CN111474496A - 一种基于振动信号辨识的变压器匝间短路快速诊断方法 - Google Patents
一种基于振动信号辨识的变压器匝间短路快速诊断方法 Download PDFInfo
- Publication number
- CN111474496A CN111474496A CN202010272905.XA CN202010272905A CN111474496A CN 111474496 A CN111474496 A CN 111474496A CN 202010272905 A CN202010272905 A CN 202010272905A CN 111474496 A CN111474496 A CN 111474496A
- Authority
- CN
- China
- Prior art keywords
- turn
- transformer
- winding
- vibration
- 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 22
- 238000003745 diagnosis Methods 0.000 title claims abstract description 14
- 238000004804 winding Methods 0.000 claims abstract description 85
- 230000001133 acceleration Effects 0.000 claims abstract description 42
- 238000001914 filtration Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 238000013016 damping Methods 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明公开了一种基于振动信号辨识的变压器匝间短路快速诊断方法,涉及变压器领域,包括以下步骤:建立振动信号快速滤波模型;采集变压器箱体不同位置的振动信号,利用振动信号快速滤波模型对各振动信号进行处理,使各振动信号由时域信号转换成频域信号;再将各频域信号100Hz分量下的振动加速度与预设值进行比较,若振动加速度大于预设值,依据变压器绕组电磁力与绕组匝电流的关系,判断出变压器不同位置的绕组是否发生匝间短路故障。可见,采用本发明的方法后,通过对变压器上振动信号的辨识,可快速诊断出何处绕组发生匝间短路,以便能够及时处理,避免故障扩大化,解决了通过绕组匝电流无法诊断匝间短路故障的问题。
Description
技术领域
本发明涉及变压器技术领域,尤其涉及一种基于振动信号辨识的变压器匝间短路快速诊断方法,应用于电力变压器发生匝间短路时的快速判断。
背景技术
变压器是电力系统中的关键设备,在不同等级电网互联和功率交换中起到枢纽作用,其运行状况不仅影响设备自身安全,而且影响整个电力系统的稳定性和可靠性。据资料显示,变压器绕组匝间短路故障占变压器内部故障的50%~60%。匝间短路一般由内部线圈之间的绝缘老化或破损所造成,具有电流增大、铁心及绕组振动加剧的特点。若变压器持续运行在此状态,则会引起(层)股短路和相间短路,进而造成设备烧毁乃至电网瘫痪,但是变压器绕组内部变化情况通常难以进行查看与辨识,导致变压器匝间短路故障难以及时判断,进而带来一系列问题。
发明内容
针对上述不足,本发明所要解决的技术问题是:提供一种基于振动信号辨识的变压器匝间短路快速诊断方法,通过建立变压器绕组振动信号与变压器绕组电流的对应关系,以快速辨识变压器匝间短路故障。
为解决上述技术问题,本发明的技术方案是:
一种基于振动信号辨识的变压器匝间短路快速诊断方法,包括以下步骤:
建立振动信号快速滤波模型;
采集变压器箱体不同位置的振动信号,利用所述振动信号快速滤波模型对各振动信号进行处理,使各振动信号由时域信号转换成频域信号;
将各频域信号100Hz分量下的振动加速度与预设值进行比较,若振动加速度大于预设值,依据变压器绕组电磁力Fe与绕组匝电流i的Fe∝i2关系,判断出变压器不同位置的绕组是否发生匝间短路故障。
优选方式为,所述振动信号快速滤波模型采用SFFT算法对振动信号进行快速滤波处理,所述SFFT算法包括以下步骤:
S10、初始化,设置变压器振动信号长度为m,稀疏度为k,窗口函数F的参数,定位运算和估值运算的次数L=O(logn);
S11、进行L次傅里叶系数定位运算,获得L次运行结果Pτ(τ∈{1,…,L}),Pτ中包含频率;
S12、计算Pτ中的每个频率在L次运算中出现的总次数;
