CN113670428A - 一种变压器振动在线异常检测方法 - Google Patents

Abstract

针对目前如何基于振动法对变压器运行状态进行精细化分析及异常检测，本发明实施例公开了一种变压器振动在线异常检测方法，该方法依据负载电流大小划分变压器运行工况区间，使用加速度传感器获取变压器表面振动信号，判定振动信号所属工况区间，基于Lempel‑Ziv算法计算当前振动信号的复杂度，通过与当前变压器运行工况设定的复杂度阈值对比，判断变压器的运行状态。由此，本发明根据负载电流划分变压器运行工况，基于不同工况条件下的历史数据分析评判变压器当前运行状态，实现了考虑工况因素下的变压器振动信号量化分析，使得本发明的变压器异常检测方法更具严谨性。

Description

一种变压器振动在线异常检测方法

技术领域

本发明涉及电力领域，尤其涉及一种变压器振动在线异常检测方法。

背景技术

电力变压器是电力系统中的重要设备，其运行状态对电力系统的安全和经济效益有着重要的影响。变压器表面振动主要源自电流和电压激励下的绕组和铁芯振动，理论分析和实践经验表明，可以通过变压器振动信号分析绕组和铁芯工作状态。变压器内部的铁芯、绕组等结构部件发生松动等异常情况时，引起振动强度加剧，固有频率分量也随之增多，信号复杂程度升高。然而在实际运行过程中，负载电流往往波动较大，当负载电流增大时，绕组承受的电动力会按平方倍增长，使得振动信号当中高次谐波成份有所增加，信号复杂程度升高，这给基于振动分析法的电力变压器的异常检测带来许多难题。

发明内容

为解决上述技术问题，本发明提出了一种变压器振动在线异常检测方法，该方法依据负载电流大小进行运行工况区间划分，使用加速度传感器获取变压器表面振动信号，判定振动信号所属工况区间，基于Lempel-Ziv算法对不同负载电流区间的振动信号进行复杂度计算，通过与所属区间内所设定的复杂度阈值对比，判断变压器的运行状态。

本发明实施例提供了如下技术方案：

一种变压器振动在线异常检测方法，包括：

依据负载电流大小划分变压器运行工况区间；

使用加速度传感器获取变压器表面振动信号，判定振动信号所属工况区间；

基于Lempel-Ziv算法对不同负载电流区间的振动信号进行复杂度计算；

通过与所属区间内所设定的复杂度阈值对比，判断变压器的运行状态。

其中，依据负载电流大小划分变压器运行工况区间，具体包括：

依据负载电流的大小划分变压器工况区间。变压器额定电流设为X，根据负载电流值划分变压器工况划分为5个区间：[0,0.3X)、[0.3X,0.5X)、[0.5X,0.8X)、[0.8X,1X)和[1X,1.5X)，并将这5个区间定义为工况A、B、C、D和E。

其中，基于Lempel-Ziv算法完成振动信号的复杂度计算，具体包括：

1)对每次采样的振动信号，即5k个数据点，进行二值粗粒化，得到二进制序列S。首先对原始振动信号时间序列求取均值，并将大于均值的点赋值为1，小于均值的点赋值为0，得到二进制序列S＝{S₁,S₂,...,S₅₀₀₀}；

2)P₀、Q₀为空矩阵，令i＝0，此时复杂度C(i)＝0；

3)进入循环。i＝i+1，令P_i-1＝{P_i-1S_i}，Q_i-1＝{Q_i-1S_i}，此后判断P_i-1是否包含Q_i。若判断结果为“是”，复杂度C(i)不增加，即C(i)＝C(i-1)；若判断结果为“否”，则C(i)＝C(i-1)+1，Q_i＝{}。循环N＝5000次，直至遍历二进制序列S；

4)复杂度C_N归一化。对于二进制序列S，最终的复杂度计算结果要进行归一化，计算方法如下：

其中，通过与所属区间内所设定的复杂度阈值对比，判断变压器的运行状态，具体包括：

阈值设置方法如下：

工况A区间内振动信号的复杂度阈值为历史振动数据的复杂度均值，记为C_Amean，依次类推，另外4个区间阈值记为C_Bmean、C_Cmean、C_Dmean和C_Emean。

