CN110286291A - 一种利用主成分的变压器运行状态振声检测方法和系统 - Google Patents

一种利用主成分的变压器运行状态振声检测方法和系统 Download PDF

Info

Publication number
CN110286291A
CN110286291A CN201910637312.6A CN201910637312A CN110286291A CN 110286291 A CN110286291 A CN 110286291A CN 201910637312 A CN201910637312 A CN 201910637312A CN 110286291 A CN110286291 A CN 110286291A
Authority
CN
China
Prior art keywords
acoustic signal
principal component
signal sequence
transformer
vector
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.)
Granted
Application number
CN201910637312.6A
Other languages
English (en)
Other versions
CN110286291B (zh
Inventor
翟明岳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Petrochemical Technology
Original Assignee
Guangdong University of Petrochemical Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong University of Petrochemical Technology filed Critical Guangdong University of Petrochemical Technology
Priority to CN201910637312.6A priority Critical patent/CN110286291B/zh
Publication of CN110286291A publication Critical patent/CN110286291A/zh
Application granted granted Critical
Publication of CN110286291B publication Critical patent/CN110286291B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/62—Testing of transformers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明的实施例公开一种利用主成分的变压器运行状态振声检测方法和系统，所述方法包括：步骤1,输入实测的振声信号序列S；步骤2,根据所述振声信号序列S的主成分的加权和判断变压器运行状态。具体为：如果所述主成分的加权和cK＝ωKPK≥T0，则在所述的振声信号序列S的第K点处变压器处于异常运行状态，否则变压器处于正常工作状态。其中，ωK为权重矢量；PK所述振声信号序列S第K点对应的主成分矢量；T0为判断阈值。