组成新的集合进行L次FFT系数估计计算,得到L个包含对应频率的幅值集合;
S14、分别求出L个集合中相同频率对应幅值的中位数,作为傅里叶系数值,傅里叶系数值为频域信号各频率分量下的振动加速度。
优选方式为,所述变压器绕组电磁力Fe与绕组匝电流i的Fe∝i2关系,由电磁-机械耦合计算获得,所述电磁-机械耦合计算方式为:
变压器绕组电磁-机械耦合下的力动力学方程为:
Ma+C∫adt+K∫|∫adt|dt=∫Js×BdV (1)
(1)式中,M、C、K分别为变压器绕组的质量矩阵、阻尼矩阵、刚度矩阵,a为绕组振动加速度,Js为绕组单元电流密度,B为穿过绕组单元的漏磁;
设置变压器电流初始值为i0,基于矢量磁位A三维准静态场麦克斯韦方程为
(3)式中,Mn、Mm分别为基函数、权函数序列;m、n为序列通项编号;
场量边界条件:在离铁芯,线圈足够远侧位置划出一闭合面,并设定闭合面上矢量磁位A:
A=0 (4)
通过对变压器磁场进行数值计算,求得磁感应强度B和磁场强度H;联立(1)、(2)、(3)、(4)计算得到相应绕组的电流密度,进而计算变压器绕组匝电流i:
(5)式中,Js绕组单元电流密度,S为绕组纵向截面积,n为绕组匝数。
优选方式为,振动信号通过设在变压器箱体不同位置的加速度传感器获得。
采用上述技术方案后,本发明的有益效果是:
由于本发明的基于振动信号辨识的变压器匝间短路快速诊断方法,包括以下步骤:建立振动信号快速滤波模型;采集变压器箱体不同位置的振动信号,利用振动信号快速滤波模型对各振动信号进行处理,使各振动信号由时域信号转换成频域信号;再将各频域信号100Hz分量下的振动加速度与预设值进行比较,若振动加速度大于预设值,依据变压器绕组电磁力Fe与绕组匝电流i的Fe∝i2关系,判断出变压器不同位置的绕组是否发生匝间短路故障。可见,采用本发明的方法后,通过对变压器上不同位置振动信号的辨识,可快速诊断出何处绕组发生匝间短路,以便能够及时处理,避免故障扩大化,并解决了通过绕组匝电流无法诊断匝间短路故障的问题。
附图说明
图1是本发明中振动信号快速滤波模型的流程示意图;
图2是首端匝间短路振动加速度时域信号图;
图3是中部匝间短路振动加速度时域信号图;
图4是首端匝间短路振动加速度频谱图;
图5是中部匝间短路振动加速度频谱图;
图6是首端匝间短路电流图;
图7是中部匝间短路电流图;
图8是不同运行状态实验量测电流图;
图9是试验案例中变压器的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
一种基于振动信号辨识的变压器匝间短路快速诊断方法,包括以下步骤:
步骤一、建立振动信号快速滤波模型;
步骤二、采集变压器箱体不同位置的振动信号,利用振动信号快速滤波模型对各振动信号进行处理,使各振动信号由时域信号转换成频域信号;其中振动信号通过设在变压器箱体不同位置的加速度传感器获得;
步骤三、将各频域信号100Hz分量下的振动加速度与预设值进行比较,若振动加速度大于预设值,依据变压器绕组电磁力Fe与绕组匝电流i的Fe∝i2关系,判断出变压器不同位置的绕组是否发生匝间短路故障,其中预设值为各变压器各运行状态的,不发生匝间短路故障时正常振动加速度。
本发明的方法,通过搭建振动信号快速滤波模型,利用该模型对变压器箱体不同位置的振动信号进行快速滤波,将不同位置振动信号100Hz分量下的振动加速度与正常振动加速度进行比匹配,若不匹配出现异常,则根据Fe∝i2关系,可快速诊断出该位置的绕组发生匝间短路,以便能够及时处理,避免故障扩大化,解决了通过绕组匝电流无法诊断匝间短路故障的问题;且本发明信号采集和处理均快速、准确,使变压器绕组匝间短路故障判断简单易实施。
如图1所示,振动信号快速滤波模型采用SFFT(中文为稀疏傅里叶变换)算法对振动信号进行快速滤波处理,SFFT算法包括以下步骤:
S10、初始化,设置变压器振动信号长度为m,稀疏度为k,窗口函数F的参数,定位运算和估值运算的次数L=O(logn);
S11、进行L次傅里叶系数定位运算,获得L次运行结果Pτ(τ∈{1,…,L}),Pτ中包含频率;
S12、计算Pτ中的每个频率在L次运算中出现的总次数;
组成新的集合进行L次FFT(英文为Fast Fourier Transformation,中文为快速傅氏变换)系数估计计算,得到L个包含对应频率的幅值集合;
S14、分别求出L个集合中相同频率对应幅值的中位数,作为傅里叶系数值,傅里叶系数值为频域信号各频率分量下的振动加速度。
