CN111948531A - 基于多参量提取的有载分接开关带电检测方法 - Google Patents

Abstract

本发明公开一种基于多参量提取的有载分接开关带电检测方法，在变压器带电情况下，提取多种有载分接开关运行状态特征参量进行综合分析和故障诊断，并采用优化后的小波包算法，克服小波滤波器导致的频率混淆现象，消除频率折叠，有效提高特征参量的准确性，不仅实现了对有载分接开关运行状态量的现场检测，而且能够对有载分接开关本体健康状态进行分析预警，提前发现有载分接开关潜在故障缺陷，降低有载分接开关故障率，实现有载分接开关运行操作过程安全可控，不需要对变压器进行停电操作，大幅度减少现场检修人员工作量，提高检修人员工作效率。

Description

基于多参量提取的有载分接开关带电检测方法

技术领域

本发明涉及变压器有载分接开关带电检测技术领域，具体是一种基于多参量提取的有载分接开关带电检测方法。

背景技术

有载调压变压器是电力系统中极其重要的变电设备，它通过有载分接开关(On-Load Tap Changer，OLTC)的逐级动作，实现对电网的电压调节，确保供电系统供电电压稳定、可靠。有载分接开关主要由分接选择器、切换开关、传动机构和电动机构组成，其运行过程中产生故障的主要原因包括分接选择器触头接触不良、弹簧变形、切换开关油室漏油、传动机构卡涩等，其中约70％～90％为机械故障。

有载分接开关由于部件众多、结构复杂、操作频繁，运维十分不便，且难以有效监测。目前，对于有载分接开关的维护主要采用离线定期维修的方式，通过测试有载调压开关调档时变压器直流电阻的变化进行检测，检修人员现场工作量大、效率低、故障诊断精度不高。若不能采取有效检测手段及时发现有载分接开关带电操作时初期的机械缺陷，可能造成灭弧失败或者触头放电等现象，危害变压器安全运行。因此，开展有载分接开关带电检测研究对于变压器故障检测及其健康预警意义重大。

发明内容

本发明要解决的技术问题是提供一种基于多参量提取的有载分接开关带电检测方法，在变压器带电情况下，提取多种有载分接开关运行状态特征参量进行综合分析和故障诊断，并采用优化后的小波包算法，克服小波滤波器导致的频率混淆现象，消除频率折叠，有效提高特征参量的准确性。

为了解决所述技术问题，本发明采用的技术方案是：基于多参量提取的有载分接开关带电检测方法，包括以下步骤：

S01)、通过传感器单元采集有载分接开关机械振动加速度信号和有载分接开关驱动电机电流信号；

S02)、通过AD转换单元对采集信号进行模/数转换并将转换后的数字信号传递至信号处理单元，信号处理单元对接收的数字信号进行数据压缩和数据存储；

S03)、上位机监测单元对存储的数据进行多参量特征提取，采用的方法为离散正交小波包变换和离散傅里叶变换相结合的算法，首先进行2至5层正交小波包分解，，计算出分解层次上每个正交小波包空间中信号分布的能量，然后对小波卷积后的结果做离散傅里叶变换以及傅里叶逆变换，从而去除各子频带中多余的频率成分，对处理后的小波包各节点数据进行重构，获得原始信号的时频信息特征值，原始信号指信号处理单元传输至上位机监测单元的信号；

S04)、上位机监测单元通过同档位历史曲线叠加比较和振动信号故障概率统计法，对采集的信号进行多种特征参量提取；

S05)、上位机监测单元将提取的多个参量进行阈值判断，并通过深度学习神经网络分析，将其与已有故障样本库进行分析、比对，判断有载分接开关状况，给出判断结果。

进一步的，步骤S03中进行多参量特征提取的具体过程为：

S31)、信号处理单元传递至上位机监测单元的信号为s(t)，设定s(t)∈L²(R)，即信号属于希尔伯特空间，对信号s(t)进行离散正交小波包变换，计算出s(t)在正交小波包基