Description

一种利用主成分的变压器运行状态振声检测方法和系统
技术领域
本发明涉及电力领域，特别是涉及一种变压器运行状态振声检测方法及系统。
背景技术
随着智能电网的高速发展，电力设备安全稳定运行显得尤其重要。目前，对超高压及以上电压等级的电力设备开展运行状态检测，尤其是对异常状态的检测显得愈加重要和迫切。电力变压器作为电力系统的重要组成部分，是变电站中最重要的电气设备之一，其可靠运行关系到电网的安全。
变压器运行状态检测的基本原理是提取变压器运行中的各个特征量，分析、辨识并跟踪特征量以此监测变压器的异常运行状态。当前变压器运行状态的常用检测方法中，包括检测局部放电的脉冲电流法和超声波检测法、检测绕组变形的频率响应法以及检测机械及电气故障的振动检测法等。这些检测方法主要检测变压器绝缘状况及机械结构状况，其中以变压器振动信号(振声)的检测最为全面，对于大部分变压器故障及异常状态均能有所反应。
虽然变压器振声检测方法在变压器运行状态监测中有着广泛的应用，且技术相对成熟，但是由于振声检测方法利用了变压器发出的振动信号，很容易受到环境噪声的影响，所以此方法在实际工作环境中应用时常常得不到令人满意的结果。
发明内容
本发明的目的是提供一种利用主成分的变压器运行状态振声检测方法和系统，所提出的方法利用了不同运行状态下变压器振声信号与背景噪声在主成分空间中的差异，通过合理选取主成分达到消除噪声、检测运行状态的目的，提高了状态监测的性能。所提出的方法具有较好的鲁棒性，计算简单。
为实现上述目的，本发明提供了如下方案：
一种利用主成分的变压器运行状态振声检测方法，包括：
步骤1,输入实测的振声信号序列S；
步骤2,根据所述振声信号序列S的主成分的加权和判断变压器运行状态。具体为：如果所述主成分的加权和cK＝ωKPK≥T0，则在所述的振声信号序列S的第K点处变压器处于异常运行状态，否则变压器处于正常工作状态。其中，ωK为权重矢量；PK所述振声信号序列S第K点对应的主成分矢量；T0为判断阈值。
一种利用主成分的变压器运行状态振声检测系统，包括：
获取模块，输入实测的振声信号序列S；
判断模块，根据所述振声信号序列S的主成分的加权和判断变压器运行状态。具体为：如果所述主成分的加权和cK＝ωKPK≥T0，则在所述的振声信号序列S的第K点处变压器处于异常运行状态，否则变压器处于正常工作状态。其中，ωK为权重矢量；PK所述振声信号序列S第K点对应的主成分矢量；T0为判断阈值。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
虽然变压器振声检测方法在变压器运行状态监测中有着广泛的应用，且技术相对成熟，但是由于振声检测方法利用了变压器发出的振动信号，很容易受到环境噪声的影响，所以此方法在实际工作环境中应用时常常得不到令人满意的结果。
本发明的目的是提供一种利用主成分的变压器运行状态振声检测方法和系统，所提出的方法利用了不同运行状态下变压器振声信号与背景噪声在主成分空间中的差异，通过合理选取主成分达到消除噪声、检测运行状态的目的，提高了状态监测的性能。所提出的方法具有较好的鲁棒性，计算简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。显而易见，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明的流程示意图；
图2为本发明的结构示意图；
图3为本发明具体实施案例的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1一种利用主成分的变压器运行状态振声检测方法的流程示意图
图1为本发明一种利用主成分的变压器运行状态振声检测方法的流程示意图。如图1所示，所述的一种利用主成分的变压器运行状态振声检测方法具体包括以下步骤：
步骤1,输入实测的振声信号序列S；
步骤2,根据所述振声信号序列S的主成分的加权和判断变压器运行状态。具体为：如果所述主成分的加权和cK＝ωKPK≥T0，则在所述的振声信号序列S的第K点处变压器处于异常运行状态，否则变压器处于正常工作状态。其中，ωK为权重矢量；PK所述振声信号序列S第K点对应的主成分矢量；T0为判断阈值。
所述步骤2之前，所述方法还包括：
步骤3,求取所述的主成分矢量PK、判断阈值T0和权重矢量ωK。
所述步骤3包括：
步骤301，对所述振声信号序列S中每一个元素生成相对应的处理序列
sK,K＝1,2,…,N，具体为：
sK＝[S1,S2,…,SK],K＝1,2,…,N
其中：
sK：所述振声信号序列S中第K个元素所对应的处理序列。
SK：所述振声信号序列S中的第K个元素
N：所述振声信号序列S中元素的个数
步骤302,求取协方差矩阵CK,K＝1,2,…,N，具体为：
CK＝[sK-mK]T[sK-mK],K＝1,2,…,N
其中
步骤303,对所述协方差矩阵CK,K＝1,2,…,N进行奇异值分解，具体为：
其中。
λj:协方差矩阵Ci的特征值
μj：与特征值λj对应的特征矢量
步骤304,求取所述的权重矢量ωK，具体为：
步骤305，求取所述的主成分矢量，具体为：
PK＝[maxμ1,maxμ2,…,maxμK],K＝1,2,...,N
其中。
maxμi:特征矢量μi中最大的元素，i＝1,2,…,K
步骤306，求取所述判断阈值T0，具体为：
其中
m:所述振声信号序列S的均值
σ：所述振声信号序列S的均方差
图2一种利用主成分的变压器运行状态振声检测系统的结构意图
图2为本发明一种利用主成分的变压器运行状态振声检测系统的结构示意图。如图2所示，所述一种利用主成分的变压器运行状态振声检测系统包括以下结构：