经过SFFT变换后得到频谱结果,最大值出现在100Hz分量下,如图4和图5所示,因此通过对变压器100Hz分量下的振动信号进行分析,可以对变压器绕组内部对应位置电流进行辨识,以达到对变压器匝间短路故障的检测与辨识的目的。另外,振动信号快速滤波模型不限采用上面所列举的SFFT算法,只要能够将振动信号由时域信号转换成频域信号即可。
本实施例中变压器绕组电磁力Fe与绕组匝电流i的Fe∝i2关系,由电磁-机械耦合计算获得,电磁-机械耦合计算如下:
变压器绕组电磁-机械耦合下的力动力学方程为:
Ma+C∫adt+K∫|∫adt|dt=∫Js×BdV (1)
公式(1)中,M、C、K分别为变压器绕组的质量矩阵、阻尼矩阵、刚度矩阵,a为绕组振动加速度,Js为绕组单元电流密度,B为穿过绕组单元的漏磁。
设置变压器电流初始值为i0,基于矢量磁位A三维准静态场麦克斯韦方程,
对公式(2)运用格林定理得到其伽辽金加权余量形式,
公式(3)中,Mn、Mm分别为基函数、权函数序列;m、n为序列通项编号。
场量边界条件:在离铁芯,线圈足够远侧位置划出一闭合面,并设定闭合面上矢量磁位:
A=0 (4)
通过对变压器磁场进行数值计算,求得磁感应强度B和磁场强度H。
联立公式(1)、公式(2)、公式(3)、公式(4)计算得到相应绕组的电流密度,进而计算变压器绕组匝电流i:
(5)式中Js绕组单元电流密度,S为绕组纵向截面积,n为绕组匝数。
由上式可知,变压器绕组电磁力Fe正比于绕组匝电流i的平方,故,本申请通过对变压器箱体不同位置振动信号的采集、辨识,以达到对变压器匝间短路故障的监测,解决了通过绕组匝电流无法诊断匝间短路故障的问题。
综上所述,本发明的方法,通过建立变压器绕组振动加速度与电磁参数的耦合关系,通过对振动加速度的SFFT变换及辨识,监测变压器绕组不同位置的绕组运行情况,通过对100Hz分量下振动加速度SFFT变换结果的辨识,判断绕组是否发生匝间短路故障,具有科学合理,真实有效,实用价值高等优点。
试验案例:
如图2至图9共同所示,对本发明的一种基于振动信号辨识的变压器匝间短路快速诊断方法进行仿真与实验分析,验证本发明所具有的效果。
本试验所需硬件为:变压器、电流监测模块、电压调节模块、振动监测模块组成。
以一台产品级三相三柱式Y/Δ变压器进行实验验证(参数见表1),在实验变压器高压绕组首端、中部设置3%匝间短路故障。
表1 三相三柱式变压器参数
铭牌参数 | 额定值 | 量测值 |
频率/Hz | 50 | — |
容量S<sub>N</sub>/VA | 1000 | — |
电压U<sub>N</sub>/V | 380/100(+10%) | — |
空载电流I<sub>0</sub>/A | 0.1 | 0.1 |
铁心尺寸/mm | — | 190×190×44 |
铁心窗体/mm | — | 38×110×44 |
一/二次侧单相匝数 | 497/251 | — |
一/二次侧单相电阻/Ω | — | 1.4/0.5 |
如图9所示为变压器振动测试监测点,测试位置为测点1和测点2。为了验证方法的正确性,选取变压器A相首端、中部发生3%比例匝间短路故障,通过振动监测模块(压电加速度传感器)采集不同运行状态下,变压器绕组匝间短路处振动加速度,得到如图2和图3所示不同运行状态实验量测振动加速度图,此图为时域信号。
由图2和图3可以看出,变压器时域振动加速度量测结果分布散乱,难以找寻规律,因此对时域振动加速度结构进行SFFT变换,得到如图4、图5所示不同运行状态振动加速度频谱图,由图4可以看出,首端匝间短路发生时,短路绕组发生较为剧烈的振动,其中2号线饼的振幅最为严重。绕组的振动加速度频谱主要集中在前十次谐波,在100Hz处振动最剧烈。首端发生匝间短路时绕组振动加剧,且由于局部励磁饱和使振动信号中的高频分量增大。由图5可知,与首端匝间短路相同的是,当变压器绕组中部发生匝间短路故障时,绕组振动加速度频谱在100Hz处振动幅值最大。短路线饼的振动幅值较非短路线饼明显增大,且两匝短路线饼的振动幅值基本相等。中部匝间短路时绕组振动幅值强于端部匝间短路,且振动频谱中增加了很多高频分量。
设定初始电流值i0,联立公式(1)、(2)、(3)、(5)计算振动加速度区域对应绕组电流,得到如图6和图7所示不同运行状态电流图,由图6可知,变压器匝间短路时A相高压绕组的电流有效值变为2.08A。故轻微匝间短路时,故障相的匝电流增大,约为非故障时的1.38倍。由图7可知A相高压绕组发生中部短路时绕组电流有效值为2.10A,与首端短路时的电流基本相同。
进一步通过实验量测不同运行状态下绕组电流值,验证基于振动信号辨识的变压器匝间短路快速诊断方法的正确性,实验电流结果如图8所示,由图8可知,实验电流值的变化情况与相应位置绕组振动加速度变化情况一致,验证了本文所述方法的正确性及有效性。