上的投影系数，其中n为非负整数，j、k为正整数，t为时间：

其中，函数组{w_n,j,k(t):＝2^-j/2w_n(2^-jt-k),n∈Z/Z^-,j∈Z,k∈Z}由

生成，其中h_k和g_k是由尺度函数导出的一对共轭正交滤波器系数，w_n为基函数，

为w_n的共轭；

{p_s(n,j,k)}_k∈Z为s(t)在正交小波包空间

上的小波包变换系数序列；

对小波卷积后的结果p_s做离散傅里叶变换，

将变换结果中多余的成分置零，再进行傅里叶逆变换，

式中，DFT为离散傅里叶变换，IDFT为离散傅里叶反变换，N为离散信号序列长度，0≤i≤N-1，

傅里叶逆变换的结果为处理后的小波包各节点数据。

进一步的，将处理后的小波包各节点数据进行重构的方式为：按小波包空间

频率指标n的顺序排列。

进一步的，步骤S03提取的特征参量包括振动幅值，振动最高频率、驱动电机启动电流幅值、驱动电机稳态电流值、驱动电机启动时间、驱动电机动作时间、驱动电机停止时间。

进一步的，步骤S04提取的特征参量包括振动相关性、历史曲线重合度、振动正常概率、振动告警概率。

进一步的，所述传感器单元包括振动加速度传感器和钳形电流传感器，振动加速度传感器用于采集有载分接开关动作时的机械振动信号，钳形电流传感器用于采集驱动电机的交流或者直流电流信号。

进一步的，通过驱动电机电流信号触发振动加速度信号的采集。

本发明的有益效果：本发明的有载分接开关带电检测装置能够在变压器带电情况下，提取多种有载分接开关运行状态特征参量进行综合分析和故障诊断，并采用优化后的小波包算法，克服小波滤波器导致的频率混淆现象，消除频率折叠，有效提高特征参量的准确性，不仅实现了对有载分接开关运行状态量的现场检测，而且能够对有载分接开关本体健康状态进行分析预警，提前发现有载分接开关潜在故障缺陷，降低有载分接开关故障率，实现有载分接开关运行操作过程安全可控，不需要对变压器进行停电操作，大幅度减少现场检修人员工作量，提高检修人员工作效率。

附图说明

图1为本方法的流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步的说明。

实施例1

本实施例公开一种基于多参量提取的有载分接开关带电检测方法，如图1所示，本方法包括以下步骤：

S01)、通过传感器单元采集有载分接开关机械振动加速度信号和有载分接开关驱动电机电流信号；

本实施例中，通过驱动电机电流信号触发振动加速度信号的采集。具体是在检测到驱动电机启动电流信号后，启动1路驱动电机电流信号和1-3路振动加速度信号采集。

S02)、通过AD转换单元对采集信号进行模/数转换并将转换后的数字信号传递至信号处理单元，信号处理单元对接收的数字信号进行数据压缩和数据存储，通过私有协议经网口发送至上位机监测单元；

S03)、上位机监测单元对存储的数据进行多参量特征提取，采用的方法为离散正交小波包变换和离散傅里叶变换相结合的算法，首先进行4层正交小波包分解，计算出分解层次上每个正交小波包空间中信号分布的能量，然后对小波卷积后的结果做离散傅里叶变换以及傅里叶逆变换，从而去除各子频带中多余的频率成分，对处理后的小波包各节点数据进行重构，获得原始信号的时频信息特征值，原始信号指信号处理单元传输至上位机监测单元的信号；

S04)、上位机监测单元通过同档位历史曲线叠加比较和振动信号故障概率统计法，对采集的信号进行多种特征参量提取；

S05)、上位机监测单元将提取的多个参量进行阈值判断，并通过深度学习神经网络分析，将其与已有故障样本库进行分析、比对，判断有载分接开关健康状况，给出判断结果。

本实施例中，步骤S03中进行多参量特征提取的具体过程为：

信号处理单元传递至上位机监测单元的信号为s(t)，设定s(t)∈L²(R)，即信号属于希尔伯特空间，对信号s(t)进行离散正交小波包变换，计算出s(t)在正交小波包基

上的投影系数，其中n为非负整数，j、k为正整数，t为时间：

其中，函数组{w_n,j,k(t):＝2^-j/2w_n(2^-jt-k),n∈Z/Z^-,j∈Z,k∈Z}由

生成，其中h_k和g_k是由尺度函数导出的一对共轭正交滤波器系数，w_n为基函数，

为w_n的共轭；

{p_s(n,j,k)}_k∈Z为s(t)在正交小波包空间

上的小波包变换系数序列；

对小波卷积后的结果p_s做离散傅里叶变换，

将变换结果中多余的成分置零，再进行傅里叶逆变换，

式中，DFT为离散傅里叶变换，IDFT为离散傅里叶反变换，N为离散信号序列长度，0≤i≤N-1，

傅里叶逆变换的结果为处理后的小波包各节点数据。

本实施例中，将处理后的小波包各节点数据进行重构的方式为：按小波包空间

频率指标n的顺序排列。

本实施例中，步骤S03提取的特征参量包括振动幅值，振动最高频率、驱动电机启动电流幅值、驱动电机稳态电流值、驱动电机启动时间、驱动电机动作时间、驱动电机停止时间。

本实施例中，步骤S04提取的特征参量包括振动相关性、历史曲线重合度、振动正常概率、振动告警概率。

本实施例中，所述传感器单元包括振动加速度传感器和钳形电流传感器，振动加速度传感器用于采集有载分接开关动作时的机械振动信号，钳形电流传感器用于采集驱动电机的交流或者直流电流信号。