获取模块401，输入实测的振声信号序列S；
判断模块402，根据所述振声信号序列S的主成分的加权和判断变压器运行状态。具体为：如果所述主成分的加权和cK＝ωKPK≥T0，则在所述的振声信号序列S的第K点处变压器处于异常运行状态，否则变压器处于正常工作状态。其中，ωK为权重矢量；PK所述振声信号序列S第K点对应的主成分矢量；T0为判断阈值。
所述的系统，还包括：
计算模块403，求取所述的主成分矢量PK、判断阈值T0和权重矢量ωK。
下面提供一个具体实施案例，进一步说明本发明的方案
图3为本发明具体实施案例的流程示意图。如图3所示，具体包括以下步骤：
1.输入实测的振声信号数据序列
S＝[s1,s2,…,sN-1,sN]
其中：
S：实测振声信号数据序列，长度为N
si,i＝1,2,…,N:序号为i的实测振声信号
2.生成处理序列
sK＝[S1,S2,…,SK],K＝1,2,…,N
其中：
sK：所述振声信号序列S中第K个元素所对应的处理序列
SK：所述振声信号序列S中的第K个元素
N：所述振声信号序列S中元素的个数
3.求取协方差矩阵
CK＝[sK-mK]T[sK-mK],K＝1,2,…,N
其中
4.奇异值分解
其中
λj:协方差矩阵Ci的特征值
μj：与特征值λj对应的特征矢量
5.求取权重矢量
6.求取主成分矢量
PK＝[maxμ1,maxμ2,…,maxμK],K＝1,2,...,N
其中
maxμi:特征矢量μi中最大的元素，i＝1,2,…,K
7.求取判断阈值
其中
m:所述振声信号序列S的均值
σ：所述振声信号序列S的均方差
8.判断变压器运行状态
根据所述振声信号序列S的主成分的加权和判断变压器运行状态。具体为：如果所述主成分的加权和cK＝ωKPK≥T0，则在所述的振声信号序列S的第K点处变压器处于异常运行状态，否则变压器处于正常工作状态。其中，ωK为权重矢量；PK所述振声信号序列S第K点对应的主成分矢量；T0为判断阈值。
本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。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述较为简单，相关之处参见方法部分说明即可。
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；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种利用主成分的变压器运行状态振声检测方法，其特征在于，包括：
步骤1,输入实测的振声信号序列S；
步骤2,根据所述振声信号序列S的主成分的加权和判断变压器运行状态。具体为：如果所述主成分的加权和cK＝ωKPK≥T0，则在所述的振声信号序列S的第K点处变压器处于异常运行状态，否则变压器处于正常工作状态。其中，ωK为权重矢量；PK所述振声信号序列S第K点对应的主成分矢量；T0为判断阈值。
2.根据权利要求1所述的方法，其特征在于，所述步骤2之前，所述方法还包括：
步骤3,求取所述的主成分矢量PK、判断阈值T0和权重矢量ωK。
3.根据权利要求2所述的方法，其特征在于，所述步骤3包括：
步骤301，对所述振声信号序列S中每一个元素生成相对应的处理序列
sK,K＝1,2,…,N，具体为：
sK＝[S1,S2,…,SK],K＝1,2,…,N
其中：
sK：所述振声信号序列S中第K个元素所对应的处理序列。
SK：所述振声信号序列S中的第K个元素
N：所述振声信号序列S中元素的个数
步骤302,求取协方差矩阵CK,K＝1,2,…,N，具体为：
CK＝[sK-mK]T[sK-mK],K＝1,2,…,N
其中
步骤303,对所述协方差矩阵CK,K＝1,2,…,N进行奇异值分解，具体为：
其中。
λj:协方差矩阵Ci的特征值
μj：与特征值λj对应的特征矢量
步骤304,求取所述的权重矢量ωK，具体为：
步骤305，求取所述的主成分矢量，具体为：
PK＝[maxμ1,maxμ2,…,maxμK],K＝1,2,...,N
其中。
maxμi:特征矢量μi中最大的元素，i＝1,2,…,K
步骤306，求取所述判断阈值T0，具体为：
其中
m:所述振声信号序列S的均值
σ：所述振声信号序列S的均方差。
4.一种利用主成分的变压器运行状态振声检测系统，其特征在于，包括：
获取模块，输入实测的微震信号序列S；
判断模块,根据所述振声信号序列S的主成分的加权和判断变压器运行状态。具体为：如果所述主成分的加权和cK＝ωKPK≥T0，则在所述的振声信号序列S的第K点处变压器处于异常运行状态，否则变压器处于正常工作状态。其中，ωK为权重矢量；PK所述振声信号序列S第K点对应的主成分矢量；T0为判断阈值。
5.根据权利要求4所述的系统，其特征在于，还包括：
计算模块,求取所述的主成分矢量PK、判断阈值T0和权重矢量ωK。
CN201910637312.6A 2019-07-15 2019-07-15 一种利用主成分的变压器运行状态振声检测方法和系统 Active CN110286291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910637312.6A CN110286291B (zh) 2019-07-15 2019-07-15 一种利用主成分的变压器运行状态振声检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910637312.6A CN110286291B (zh) 2019-07-15 2019-07-15 一种利用主成分的变压器运行状态振声检测方法和系统