由上述试验案例可知,经过对实验结果的分析表明,能够通过该判别方法对变压器匝间短路故障进行快速有效判定,实现了本发明目的和达到了所述的效果。
以上所述为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同一种基于振动信号辨识的变压器匝间短路快速诊断方法的改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于振动信号辨识的变压器匝间短路快速诊断方法,其特征在于,包括以下步骤:
建立振动信号快速滤波模型;
采集变压器箱体不同位置的振动信号,利用所述振动信号快速滤波模型对各振动信号进行处理,使各振动信号由时域信号转换成频域信号;
将各频域信号100Hz分量下的振动加速度与预设值进行比较,若振动加速度大于预设值,依据变压器绕组电磁力Fe与绕组匝电流i的Fe∝i2关系,判断出变压器不同位置的绕组是否发生匝间短路故障。
2.根据权利要求1所述的基于振动信号辨识的变压器匝间短路快速诊断方法,其特征在于,所述振动信号快速滤波模型采用SFFT算法对振动信号进行快速滤波处理,所述SFFT算法包括以下步骤:
S10、初始化,设置变压器振动信号长度为m,稀疏度为k,窗口函数F的参数,定位运算和估值运算的次数L=O(logn);
S11、进行L次傅里叶系数定位运算,获得L次运行结果Pτ(τ∈{1,…,L}),Pτ中包含频率;
S12、计算Pτ中的每个频率在L次运算中出现的总次数;
组成新的集合进行L次FFT系数估计计算,得到L个包含对应频率的幅值集合;
S14、分别求出L个集合中相同频率对应幅值的中位数,作为傅里叶系数值,傅里叶系数值为频域信号各频率分量下的振动加速度。
3.根据权利要求1所述的基于振动信号辨识的变压器匝间短路快速诊断方法,其特征在于,所述变压器绕组电磁力Fe与绕组匝电流i的Fe∝i2关系,由电磁-机械耦合计算获得,所述电磁-机械耦合计算方式为:
变压器绕组电磁-机械耦合下的力动力学方程为:
Ma+C∫adt+K∫|∫adt|dt=∫Js×BdV (1)
(1)式中,M、C、K分别为变压器绕组的质量矩阵、阻尼矩阵、刚度矩阵,a为绕组振动加速度,Js为绕组单元电流密度,B为穿过绕组单元的漏磁;
设置变压器电流初始值为i0,基于矢量磁位A三维准静态场麦克斯韦方程为
(3)式中,Mn、Mm分别为基函数、权函数序列;m、n为序列通项编号;
场量边界条件:在离铁芯,线圈足够远侧位置划出一闭合面,并设定闭合面上矢量磁位A:
A=0 (4)
通过对变压器磁场进行数值计算,求得磁感应强度B和磁场强度H;联立(1)、(2)、(3)、(4)计算得到相应绕组的电流密度,进而计算变压器绕组匝电流i:
(5)式中,Js绕组单元电流密度,S为绕组纵向截面积,n为绕组匝数。
4.根据权利要求1所述的基于振动信号辨识的变压器匝间短路快速诊断方法,其特征在于,振动信号通过设在变压器箱体不同位置的加速度传感器获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272905.XA CN111474496A (zh) | 2020-04-09 | 2020-04-09 | 一种基于振动信号辨识的变压器匝间短路快速诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272905.XA CN111474496A (zh) | 2020-04-09 | 2020-04-09 | 一种基于振动信号辨识的变压器匝间短路快速诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111474496A true CN111474496A (zh) | 2020-07-31 |
Family
ID=71751378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010272905.XA Pending CN111474496A (zh) | 2020-04-09 | 2020-04-09 | 一种基于振动信号辨识的变压器匝间短路快速诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111474496A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924897A (zh) * | 2020-12-30 | 2021-06-08 | 广东电网有限责任公司电力科学研究院 | 一种变压器短路电动力的在线评估方法及装置 |