变压器运行状态划分为正常、注意、告警和故障四种，其具体判定运行状态规则如下：

1)当连续三次(或三次以上)C的计算值与所属区间阈值之差的绝对值大于或等于0.5倍的所属区间阈值时，判定当前运行状态为注意；

2)当C的计算值与所属区间阈值之差的绝对值大于1倍的所属区间阈值时，判定当前运行状态为告警；

3)24小时之内，三次或三次以上C的计算值与所属区间阈值之差的绝对值大于1倍的所属区间阈值时，判定当前运行状态为故障；

4)同时满足上述1)、2)和3)中任意2条或全部满足时，判定当前运行状态为异常程度最高状态，异常程度由低到高的顺序依次为正常、注意、告警和故障；

5)不满足上述1)、2)和3)中任意一条时，判定当前运行状态为正常。

与现有技术相比，上述技术方案具有以下优点：

本申请的发明人考虑到，变压器运行过程中，负载电流往往波动较大，当负载电流增大时，绕组承受的电动力会按平方倍增长，使得振动信号当中高次谐波成份有所增加，信号复杂程度升高；同样地，在变压器内部结构部件，如铁芯、绕组发生异常松动时，也会导致振动信号当中高次谐波的增加，使得信号的复杂程度升高。由此，本发明根据负载电流划分变压器运行工况，基于不同工况条件下的历史数据分析评判变压器当前运行状态，实现了考虑工况因素下的变压器振动信号量化分析，使得本发明的变压器异常检测方法更具严谨性。

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为一种变压器振动在线异常检测方法的示意图；

图2为基于Lempel-Ziv算法完成振动信号的复杂度计算的流程图。

具体实施方式

正如背景技术中所述，如何基于振动法对变压器运行状态进行精准判断，是本领域技术人员急需解决的技术问题。

为了解决上述技术问题，本发明提出了一种变压器振动在线异常检测方法，该方法依据负载电流大小划分变压器运行工况区间，使用加速度传感器获取变压器表面振动信号，判定振动信号所属工况区间，基于Lempel-Ziv算法对不同负载电流区间的振动信号进行复杂度计算，通过与各自负载电流区间内所设定的阈值对比，判断变压器的运行状态。由于本申请利用Lempel-Ziv算法量化分析变压器振动信号复杂度，考虑变压器运行工况因素分析判断变压器运行状态，使得本发明方法实用性更强、检测精度更高。

图1是一种变压器振动在线异常检测方法的示意图，所述方法包括：

步骤1：依据负载电流大小划分变压器运行工况区间。

变压器负载电流大、重载或过载运行，影响其安全可靠性和使用寿命。本发明依据负载电流的大小划分变压器工况。变压器额定电流设为X，根据负载电流值划分变压器工况划分为5个区间：[0,0.3X)、[0.3X,0.5X)、[0.5X,0.8X)、[0.8X,1X)和[1X,1.5X)，并将这5个区间定义为工况A、B、C、D和E。

步骤2：使用加速度传感器获取变压器表面振动信号，判定振动信号所属工况区间。

将振动加速度传感器放置到预定的电力变压器表面振动测点，振动加速度传感器的采样率设定为5kHz，每次采样长度设定为5k，即每次采样获得5k个采样值，每次采样时间长度为1秒，每次采样的同时记录负载电流大小。

步骤3：基于Lempel-Ziv算法完成振动信号的复杂度计算。计算流程图参考图2。

其中，基于Lempel-Ziv算法完成振动信号的复杂度计算，具体包括：

1)对每次采样的振动信号，即5k个数据点，进行二值粗粒化。首先对原始振动信号时间序列求取均值，并将大于均值的点赋值为1，小于均值的点赋值为0，得到二进制序列S＝{S₁,S₂,...,S₅₀₀₀}；

2)P₀、Q₀为空矩阵，令i＝0，此时复杂度C(i)＝0；

3)进入循环，i＝i+1，令P_i-1＝{P_i-1S_i}，Q_i-1＝{Q_i-1S_i}，此后判断P_i-1是否包含Q_i，若判断结果为“是”，复杂度C(i)不增加，即C(i)＝C(i-1)。若判断结果为“否”，C(i)＝C(i-1)+1，Q_i＝{}。循环N＝5000次，直至遍历二进制序列S；

4)复杂度C_N归一化。对于二进制序列S，最终的复杂度计算结果要进行归一化，计算方法如下：

步骤4：通过与所属区间内所设定的复杂度阈值对比，判断变压器的运行状态。

阈值设置方法如下：

工况A区间内振动信号的复杂度阈值为历史振动数据的复杂度均值，记为C_Amean，依次类推，另外4个区间阈值记为C_Bmean、C_Cmean、C_Dmean和C_Emean。