Publications (2)

Publication Number Publication Date
CN110286291A true CN110286291A (zh) 2019-09-27
CN110286291B CN110286291B (zh) 2021-04-06

Family

ID=68022984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910637312.6A Active CN110286291B (zh) 2019-07-15 2019-07-15 一种利用主成分的变压器运行状态振声检测方法和系统

Country Status (1)

Country Link
CN (1) CN110286291B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114137444A (zh) * 2021-11-29 2022-03-04 国网山东省电力公司日照供电公司 一种基于声信号的变压器运行状态监测方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495320A (zh) * 2011-12-21 2012-06-13 鞍钢集团矿业公司 变压器运行异常动态监测系统及在线监测方法
CN102721897A (zh) * 2012-06-13 2012-10-10 江苏省电力公司南京供电公司 电力变压器绕组匝间短路故障诊断方法及系统
CN103163420A (zh) * 2011-12-08 2013-06-19 沈阳工业大学 电力变压器智能在线状态评判方法
CN104331933A (zh) * 2014-10-22 2015-02-04 西安电子科技大学 一种分层方向自适应快速选取方法
CN106156485A (zh) * 2016-06-16 2016-11-23 广州供电局有限公司 电力变压器故障诊断方法及装置
CN106447202A (zh) * 2016-09-29 2017-02-22 国网山东省电力公司 基于数据挖掘和主成分分析的电力设备状态评估方法
CN106651189A (zh) * 2016-12-27 2017-05-10 广东电网有限责任公司惠州供电局 一种基于多层复合规则的变压器状态评价方法
CN107609704A (zh) * 2017-09-18 2018-01-19 燕山大学 基于轮廓主成分分析特征提取的二维轮廓排样方法
CN109164343A (zh) * 2018-08-30 2019-01-08 西华大学 基于特征信息量化与加权knn的变压器故障诊断方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103163420A (zh) * 2011-12-08 2013-06-19 沈阳工业大学 电力变压器智能在线状态评判方法
CN102495320A (zh) * 2011-12-21 2012-06-13 鞍钢集团矿业公司 变压器运行异常动态监测系统及在线监测方法
CN102721897A (zh) * 2012-06-13 2012-10-10 江苏省电力公司南京供电公司 电力变压器绕组匝间短路故障诊断方法及系统
CN104331933A (zh) * 2014-10-22 2015-02-04 西安电子科技大学 一种分层方向自适应快速选取方法
CN106156485A (zh) * 2016-06-16 2016-11-23 广州供电局有限公司 电力变压器故障诊断方法及装置
CN106447202A (zh) * 2016-09-29 2017-02-22 国网山东省电力公司 基于数据挖掘和主成分分析的电力设备状态评估方法
CN106651189A (zh) * 2016-12-27 2017-05-10 广东电网有限责任公司惠州供电局 一种基于多层复合规则的变压器状态评价方法
CN107609704A (zh) * 2017-09-18 2018-01-19 燕山大学 基于轮廓主成分分析特征提取的二维轮廓排样方法
CN109164343A (zh) * 2018-08-30 2019-01-08 西华大学 基于特征信息量化与加权knn的变压器故障诊断方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114137444A (zh) * 2021-11-29 2022-03-04 国网山东省电力公司日照供电公司 一种基于声信号的变压器运行状态监测方法及系统
CN114137444B (zh) * 2021-11-29 2024-04-02 国网山东省电力公司日照供电公司 一种基于声信号的变压器运行状态监测方法及系统

Also Published As

Publication number Publication date
CN110286291B (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
US20120265457A1 (en) Systems and methods for detecting motor rotor faults
WO2020124010A1 (en) Condition monitoring via energy consumption audit in electrical devices and electrical waveform audit in power networks
Guezmil et al. Detecting inter-turn short-circuit fault in induction machine using high-order sliding mode observer: simulation and experimental verification
JP4279763B2 (ja) 電力系統の安定度診断装置、電力系統安定化装置および電力系統縮約支援装置
CN110703149B (zh) 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
CN110161344A (zh) 基于尺度分解的变压器振声检测信号滤波方法和系统
CN110907864B (zh) 电机定子绕组的故障检测方法、装置、设备及存储介质
CN111780867A (zh) 一种利用Frobenius模优化的变压器运行状态振声检测方法和系统
CN110286291A (zh) 一种利用主成分的变压器运行状态振声检测方法和系统
Abdellatif et al. A deep learning based on sparse auto-encoder with MCSA for broken rotor bar fault detection and diagnosis
CN110161363A (zh) 基于主频表征量的变压器运行状态振声检测方法和系统
CN110261716A (zh) 基于狄拉克混合机制的变压器运行状态振声检测方法和系统
CN111780868A (zh) 一种利用Jeffery差异量的变压器运行状态振声检测方法和系统
CN110514295A (zh) 一种利用svd分解的变压器运行状态振声检测信号滤波方法和系统
CN110161362A (zh) 基于投影空间的变压器运行状态振声检测方法和系统
CN110545086A (zh) 一种利用全局优化的变压器振声信号滤波方法和系统
CN110286289A (zh) 一种利用低秩矩阵恢复的变压器运行状态振声检测信号滤波方法和系统
CN110516645A (zh) 一种利用掩码算子的变压器振声信号滤波方法和系统
CN110286287A (zh) 一种基于小波变换的变压器运行状态振声检测信号滤波方法和系统
CN110286292A (zh) 一种基于排列模式的变压器运行状态振声检测方法和系统
CN110646691B (zh) 一种利用拉伸变换的变压器振声信号滤波方法和系统
CN110146775A (zh) 基于功率比值的变压器运行状态振声检测方法和系统
CN110320435A (zh) 一种利用数据正则化的变压器运行状态振声检测信号重构方法和系统
CN112327084B (zh) 一种利用等距变换的变压器运行状态振声检测方法和系统
Blaha et al. Real-time predictive maintenance–artificial neural network based diagnosis

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