CN114509649A (zh) * | 2021-12-31 | 2022-05-17 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种线圈类设备匝间绝缘缺陷诊断方法及系统 |
CN115902694A (zh) * | 2022-11-24 | 2023-04-04 | 西南交通大学 | 一种绕组匝间短路故障下的变压器振动信号试验方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108920731A (zh) * | 2018-03-27 | 2018-11-30 | 东北电力大学 | 一种变压器绕组匝间短路振动加速度的计算方法 |
CN109344563A (zh) * | 2018-12-21 | 2019-02-15 | 沈阳工业大学 | 一种变压器绕组短路故障点形状变化预测的三维分析方法 |
CN109342875A (zh) * | 2018-12-21 | 2019-02-15 | 沈阳工业大学 | 一种变压器绕组短路故障损坏点定位方法 |
CN109446707A (zh) * | 2018-11-10 | 2019-03-08 | 东北电力大学 | 一种y/δ变压器绕组匝间短路振动加速度计算方法 |
CN109460609A (zh) * | 2018-11-10 | 2019-03-12 | 东北电力大学 | 一种变压器绕组匝间短路反向环流计算方法 |
CN110119557A (zh) * | 2019-04-30 | 2019-08-13 | 国家电网有限公司 | 一种直流扰动下三相三柱式y/δ变压器绕组电流辨识方法 |
-
2020
- 2020-04-09 CN CN202010272905.XA patent/CN111474496A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108920731A (zh) * | 2018-03-27 | 2018-11-30 | 东北电力大学 | 一种变压器绕组匝间短路振动加速度的计算方法 |
CN109446707A (zh) * | 2018-11-10 | 2019-03-08 | 东北电力大学 | 一种y/δ变压器绕组匝间短路振动加速度计算方法 |
CN109460609A (zh) * | 2018-11-10 | 2019-03-12 | 东北电力大学 | 一种变压器绕组匝间短路反向环流计算方法 |
CN109344563A (zh) * | 2018-12-21 | 2019-02-15 | 沈阳工业大学 | 一种变压器绕组短路故障点形状变化预测的三维分析方法 |
CN109342875A (zh) * | 2018-12-21 | 2019-02-15 | 沈阳工业大学 | 一种变压器绕组短路故障损坏点定位方法 |
CN110119557A (zh) * | 2019-04-30 | 2019-08-13 | 国家电网有限公司 | 一种直流扰动下三相三柱式y/δ变压器绕组电流辨识方法 |
Non-Patent Citations (2)
Title |
---|
周求宽 等: "电力变压器振动在线监测系统的开发与应用", 《电力自动化设备》 * |
张文民 等: "变压器振动信号稀疏快速傅里叶变换分析", 《电气技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924897A (zh) * | 2020-12-30 | 2021-06-08 | 广东电网有限责任公司电力科学研究院 | 一种变压器短路电动力的在线评估方法及装置 |
CN114509649A (zh) * | 2021-12-31 | 2022-05-17 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种线圈类设备匝间绝缘缺陷诊断方法及系统 |
CN115902694A (zh) * | 2022-11-24 | 2023-04-04 | 西南交通大学 | 一种绕组匝间短路故障下的变压器振动信号试验方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111474496A (zh) | 一种基于振动信号辨识的变压器匝间短路快速诊断方法 | |
Behjat et al. | Diagnosing shorted turns on the windings of power transformers based upon online FRA using capacitive and inductive couplings | |
US9404957B2 (en) | Fault diagnosis and preliminary location system and method for transformer core looseness | |
Wu et al. | A new testing method for the diagnosis of winding faults in transformer | |
Cheng et al. | Diagnostic of transformer winding deformation fault types using continuous wavelet transform of pulse response | |
CN106338336A (zh) | 变压器振动的在线监测系统 | |
CN110991481B (zh) | 一种基于交叉小波变换的高压并联电抗器内部松动故障诊断方法 | |
CN105092024B (zh) | 一种电力变压器绕组轴向压紧状态在线监测方法及系统 | |
Jiang et al. | Frequency response features of axial displacement winding faults in autotransformers with split windings | |
CN102998545A (zh) | 一种变压器绕组工作状态的在线监测方法 | |
CN110728257B (zh) | 基于振动灰度图像的变压器绕组故障监测方法 | |
Al-Ameri et al. | Understanding the influence of power transformer faults on the frequency response signature using simulation analysis and statistical indicators | |
Gutten et al. | Maintenance diagnostics of transformers considering the influence of short-circuit currents during operation | |
WO2016065959A1 (zh) | 中性点不接地的10kV系统中铁磁谐振的诊断方法 | |
CN110007198A (zh) | 一种新型的单相接地故障启动方法 | |
CN110161351B (zh) | 一种振荡波下变压器绕组故障试验系统和诊断方法 | |
Firoozi et al. | Transformer fault diagnosis using frequency response analysis-practical studies | |
Chen et al. | Understanding IFRA for detecting synchronous machine winding short circuit faults based on image classification and smooth grad-CAM++ | |
Setayeshmehr et al. | On-line monitoring of transformer via transfer function | |
CN113776421B (zh) | 一种变压器绕组变形诊断方法及系统 | |
CN110146772B (zh) | 一种基于振动频谱矩阵的变压器铁心松散缺陷诊断方法 | |
CN106526433B (zh) | 变压器电流波形特征试验方法和装置 | |
CN110456241B (zh) | 线圈匝间故障检测方法 | |
CN114526813A (zh) | 一种变压器振动监测方法及装置 | |
Qian | Research on spectrum eigenvalues of transformer vibration and its application on 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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200731 |
|
RJ01 | Rejection of invention patent application after publication |