变压器运行状态划分为正常、注意、告警和故障四种，其具体判定运行状态规则如下：

1)当连续三次(或三次以上)C的计算值与所属区间阈值之差的绝对值大于或等于0.5倍的所属区间阈值时，判定当前运行状态为注意；

2)当C的计算值与所属区间阈值之差的绝对值大于1倍的所属区间阈值时，判定当前运行状态为告警；

3)24小时之内，三次或三次以上C的计算值与所属区间阈值之差的绝对值大于1倍的所属区间阈值时，判定当前运行状态为故障；

4)同时满足上述1)、2)和3)中任意2条或全部满足时，判定当前运行状态为异常程度最高状态，异常程度由低到高的顺序依次为正常、注意、告警和故障；

5)不满足上述1)、2)和3)中任意一条时，判定当前运行状态为正常。

综上可知，本申请的发明人发现，变压器在实际运行过程中，负载电流往往波动较大，当负载电流增大时，绕组承受的电动力会按平方倍增长，使得振动信号当中高次谐波成份有所增加，信号复杂程度升高；同样地，在变压器内部结构部件，如铁芯、绕组发生异常松动时，也会导致振动信号当中高次谐波的增加，使得信号的复杂程度升高。因此发明人认为对振动信号进行异常检测时有必要考虑电流变化这一重要因素。由此，本发明根据负载电流划分变压器运行工况，基于不同工况条件下的历史数据分析评判变压器当前运行状态，实现了考虑工况因素下的变压器振动信号量化分析，使得本发明的变压器异常检测方法更具严谨性。具体地，本申请利用Lempel-Ziv算法对不同负载电流区间的振动信号进行复杂度计算，在一定程度上抑制了电流变化过大对振动信号的影响，可以更加精细的对变压器振动信号进行量化分析，在异常检测的过程中，减少了因电流变化而产生的误判，使得检测方法更具严谨性。

本说明书中各个部分采用递进的方式描述，每个部分重点说明的都是与其他部分的不同之处，各个部分之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本申请中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本申请所示的实施例，而是要符合与本申请所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.一种变压器振动在线异常检测方法，其特征在于，包括：

依据负载电流大小划分变压器运行工况区间；

使用加速度传感器获取变压器振动信号，判定振动信号所属工况区间；

基于Lempel-Ziv算法对不同负载电流区间的振动信号进行复杂度计算；

通过与所属区间内所设定的复杂度阈值对比，判断变压器的运行状态。

2.根据权利要求1所述的一种变压器振动在线异常检测方法，其特征在于，依据负载电流大小划分变压器运行工况区间，具体包括：

依据负载电流的大小划分变压器工况区间。变压器额定电流设为X，根据负载电流值划分变压器工况划分为5个区间：[0,0.3X)、[0.3X,0.5X)、[0.5X,0.8X)、[0.8X,1X)和[1X,1.5X)，并将这5个区间定义为工况A、B、C、D和E。

3.根据权利要求1所述的一种变压器振动在线异常检测方法，其特征在于，基于Lempel-Ziv算法完成振动信号的复杂度计算，具体包括：

1)对每次采样的振动信号，即5k个数据点，进行二值粗粒化，得到二进制序列S。首先对原始振动信号时间序列求取均值，并将大于均值的点赋值为1，小于均值的点赋值为0，得到二进制序列S＝{S₁,S₂,...,S₅₀₀₀}；

2)P₀、Q₀为空矩阵，令i＝0，此时复杂度C(i)＝0；

3)进入循环。i＝i+1，令P_i-1＝{P_i-1S_i}，Q_i-1＝{Q_i-1S_i}，此后判断P_i-1是否包含Q_i。若判断结果为“是”，复杂度C(i)不增加，即C(i)＝C(i-1)；若判断结果为“否”，则C(i)＝C(i-1)+1，Q_i＝{}。循环N＝5000次，直至遍历二进制序列S；

4)复杂度C_N归一化。对于二进制序列S，最终的复杂度计算结果要进行归一化，计算方法如下：

4.根据权利要求1所述的一种变压器振动在线异常检测方法，其特征在于，通过与所属区间内所设定的复杂度阈值对比，判断变压器的运行状态，具体包括：

阈值设置方法如下：

工况A区间内振动信号的复杂度阈值为历史振动数据的复杂度均值，记为C_Amean，依次类推，另外4个区间阈值记为C_Bmean、C_Cmean、C_Dmean和C_Emean。

变压器运行状态划分为正常、注意、告警和故障四种，其具体判定运行状态规则如下：

1)当连续三次(或三次以上)C的计算值与所属区间阈值之差的绝对值大于或等于0.5倍的所属区间阈值时，判定当前运行状态为注意；

2)当C的计算值与所属区间阈值之差的绝对值大于1倍的所属区间阈值时，判定当前运行状态为告警；

3)24小时之内，三次或三次以上C的计算值与所属区间阈值之差的绝对值大于1倍的所属区间阈值时，判定当前运行状态为故障；

4)同时满足上述1)、2)和3)中任意2条或全部满足时，判定当前运行状态为异常程度最高状态，异常程度由低到高的顺序依次为正常、注意、告警和故障；

5)不满足上述1)、2)和3)中任意一条时，判定当前运行状态为正常。

Images