bW]}。
(6)记当前变压器有载分接开关切换过程中的振动信号x'(t),依据上述过程计算得到振动信号x'(t)的形状特征序列F',计算S'与历史振动信号形状特征序列F的相似度R,所述的相似度R的计算公式为
(7)根据变压器有载分接开关振动信号特征序列的相似度对分接开关的机械状态进行判别:当振动信号特征序列相似度低于0.8时,判定分接开关的机械状态发生变化,此时需要及时进行检修处理,避免形成重大故障。此处,分接开关振动信号的形状特征序列与历史振动信号形状特征序列的相似度为0.87,说明分接开关的机械状态正常。现场检修结果表明:分接开关的工作状态良好,从而有效验证了本发明的有效性与准确性。
要注意的是,以上列举的仅为本发明的具体实施例,显然本发明不限于以上实施例,随之有着许多的类似变化。本领域的技术人员如果从本发明公开的内容直接导出或联想到的所有变形,均应属于本发明的保护范围。
Claims (4)
1.一种变压器有载分接开关机械状态监测方法,它包括下列步骤:
步骤1、采集变压器有载分接开关切换过程中的振动信号x(t);
步骤2、计算振动信号x(t)的嵌入维数;
步骤3、根据振动信号的嵌入维数m计算尺度因子ω,对振动信号x(t)进行尺度为ω的粗粒化处理,得到N-ω+1个序列yj,根据N-ω+1个序列yj得到重构矩阵XP×Q;
步骤4、对重构矩阵XP×Q进行降维分解,得到降维分解后的矩阵YW×Q,式中W<P;
步骤5、对矩阵YW×Q的每个行向量进行符号化处理和编码,得到历史振动信号形状特征序列F;
步骤5所述的历史振动信号形状特征序列F的计算方法包括:
步骤5.1、记矩阵YW×Q的每个行向量为yk,k=1,2,...,W;根据每个行向量中相邻两点的变化趋势进行符号化处理,得到W个符号化行向量yk,k=1,2,…,W,其长度为Q;所述的符号化处理过程为,从每个行向量中的第一个点开始依次比较相邻两点的变化趋势,若相邻两点的变化趋势是上升的,记为符号1;若相邻两点的变化趋势是下降的,记为符号-1;
步骤5.2、对W个符号化行向量y′k进行编码,其中k=1,2,…,W,得到W个数组,所述的编码过程为,对第k个行向量来说,ak为首字符和第k个行向量中首字符变化次数的乘积,即若首字符为-1,则ak为-1和第k个行向量中-1变为1的次数的乘积;bk为首字符的相反数和第k个行向量中首字符相反数变化次数的乘积;
步骤5.3、记W个数组为历史振动信号形状特征序列F,为F={[a1,b1],[a2,b2],…[ak,bk],…[aW,bW]};
步骤6、记当前变压器有载分接开关切换过程中的振动信号x'(t),根据上述步骤计算得到振动信号x'(t)的形状特征序列F',计算F'与历史振动信号形状特征序列F的相似度R;
步骤7、根据变压器有载分接开关振动信号特征序列的相似度,对分接开关的机械状态进行判别:当振动信号特征序列相似度低于0.8时,判定有载分接开关的机械状态发生了变化。
2.根据权利要求1所述的一种变压器有载分接开关机械状态监测方法,其特征在于:步骤2中所述的振动信号嵌入维数的计算过程如下:
步骤2.1、计算振动信号x(t)的标准差σ;
步骤2.2、将振动信号x(t)分成N1个不相交的子序列,每个子序列的长度l为l=N/N1;
ΔS(m,r,t)=max[S(m,N,ri,t)]-min[S(m,N,rj,t)],i≠j
dij=||X(i)-X(j)||
式中,H(r)为Heaviside阶跃函数;r为计算中所取的搜索半径,r在[σ/2,2σ]之间变化,此处,σ为振动信号x(t)的标准差;X(i)表示相空间中的第i个行向量;X(j)表示相空间中的第j个行向量;dij表示相空间中两相点之间的欧氏距离;N2为相空间的嵌入点数,N2满足N2=N-(m-1)τ,此处,m为嵌入维数,在2到5之间变化;rj表示半径;
步骤2.5、寻找Scor(t)的最小值点,对应的时间为振动信号x(t)的第一个整体最大值时间窗口τ0,计算嵌入维数m,所述的嵌入维数的计算公式为
m=int(τ0/τ+1)
式中,int为取整函数。
4.根据权利要求3所述的一种变压器有载分接开关机械状态监测方法,其特征在于:步骤4述的矩阵降维分解的计算过程包括:
步骤4.1、对重构矩阵X进行数学变换,计算矩阵V,其中,矩阵V为2Q×2Q阶方阵,所述的矩阵V的计算公式为
V=M2
A=XTX
式中,T表示矩阵转置;
步骤4.2、令Q阶方阵B=VQ×Q,依据下述公式经Q-1次迭代计算变换矩阵G,第k次迭代计算公式为
uk=bj,k j=k,…,Q
B(k+1)=H(k)B(k)
式中,I为单位矩阵,矩阵P、H均为方阵;
将根据Q-1次迭代得到的矩阵H(k),k=1,2,…,Q-1相乘,即有D=HQ-1HQ-2…H1,据此可得到2Q阶辛正交矩阵W和Q阶矩阵G,为
步骤4.3、用雅克比法计算Q阶矩阵G的特征值和特征向量,记计算得到的Q个特征值为λ1,λ2,…,λQ,且满足λ1≥λ2≥…≥λQ≥0,其中,第i个特征值所对应的特征向量li=li1,li2,…,liQ,i=1,2,…,Q,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810462381.3A CN109443714B (zh) | 2018-05-15 | 2018-05-15 | 一种变压器有载分接开关机械状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810462381.3A CN109443714B (zh) | 2018-05-15 | 2018-05-15 | 一种变压器有载分接开关机械状态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109443714A CN109443714A (zh) | 2019-03-08 |
CN109443714B true CN109443714B (zh) | 2021-03-30 |
Family
ID=65530108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810462381.3A Active CN109443714B (zh) | 2018-05-15 | 2018-05-15 | 一种变压器有载分接开关机械状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109443714B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320466B (zh) * | 2019-06-13 | 2022-02-15 | 国网江苏省电力有限公司电力科学研究院 | 一种有载分接开关运行状态在线监测方法、系统及存储介质 |
