CN113970710B - 一种电力变压器直流偏磁运行状态监测方法及系统 - Google Patents
一种电力变压器直流偏磁运行状态监测方法及系统 Download PDFInfo
- Publication number
- CN113970710B CN113970710B CN202111247672.9A CN202111247672A CN113970710B CN 113970710 B CN113970710 B CN 113970710B CN 202111247672 A CN202111247672 A CN 202111247672A CN 113970710 B CN113970710 B CN 113970710B
- Authority
- CN
- China
- Prior art keywords
- tensor
- sound
- negative
- vibration
- order
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种电力变压器直流偏磁运行状态监测方法及系统,所述方法包括:获取变压器的振动信号、声音信号和负载电流;基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量;基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量;基于所述三阶非负张量,得到非负核心张量;进一步构建所述非负核心张量的统计量;确定所述统计量的元素平均值,进一步确定控制阈值范围;基于所述元素平均值和所述控制阈值范围确定变压器是否发生直流偏磁。本发明通过对变压器的负载电流、振动信号和声音信号进行实时监测,能够实现变压器直流偏磁下工作状态的高效、准确判断。
Description
技术领域
本发明涉及电力技术领域,特别是涉及一种电力变压器直流偏磁运行状态监测方法及系统。
背景技术
随着我国超高压和特高压输电工程规模的逐渐扩大,直流输电线路的数量和电压等级不断增长,交直流混合输电所产生的直流偏磁问题日益严峻,尤其是对超高压和特高压输电工程中普遍采用的三相组式变压器的直流偏磁现象更为突出。此外,地磁暴发生时,与工频电流相比,若将变化频率在0.001Hz-0.1Hz之间的地磁感应电流(GeomagneticallyInduced Current,简称GIC)视为准直流,也会发生变压器直流偏磁现象。
直流偏磁时,变压器铁芯出现半周饱和,励磁电流发生畸变,漏磁增加,振动加剧和噪声增大,引起绕组温升超过限值,金属结构件和油箱发生局部过热现象。局部过热将使绝缘老化并使变压器油分解,影响变压器的寿命,对变压器的正常运行产生严重影响。同时,直流偏磁使得变压器成了电力系统中的谐波源,不仅增加了变压器的无功消耗,而且可能引起保护继电器误动作。
发明内容
有鉴于此,本发明提供了一种电力变压器直流偏磁运行状态监测方法及系统,能高效准确地判别变压器直流偏磁运行状态,从而可及时采取有效的措施或检修变压器,避免大的故障的发生。
为实现上述目的,本发明提供了如下方案:
一种电力变压器直流偏磁运行状态监测方法,包括:
获取变压器的振动信号、声音信号和负载电流;
基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量;
基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量;
基于所述三阶非负张量,得到非负核心张量;进一步构建所述非负核心张量的统计量;
确定所述统计量的元素平均值,进一步确定控制阈值范围;
基于所述元素平均值和所述控制阈值范围确定变压器是否发生直流偏磁。
优选地,所述基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量,包括:
对所述振动信号进行分段处理,得到M段振动子信号,相邻的两段所述振动子信号部分重叠;对所述声音信号进行分段处理,得到M段声音子信号,相邻的两段所述声音子信号部分重叠;M为大于1的正整数;
对第i段所述振动子信号进行双时域S变换,得到第i段所述振动子信号的振动双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述振动双时域变换谱矩阵;对第i段所述声音子信号进行双时域S变换,得到第i段所述声音子信号的声音双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述声音双时域变换谱矩阵;i∈M;
依次提取M个所述振动双时域变换谱矩阵的对角线上的元素,构建所述振动特征向量;依次提取M个所述声音双时域变换谱矩阵的对角线上的元素,构建所述声音特征向量。
优选地,所述基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量,包括:
对所述负载电流进行分段处理,得到M段负载子电流,相邻的两段所述负载子电流部分重叠;M为大于1的正整数;
计算第i段所述负载子电流在每个工频周期的有效值,令i取不同的值,重复此过程得到负载电流有效值行向量;i∈M;
基于所述振动特征向量、所述声音特征向量和所述负载电流有效值行向量构建所述三阶非负张量;所述三阶非负张量的第一阶张量为所述振动特征向量的转置,所述三阶非负张量的第二阶张量为所述声音特征向量的转置,所述三阶非负张量的第三阶张量为所述负载电流有效值行向量的转置。
优选地,所述基于所述三阶非负张量,得到非负核心张量,进一步构建所述非负核心张量的统计量,包括:
建立所述三阶非负张量的所述非负核心张量的求解模型;
基于梯度下降法对所述求解模型进行求解得到所述非负核心张量;
对所述非负核心张量进行模1展开,得到第一矩阵;对所述非负核心张量进行模2展开,得到第二矩阵;
基于所述第一矩阵得到第一统计量;基于所述第二矩阵得到第二统计量;所述统计量包括所述第一统计量和所述第二统计量。
优选地,确定所述统计量的元素平均值,进一步确定控制阈值范围,包括:
基于所述统计量得到元素平均值;
基于3σ准则确定所述元素平均值的所述控制阈值范围。
本发明还提供了一种电力变压器直流偏磁运行状态监测系统,包括:
数据获取模块,用于获取变压器的振动信号、声音信号和负载电流;
特征向量模块,用于基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量;
三阶非负张量模块,用于基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量;
统计量模块,用于基于所述三阶非负张量,得到非负核心张量;进一步构建所述非负核心张量的统计量;
元素平均值模块,用于确定所述统计量的元素平均值,进一步确定控制阈值范围;
判断模块,用于基于所述元素平均值和所述控制阈值范围确定变压器是否发生直流偏磁。
优选地,所述特征向量模块,包括:
第一分段单元,用于对所述振动信号进行分段处理,得到M段振动子信号,相邻的两段所述振动子信号部分重叠;对所述声音信号进行分段处理,得到M段声音子信号,相邻的两段所述声音子信号部分重叠;M为大于1的正整数;
S变换单元,用于对第i段所述振动子信号进行双时域S变换,得到第i段所述振动子信号的振动双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述振动双时域变换谱矩阵;对第i段所述声音子信号进行双时域S变换,得到第i段所述声音子信号的声音双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述声音双时域变换谱矩阵;i∈M;
特征向量单元,用于依次提取M个所述振动双时域变换谱矩阵的对角线上的元素,构建所述振动特征向量;依次提取M个所述声音双时域变换谱矩阵的对角线上的元素,构建所述声音特征向量。
优选地,所述三阶非负张量模块,包括:
第二分段单元,用于对所述负载电流进行分段处理,得到M段负载子电流,相邻的两段所述负载子电流部分重叠;M为大于1的正整数;
行向量单元,用于计算第i段所述负载子电流在每个工频周期的有效值,令i取不同的值,重复此过程得到负载电流有效值行向量;i∈M;
三阶非负张量单元,用于基于所述振动特征向量、所述声音特征向量和所述负载电流有效值行向量构建所述三阶非负张量;所述三阶非负张量的第一阶张量为所述振动特征向量的转置,所述三阶非负张量的第二阶张量为所述声音特征向量的转置,所述三阶非负张量的第三阶张量为所述负载电流有效值行向量的转置。
优选地,所述统计量模块,包括:
模型单元,用于建立所述三阶非负张量的所述非负核心张量的求解模型;
非负核心张量单元,用于基于梯度下降法对所述求解模型进行求解得到所述非负核心张量;
矩阵单元,用于对所述非负核心张量进行模1展开,得到第一矩阵;对所述非负核心张量进行模2展开,得到第二矩阵;
统计量单元,用于基于所述第一矩阵得到第一统计量;基于所述第二矩阵得到第二统计量;所述统计量包括所述第一统计量和所述第二统计量。
优选地,所述元素平均值模块,包括:
平均值单元,用于基于所述统计量得到元素平均值;
控制阈值范围单元,用于基于3σ准则确定所述元素平均值的所述控制阈值范围。
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:
本发明涉及一种电力变压器直流偏磁运行状态监测方法及系统,所述方法包括:获取变压器的振动信号、声音信号和负载电流;基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量;基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量;基于所述三阶非负张量,得到非负核心张量;进一步构建所述非负核心张量的统计量;确定所述统计量的元素平均值,进一步确定控制阈值范围;基于所述元素平均值和所述控制阈值范围确定变压器是否发生直流偏磁。本发明通过对变压器的负载电流、振动信号和声音信号进行实时监测,能够实现变压器直流偏磁下工作状态的高效、准确判断。
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,显而易见地,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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明电力变压器直流偏磁运行状态监测方法流程图;
图2为本发明电力变压器直流偏磁运行状态监测系统结构图。
符号说明:1-数据获取模块,2-特征向量模块,3-三阶非负张量模块,4-统计量模块,5-元素平均值模块,6-判断模块。
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。
本发明的目的是提供一种电力变压器直流偏磁运行状态监测方法及系统,能高效准确地判别变压器直流偏磁运行状态,从而可及时采取有效的措施或检修变压器,避免大的故障的发生。
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。
变压器直流偏磁下的振动及噪声主要源于铁芯振动,由硅钢片磁滞伸缩及硅钢片间的电磁力引起,同时还有漏磁场及电流的相互作用下的绕组振动,这些机械振动经绝缘油及结构件等传递至变压器油箱表面,进一步经空气形成可听声音信号。显然,这些振动信号和声音信号中包含了丰富的变压器运行状态信息,只要变压器本体机械特性发生改变,都可以从其振动特性及声音信号的空间辐射特性中体现出来。
图1为本发明电力变压器直流偏磁运行状态监测方法流程图。如图所示,本发明提供了一种电力变压器直流偏磁运行状态监测方法,包括:
步骤S1,获取变压器的振动信号、声音信号和负载电流。具体地,所述振动信号通过放置在变压器油箱壁上的振动加速度传感器获取,所述声音信号通过位于变压器长端面且距离箱壁1.5米的麦克风传感器获取;所述的振动信号与所述声音信号的采样频率均为f0,负载电流的采样频率均为fc,采集时间均为Ts。本实施例中,f0=51.2kHz,fc=10kHz,Ts=4s。
步骤S2,基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量。
作为一种可选的实施方式,本发明所述步骤S2包括:
步骤S21,对所述振动信号进行分段处理,得到M段振动子信号,相邻的两段所述振动子信号部分重叠;每段所述振动子信号的长度为L,相邻两段所述振动子信号的重叠长度为L0;具体分段准则为:长度为L的每段所述振动子信号能看作是平稳信号。对所述声音信号进行分段处理,得到M段声音子信号,相邻的两段所述声音子信号部分重叠;每段所述声音子信号的长度为L,相邻两段所述声音子信号重叠长度为L0;具体分段准则为:长度为L的每段所述具体分段准则为长度为L的每段所述振动子信号能看作平稳信号能看作是平稳信号。M为大于1的正整数。
步骤S22,对第i段所述振动子信号进行双时域S变换,得到第i段所述振动子信号的振动双时域变换谱矩阵。令i取不同的值,重复此过程得到M个所述振动双时域变换谱矩阵;i∈M。所述振动双时域变换谱矩阵为L×L维的,计算公式如下:
对第i段所述声音子信号进行双时域S变换,得到第i段所述声音子信号的声音双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述声音双时域变换谱矩阵。所述声音双时域变换谱矩阵为L×L维的,计算公式为:
依次提取M个所述振动双时域变换谱矩阵的对角线上的元素,构建所述振动特征向量;所述振动特征向量为1×MDb的行向量,Db为振动双时域变换谱矩阵的对角线上元素的数量。依次提取M个所述声音双时域变换谱矩阵的对角线上的元素,构建所述声音特征向量;所述声音特征向量为1×MDs的行向量,Ds为声音双时域变换谱矩阵的对角线上元素的数量。
步骤S3,基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量。
具体地,所述步骤S3包括:
步骤S31,对所述负载电流进行分段处理,得到M段负载子电流,相邻的两段所述负载子电流部分重叠;M为大于1的正整数。每段所述负载子电流的长度为Nc,负载电流的长度为Dc。
步骤S32,计算第i段所述负载子电流在每个工频周期的有效值,令i取不同的值,重复此过程得到负载电流有效值行向量;i∈M。所述负载电流有效值行向量为1×Dc的行向量。
步骤S33,基于所述振动特征向量、所述声音特征向量和所述负载电流有效值行向量构建所述三阶非负张量。所述三阶非负张量式中R为实数。所述三阶非负张量的第一阶张量为所述振动特征向量的转置,所述三阶非负张量的第二阶张量为所述声音特征向量的转置,所述三阶非负张量的第三阶张量为所述负载电流有效值行向量的转置。
步骤S4,基于所述三阶非负张量,得到非负核心张量;进一步构建所述非负核心张量的统计量。具体地,所述步骤S4包括:
步骤S41,建立所述三阶非负张量的所述非负核心张量的求解模型。所述求解模型如下:
步骤S41,基于梯度下降法对所述求解模型进行求解得到所述非负核心张量。所述步骤S41具体包括:
步骤S411,进行初始化,预设迭代次数k=0和ε,此处,ε为迭代收敛阈值.
步骤S416,输出非负核心张量与U(1)、U(2)和U(3),此处,非负核心张量/>的维数为C1×C2×C3,且有/>C1为所述第一阶张量的维数,C2为所述第二阶张量的维数,C3为所述第三阶张量的维数,C1、C2和C3均不大于min{MDb,MDs,Dc}。
步骤S42,对所述非负核心张量进行模1展开,得到维数为C1×C2C3的第一矩阵G1;对所述非负核心张量进行模2展开,得到维数为C2×C1C3的第二矩阵G2。
步骤S43,基于所述第一矩阵得到第一统计量。计算公式为:
基于所述第二矩阵得到第二统计量。计算公式为:
所述统计量包括所述第一统计量和所述第二统计量。
步骤S5,确定所述统计量的元素平均值,进一步确定控制阈值范围。
所述元素平均值的计算公式为:
所述控制阈值范围基于3σ准则进行确定。
步骤S6,基于所述元素平均值和所述控制阈值范围确定变压器是否发生直流偏磁。
当所述元素平均值在所述控制阈值范围内时,确定变压器无直流偏磁发生;当所述元素平均值不在所述控制阈值范围内时,确定变压器发生了直流偏磁。
图2为本发明电力变压器直流偏磁运行状态监测系统结构图。如图所示,本发明提供了一种电力变压器直流偏磁运行状态监测系统,包括:数据获取模块1、特征向量模块2、三阶非负张量模块3、统计量模块4、元素平均值模块5和判断模块6。
所述数据获取模块1用于获取变压器的振动信号、声音信号和负载电流。
所述特征向量模块2用于基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量。
所述三阶非负张量模块3用于基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量。
所述统计量模块4用于基于所述三阶非负张量,得到非负核心张量;进一步构建所述非负核心张量的统计量。
所述元素平均值模块5用于确定所述统计量的元素平均值,进一步确定控制阈值范围。
所述判断模块6用于基于所述元素平均值和所述控制阈值范围确定变压器是否发生直流偏磁。
作为一种可选的实施方式,本发明所述特征向量模块2包括:第一分段单元、S变换单元和特征向量单元。
所述第一分段单元用于对所述振动信号进行分段处理,得到M段振动子信号,相邻的两段所述振动子信号部分重叠;对所述声音信号进行分段处理,得到M段声音子信号,相邻的两段所述声音子信号部分重叠;M为大于1的正整数。
所述S变换单元用于对第i段所述振动子信号进行双时域S变换,得到第i段所述振动子信号的振动双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述振动双时域变换谱矩阵;对第i段所述声音子信号进行双时域S变换,得到第i段所述声音子信号的声音双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述声音双时域变换谱矩阵;i∈M。
所述特征向量单元用于依次提取M个所述振动双时域变换谱矩阵的对角线上的元素,构建所述振动特征向量;依次提取M个所述声音双时域变换谱矩阵的对角线上的元素,构建所述声音特征向量。
作为一种可选的实施方式,本发明所述三阶非负张量模块3包括:第二分段单元、行向量单元和三阶非负张量单元。
所述第二分段单元用于对所述负载电流进行分段处理,得到M段负载子电流,相邻的两段所述负载子电流部分重叠;M为大于1的正整数。
所述行向量单元用于计算第i段所述负载子电流在每个工频周期的有效值,令i取不同的值,重复此过程得到负载电流有效值行向量;i∈M。
所述三阶非负张量单元用于基于所述振动特征向量、所述声音特征向量和所述负载电流有效值行向量构建所述三阶非负张量;所述三阶非负张量的第一阶张量为所述振动特征向量的转置,所述三阶非负张量的第二阶张量为所述声音特征向量的转置,所述三阶非负张量的第三阶张量为所述负载电流有效值行向量的转置。
作为一种可选的实施方式,本发明所述统计量模块4包括:模型单元、非负核心张量单元、矩阵单元和统计量单元。
所述模型单元用于建立所述三阶非负张量的所述非负核心张量的求解模型。
所述非负核心张量单元用于基于梯度下降法对所述求解模型进行求解得到所述非负核心张量。
所述矩阵单元用于对所述非负核心张量进行模1展开,得到第一矩阵;对所述非负核心张量进行模2展开,得到第二矩阵。
所述统计量单元用于基于所述第一矩阵得到第一统计量;基于所述第二矩阵得到第二统计量;所述统计量包括所述第一统计量和所述第二统计量。
作为一种可选的实施方式,本发明所述元素平均值模块5包括:平均值单元和控制阈值范围单元。
所述平均值单元用于基于所述统计量得到元素平均值。
所述控制阈值范围单元用于基于3σ准则确定所述元素平均值的所述控制阈值范围。
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,所以描述的比较简单,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 (4)
1.一种电力变压器直流偏磁运行状态监测方法,其特征在于,包括:
获取变压器的振动信号、声音信号和负载电流;
基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量;具体包括:
对所述振动信号进行分段处理,得到M段振动子信号,相邻的两段所述振动子信号部分重叠;对所述声音信号进行分段处理,得到M段声音子信号,相邻的两段所述声音子信号部分重叠;M为大于1的正整数;
对第i段所述振动子信号进行双时域S变换,得到第i段所述振动子信号的振动双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述振动双时域变换谱矩阵;对第i段所述声音子信号进行双时域S变换,得到第i段所述声音子信号的声音双时域变换谱矩阵,令i取不同的值,重复此过程得到M个所述声音双时域变换谱矩阵;i∈M;
依次提取M个所述振动双时域变换谱矩阵的对角线上的元素,构建所述振动特征向量;依次提取M个所述声音双时域变换谱矩阵的对角线上的元素,构建所述声音特征向量;
基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量;所述三阶非负张量包括第一阶张量、第二阶张量和第三阶张量;
基于所述三阶非负张量,得到非负核心张量;进一步构建所述非负核心张量的统计量;具体包括:
建立所述三阶非负张量的所述非负核心张量的求解模型;
基于梯度下降法对所述求解模型进行求解得到所述非负核心张量;
对所述非负核心张量进行模1展开,得到第一矩阵;对所述非负核心张量进行模2展开,得到第二矩阵;
基于所述第一矩阵得到第一统计量;基于所述第二矩阵得到第二统计量;所述统计量包括所述第一统计量和所述第二统计量;
其中,所述第一统计量计算公式为:
所述第二统计量计算公式为:
确定所述统计量的元素平均值,基于3σ准则确定所述元素平均值的控制阈值范围;所述元素平均值的计算公式为:
基于所述元素平均值和所述控制阈值范围确定变压器是否发生直流偏磁。
2.根据权利要求1所述的电力变压器直流偏磁运行状态监测方法,其特征在于,所述基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量,包括:
对所述负载电流进行分段处理,得到M段负载子电流,相邻的两段所述负载子电流部分重叠;M为大于1的正整数;
计算第i段所述负载子电流在每个工频周期的有效值,令i取不同的值,重复此过程得到负载电流有效值行向量;i∈M;
基于所述振动特征向量、所述声音特征向量和所述负载电流有效值行向量构建所述三阶非负张量;所述三阶非负张量的第一阶张量为所述振动特征向量的转置,所述三阶非负张量的第二阶张量为所述声音特征向量的转置,所述三阶非负张量的第三阶张量为所述负载电流有效值行向量的转置。
3.一种电力变压器直流偏磁运行状态监测系统,其特征在于,包括:
数据获取模块,用于获取变压器的振动信号、声音信号和负载电流;
特征向量模块,用于基于所述振动信号,采用双时域S变换法得到振动特征向量;基于所述声音信号,采用双时域S变换法得到声音特征向量;所述特征向量模块包括:
第一分段单元,用于对所述振动信号进行分段处理,得到M段振动子信号,相邻的两段所述振动子信号部分重叠;对所述声音信号进行分段处理,得到M段声音子信号,相邻的两段所述声音子信号部分重叠;M为大于1的正整数;
S变换单元,用于对第i段所述振动子信号进行双时域S变换,令i取不同的值,重复此过程得到振动双时域变换谱矩阵;对第i段所述声音子信号进行双时域S变换,令i取不同的值,重复此过程得到声音双时域变换谱矩阵;i∈M;
特征向量单元,用于提取所述振动双时域变换谱矩阵的对角线上的元素,构建所述振动特征向量;提取所述声音双时域变换谱矩阵的对角线上的元素,构建所述声音特征向量;
三阶非负张量模块,用于基于所述振动特征向量、所述声音特征向量和所述负载电流构建三阶非负张量;所述三阶非负张量包括第一阶张量、第二阶张量和第三阶张量;
统计量模块,用于基于所述三阶非负张量,得到非负核心张量;进一步构建所述非负核心张量的统计量;所述统计量模块包括:
模型单元,用于建立所述三阶非负张量的所述非负核心张量的求解模型;
非负核心张量单元,用于基于梯度下降法对所述求解模型进行求解得到所述非负核心张量;
矩阵单元,用于对所述非负核心张量进行模1展开,得到第一矩阵;对所述非负核心张量进行模2展开,得到第二矩阵;
统计量单元,用于基于所述第一矩阵得到第一统计量;基于所述第二矩阵得到第二统计量;所述统计量包括所述第一统计量和所述第二统计量;
其中,所述第一统计量计算公式为:
所述第二统计量计算公式为:
元素平均值模块,用于确定所述统计量的元素平均值,基于3σ准则确定所述元素平均值的控制阈值范围;所述元素平均值的计算公式为:
判断模块,用于基于所述元素平均值和所述控制阈值范围确定变压器是否发生直流偏磁。
4.根据权利要求3所述的电力变压器直流偏磁运行状态监测系统,其特征在于,所述三阶非负张量模块,包括:
第二分段单元,用于对所述负载电流进行分段处理,得到M段负载子电流,相邻的两段所述负载子电流部分重叠;M为大于1的正整数;
行向量单元,用于计算第i段所述负载子电流在每个工频周期的有效值,令i取不同的值,重复此过程得到负载电流有效值行向量;i∈M;
三阶非负张量单元,用于基于所述振动特征向量、所述声音特征向量和所述负载电流有效值行向量构建所述三阶非负张量;所述三阶非负张量的第一阶张量为所述振动特征向量的转置,所述三阶非负张量的第二阶张量为所述声音特征向量的转置,所述三阶非负张量的第三阶张量为所述负载电流有效值行向量的转置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111247672.9A CN113970710B (zh) | 2021-10-26 | 2021-10-26 | 一种电力变压器直流偏磁运行状态监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111247672.9A CN113970710B (zh) | 2021-10-26 | 2021-10-26 | 一种电力变压器直流偏磁运行状态监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113970710A CN113970710A (zh) | 2022-01-25 |
CN113970710B true CN113970710B (zh) | 2023-06-09 |
Family
ID=79588713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111247672.9A Active CN113970710B (zh) | 2021-10-26 | 2021-10-26 | 一种电力变压器直流偏磁运行状态监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113970710B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246043A (zh) * | 2008-03-28 | 2008-08-20 | 清华大学 | 受直流偏磁影响交流电力变压器振动与噪声在线监测方法 |
CN102520373A (zh) * | 2011-12-21 | 2012-06-27 | 绍兴电力局 | 一种基于振动分析的电力变压器直流偏磁的判别方法 |
CN103713217A (zh) * | 2013-12-25 | 2014-04-09 | 国家电网公司 | 一种直流偏磁条件下电力变压器运行状态的在线监测方法 |
CN106324406A (zh) * | 2016-09-21 | 2017-01-11 | 许继集团有限公司 | 一种变压器直流偏磁故障诊断方法及装置 |
CN108241098A (zh) * | 2016-12-27 | 2018-07-03 | 大唐观音岩水电开发有限公司 | 电力变压器直流偏磁监测系统和监测方法 |
CN110221137A (zh) * | 2019-03-07 | 2019-09-10 | 国网上海市电力公司 | 一种基于振声相关性的配电变压器异常状态检测方法 |
CN110687381A (zh) * | 2019-10-24 | 2020-01-14 | 苏州宝应隆电机制造有限公司 | 一种变压器直流偏磁状态评估方法 |
CN111415039A (zh) * | 2020-03-19 | 2020-07-14 | 北京航空航天大学 | 一种基于非负张量分解的航班延误模式分析方法 |
CN212903306U (zh) * | 2020-05-12 | 2021-04-06 | 广东电网有限责任公司广州供电局 | 变压器多物理量同步监测装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7091930B2 (ja) * | 2018-08-16 | 2022-06-28 | 日本電信電話株式会社 | テンソルデータ計算装置、テンソルデータ計算方法及びプログラム |
-
2021
- 2021-10-26 CN CN202111247672.9A patent/CN113970710B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246043A (zh) * | 2008-03-28 | 2008-08-20 | 清华大学 | 受直流偏磁影响交流电力变压器振动与噪声在线监测方法 |
CN102520373A (zh) * | 2011-12-21 | 2012-06-27 | 绍兴电力局 | 一种基于振动分析的电力变压器直流偏磁的判别方法 |
CN103713217A (zh) * | 2013-12-25 | 2014-04-09 | 国家电网公司 | 一种直流偏磁条件下电力变压器运行状态的在线监测方法 |
CN106324406A (zh) * | 2016-09-21 | 2017-01-11 | 许继集团有限公司 | 一种变压器直流偏磁故障诊断方法及装置 |
CN108241098A (zh) * | 2016-12-27 | 2018-07-03 | 大唐观音岩水电开发有限公司 | 电力变压器直流偏磁监测系统和监测方法 |
CN110221137A (zh) * | 2019-03-07 | 2019-09-10 | 国网上海市电力公司 | 一种基于振声相关性的配电变压器异常状态检测方法 |
CN110687381A (zh) * | 2019-10-24 | 2020-01-14 | 苏州宝应隆电机制造有限公司 | 一种变压器直流偏磁状态评估方法 |
CN111415039A (zh) * | 2020-03-19 | 2020-07-14 | 北京航空航天大学 | 一种基于非负张量分解的航班延误模式分析方法 |
CN212903306U (zh) * | 2020-05-12 | 2021-04-06 | 广东电网有限责任公司广州供电局 | 变压器多物理量同步监测装置 |
Non-Patent Citations (2)
Title |
---|
基于双时域微弱故障特征增强的轴承早期故障智能识别;张云强 等;机械工程学报;52(21);第96-103页 * |
非负张量分解的快速算法;史加荣;杨威;姜淑艳;;计算机应用研究;28(12);第4475-4477页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113970710A (zh) | 2022-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hou et al. | Gray-box parsimonious subspace identification of Hammerstein-type systems | |
Wang et al. | Research and application of improved adaptive MOMEDA fault diagnosis method | |
Zheng et al. | Sparse elitist group lasso denoising in frequency domain for bearing fault diagnosis | |
Darong et al. | A new incipient fault diagnosis method combining improved RLS and LMD algorithm for rolling bearings with strong background noise | |
US20140118003A1 (en) | Fault diagnosis and preliminary location system and method for transformer core looseness | |
Li et al. | Period-assisted adaptive parameterized wavelet dictionary and its sparse representation for periodic transient features of rolling bearing faults | |
CN111007364B (zh) | 一种电缆早期自恢复故障的识别方法 | |
CN113970710B (zh) | 一种电力变压器直流偏磁运行状态监测方法及系统 | |
Wang et al. | Reweighted dual sparse regularization and convex optimization for bearing fault diagnosis | |
CN108303249A (zh) | 一种用于齿轮箱电信号残差信号的提取方法 | |
CN112086100A (zh) | 基于量化误差熵的多层随机神经网络的城市噪音识别方法 | |
CN114157023B (zh) | 一种配变预警信息获取方法 | |
CN107315103B (zh) | 一种电力冲击负载检测方法 | |
Ramirez et al. | A generalization of the magnitude squared coherence spectrum for more than two signals: definition, properties and estimation | |
Hou | Parsimonious model based consistent subspace identification of Hammerstein systems under periodic disturbances | |
CN111353415A (zh) | 一种脉冲响应中谐波成分的检测方法 | |
CN110018417B (zh) | 基于径向杂散磁通检测的电机故障诊断方法、系统及介质 | |
Tse et al. | Enhanced eigenvector algorithm for recovering multiple sources of vibration signals in machine fault diagnosis | |
Zamani et al. | A novel improved Hilbert-Huang transform technique for implementation of power system local oscillation monitoring | |
CN109885807A (zh) | Hammerstein系统在白噪声干扰下的加权最新估计最小二乘辨识方法 | |
CN115342904A (zh) | 一种基于多信息融合的变压器振动基频幅值预测方法 | |
CN113984192B (zh) | 一种基于声音信号的变压器工作状态监测方法及系统 | |
CN114297579A (zh) | 一种基于循环平稳测度的盲源分离方法 | |
Deekshit et al. | Progressive bearing fault detection in a three-phase induction motor using S-Transform via pre-fault frequency cancellation | |
CN111198060A (zh) | 一种基于局部特征尺度分解的斜拉索时变索力识别方法 |
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 |