本发明通过对采集的振动加速度信号和驱动电机电路信号采取优化的小波包变换、同档位历史曲线叠加比较和振动信号故障概率统计三种方法相结合的方式，提取出多个参量信息的特征值，并通过综合分析实现有载分接开关故障诊断。

以上所示，只为本发明之较佳实施例，并非以此限制本发明的实施范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本专利的保护范围。

Claims (7)

1.基于多参量提取的有载分接开关带电检测方法，其特征在于：包括以下步骤：

S01)、通过传感器单元采集有载分接开关机械振动加速度信号和有载分接开关驱动电机电流信号；

S02)、通过AD转换单元对采集信号进行模/数转换并将转换后的数字信号传递至信号处理单元，信号处理单元对接收的数字信号进行数据压缩和数据存储；

S03)、上位机监测单元对存储的数据进行多参量特征提取，采用的方法为离散正交小波包变换和离散傅里叶变换相结合的算法，首先进行2至5层正交小波包分解，计算出分解层次上每个正交小波包空间中信号分布的能量，然后对小波卷积后的结果做离散傅里叶变换以及傅里叶逆变换，从而去除各子频带中多余的频率成分，对处理后的小波包各节点数据进行重构，获得原始信号的时频信息特征值，原始信号指信号处理单元传输至上位机监测单元的信号；

S04)、上位机监测单元通过同档位历史曲线叠加比较和振动信号故障概率统计法，对采集的信号进行多种特征参量提取；

S05)、上位机监测单元将提取的多个参量进行阈值判断，并通过深度学习神经网络分析，将其与已有故障样本库进行分析、比对，判断有载分接开关状况，给出判断结果。

2.根据权利要求1所述的基于多参量提取的有载分接开关带电检测方法，其特征在于：步骤S03中进行多参量特征提取的具体过程为：

S31)、信号处理单元传递至上位机监测单元的信号为s(t)，设定s(t)∈L²(R)，即信号属于希尔伯特空间，对信号s(t)进行离散正交小波包变换，计算出s(t)在正交小波包基

上的投影系数，其中n为非负整数，j、k为正整数，t为时间：

其中，函数组{w_n,j,k(t):＝2^-j/2w_n(2^-jt-k),n∈Z/Z^-,j∈Z,k∈Z}由

生成，其中h_k和g_k是由尺度函数导出的一对共轭正交滤波器系数，w_n为基函数，

为w_n的共轭；

{p_s(n,j,k)}_k∈Z为s(t)在正交小波包空间

上的小波包变换系数序列；

对小波卷积后的结果p_s做离散傅里叶变换，

将变换结果中多余的成分置零，再进行傅里叶逆变换，

式中，DFT为离散傅里叶变换，IDFT为离散傅里叶反变换，N为离散信号序列长度，0≤i≤N-1，

傅里叶逆变换的结果为处理后的小波包各节点数据。

3.根据权利要求1或2所述的基于多参量提取的有载分接开关带电检测方法，其特征在于：将处理后的小波包各节点数据进行重构的方式为：按小波包空间

频率指标n的顺序排列。

4.根据权利要求1所述的基于多参量提取的有载分接开关带电检测方法，其特征在于：步骤S03提取的特征参量包括振动幅值，振动最高频率、驱动电机启动电流幅值、驱动电机稳态电流值、驱动电机启动时间、驱动电机动作时间、驱动电机停止时间。

5.根据权利要求1所述的基于多参量提取的有载分接开关带电检测方法，其特征在于：步骤S04提取的特征参量包括振动相关性、历史曲线重合度、振动正常概率、振动告警概率。

6.根据权利要求1所述的基于多参量提取的有载分接开关带电检测方法，其特征在于：所述传感器单元包括振动加速度传感器和钳形电流传感器，振动加速度传感器用于采集有载分接开关动作时的机械振动信号，钳形电流传感器用于采集驱动电机的交流或者直流电流信号。

7.根据权利要求1所述的基于多参量提取的有载分接开关带电检测方法，其特征在于：通过驱动电机电流信号触发振动加速度信号的采集。

Images