CN110285951A (zh) * | 2019-06-28 | 2019-09-27 | 国网河北省电力有限公司电力科学研究院 | 变压器有载分接开关机械故障诊断方法 |
CN110703149B (zh) * | 2019-10-02 | 2021-09-24 | 广东石油化工学院 | 一种利用字符间距的变压器运行状态振声检测方法和系统 |
CN111025139B (zh) * | 2019-12-19 | 2022-04-22 | 国网陕西省电力公司西咸新区供电公司 | 一种基于信息融合的有载分接开关状态监测方法及系统 |
CN112556828A (zh) * | 2020-11-20 | 2021-03-26 | 国网天津市电力公司电力科学研究院 | 一种变压器绕组松动故障检测方法 |
CN113551895A (zh) * | 2021-07-16 | 2021-10-26 | 山东电工电气集团有限公司 | 一种有载分接开关机械故障综合智能诊断方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140041982A (ko) * | 2012-09-25 | 2014-04-07 | 한국전력공사 | Oltc의 부동작 감시 장치 |
CN103048036B (zh) * | 2012-12-07 | 2016-06-29 | 上海市电力公司 | 一种变压器有载分接开关运行状态的在线监测方法 |
CN104008294B (zh) * | 2014-05-30 | 2017-05-03 | 东南大学 | 轴承异常检测系统及其方法 |
CN107101813B (zh) * | 2017-04-26 | 2018-12-28 | 河北工业大学 | 一种基于振动信号的框架式断路器机械故障程度评估方法 |
CN107907320B (zh) * | 2017-12-01 | 2020-04-10 | 国网重庆市电力公司电力科学研究院 | 变压器有载分接开关的机械状态特征的诊断方法及装置 |
-
2018
- 2018-05-15 CN CN201810462381.3A patent/CN109443714B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109443714A (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109443714B (zh) | 一种变压器有载分接开关机械状态监测方法 | |
Kim et al. | LSTM based short-term electricity consumption forecast with daily load profile sequences | |
Zhu et al. | Time series shapelet classification based online short-term voltage stability assessment | |
Xie et al. | Dimensionality reduction of synchrophasor data for early event detection: Linearized analysis | |
CN108489717B (zh) | 变压器有载分接开关机械状态监测方法及系统 | |
JP5049675B2 (ja) | 配電線事故原因推定システムとその方法、およびプログラム | |
CN109271741A (zh) | 一种降压型dc-dc电源模块剩余使用寿命预测与健康评估方法 | |
CN109597967A (zh) | 一种电力系统配变电站负荷数据异常检测与修复方法 | |
CN106199267B (zh) | 一种电力设备故障特征分析方法 | |
CN108761377A (zh) | 一种基于长短时记忆模型的电能计量装置异常检测方法 | |
CN117214637B (zh) | 充电枪耐压测试方法、装置、设备及存储介质 | |
CN115015683B (zh) | 电缆生产的性能测试方法、装置、设备及存储介质 | |
CN115327286A (zh) | 一种应用于发电站的变压器监测方法及系统 | |
CN104317778A (zh) | 基于海量监测数据的变电设备故障诊断方法 | |
CN104217263A (zh) | 一种配电开关设备关键状态量的优化方法 | |
CN114077921B (zh) | 变压器感知量趋势预测及状态逐级预警方法、装置及系统 | |
CN115313930A (zh) | 一种大型汽轮发电机励磁电流实时预测方法 | |
CN117313021B (zh) | 一种电力设备异常检测分析方法、系统、终端及介质 | |
CN111080089A (zh) | 一种基于随机矩阵理论的线损率关键因子确定方法和装置 | |
CN117706452A (zh) | 基于knn-gru模型的电压互感器的在线评估方法 | |
CN103472732A (zh) | 一种改进的基于马氏距离的多变量控制器性能监控方法 | |
CN115907142A (zh) | 一种短期电量预测方法及装置 | |
Ragnacci et al. | Exploiting dimensionality reduction techniques for photovoltaic power forecasting | |
Gursoy et al. | A practical real-time power quality event monitoring applications using discrete wavelet transform and artificial neural network | |
Wang et al. | State prediction of power transformer based on grey-lagrange method with weighted coefficient of variation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |