CN114814659A - 一种短路冲击下变压器绕组状态监测方法及装置 - Google Patents

一种短路冲击下变压器绕组状态监测方法及装置 Download PDF

Info

Publication number
CN114814659A
CN114814659A CN202210575530.3A CN202210575530A CN114814659A CN 114814659 A CN114814659 A CN 114814659A CN 202210575530 A CN202210575530 A CN 202210575530A CN 114814659 A CN114814659 A CN 114814659A
Authority
CN
China
Prior art keywords
vibration signal
short
circuit impact
transformer
calculating
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
Application number
CN202210575530.3A
Other languages
English (en)
Inventor
王山
钱国超
邹德旭
代维菊
洪志湖
朱龙昌
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.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
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 Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN202210575530.3A priority Critical patent/CN114814659A/zh
Publication of CN114814659A publication Critical patent/CN114814659A/zh
Pending legal-status Critical Current

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
    • 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
    • G01R31/72—Testing of electric windings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

本发明实施例公开了一种短路冲击下变压器绕组状态监测方法及装置，该方法包括：通过采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，得到短路冲击下的时域包络向量以及短路冲击下的振动信号特征向量，采用根据时域包络向量和振动信号特征向量所构建的互信息矩阵的特征值以及特征向量，计算该特征向量的余弦相似度的加权融合相似度，将加权融合相似度与控制限值区间进行比较，从而确定变压器绕组状态，实现在线监测短路冲击下变压器绕组状态。

Description

一种短路冲击下变压器绕组状态监测方法及装置
技术领域
本发明涉及信号监测技术领域，尤其涉及一种短路冲击下变压器绕组状态监测方法及装置。
背景技术
电力变压器的绕组变形检测是目前变压器的常规试验项目之一，常用的检测方法主要是短路阻抗法和频响分析法，前者主要是根据变压器的绕组漏抗变化间接判别绕组是否发生变形，此方法灵敏度和故障检出率均较低，只能变压器线圈整体变形较为严重时给出较为准确的诊断结果，且对变压器绕组松动无能为力。后者是将变压器绕组视为分布参数网络，依据变压器绕组松动或变形时对应的分布参数的变化在频域由传递函数描述其特性，进而判别绕组机械状态，但该方法的频响波形较为复杂，尤其是高频参数易受相关干扰影响，需要丰富的经验对绕组状态进行准确判别。因此，如何高效、准确地监测短路冲击下变压器绕组状态的技术还有待提高。
发明内容
本发明的主要目的在于提供一种短路冲击下变压器绕组状态监测方法及装置，可以解决现有技术中的监测短路冲击下变压器绕组状态的灵敏性及准确性不高的问题。
为实现上述目的，本发明第一方面提供一种短路冲击下变压器绕组状态监测方法，所述方法包括：
采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，基于希尔伯特变换，利用所述变压器短路冲击电流计算短路冲击下的时域包络向量，以及基于自适应离散变换，利用所述变压器短路冲击振动信号计算短路冲击下的振动信号特征向量；
根据所述时域包络向量和所述振动信号特征向量构建互信息矩阵，根据所述互信息矩阵的特征值以及特征值的特征向量计算所述特征向量的余弦相似度；
根据所述特征向量的余弦相似度得到特征向量的余弦相似度的加权融合相似度，将所述加权融合相似度与控制限值区间进行比较，根据比较结果确定变压器绕组状态。
结合第一方面，在一种可能实现的方式中，上述基于自适应离散变换，利用所述变压器短路冲击振动信号计算短路冲击下的振动信号特征向量，包括：根据变压器短路冲击振动信号计算振动信号频谱分布，并对所述振动信号频谱分布进行归一化处理；根据归一化后的振动信号频谱分布计算自适应窗函数，基于自适应窗函数对所述变压器短路冲击振动信号进行自适应离散变换，得到振动信号变换谱矩阵；根据所述振动信号变换谱矩阵得到振动信号特征向量。
结合第一方面，在一种可能实现的方式中，上述根据所述振动信号变换谱矩阵得到振动信号特征向量，包括：对所述振动信号变换谱矩阵进行矩阵变换，得到变换矩阵，对所述变换矩阵进行奇异值分解，得到对角矩阵；依次提取所述对角矩阵的对角线上的元素，利用提取的元素构建振动信号特征向量。
结合第一方面，在一种可能实现的方式中，上述根据所述特征值以及特征向量计算所述特征向量的余弦相似度，包括：计算所述特征值的累积贡献率；选取累积贡献率等于预设阈值的前z个特征值所对应的特征向量，z为正整数；计算所述前z个特征值所对应的特征向量的余弦相似度。
结合第一方面，在一种可能实现的方式中，上述根据比较结果确定变压器绕组状态，包括：当所述比较结果为加权融合相似度不在控制限值区间内时，则判断变压器绕组发生了变形；当所述比较结果为加权融合相似度在控制限值区间内时，则判断变压器绕组未发生变形。
结合第一方面，在一种可能实现的方式中，上述希尔伯特变换公式如下：
Figure BDA0003662048600000031
Figure BDA0003662048600000032
其中，i(t)表示变压器短路冲击电流，b(t)表示时域包络，t表示时间，j表示虚数单位，
Figure BDA0003662048600000033
表示卷积符合，
Figure BDA0003662048600000034
为i(t)的希尔伯特变换结果。。
结合第一方面，在一种可能实现的方式中，上述根据归一化的振动信号频谱分布计算自适应窗函数，包括：
所述计算公式为：
Figure BDA0003662048600000035
Figure BDA0003662048600000036
其中，w(m,c(n))表示自适应窗函数，m表示自适应离散变换中用到的变量，m的取值为从0至N-1，N为振动信号长度；c(n)为振动信号频谱分量中各个频率上的窗口长度；X'v(n)表示归一化后的振动信号频率分布。
结合第一方面，在一种可能实现的方式中，上述计算所述特征向量的余弦相似度的公式如下：
Figure BDA0003662048600000037
其中：CS(di,dj)表示特征向量的余弦相似度；T表示转置；
Figure BDA0003662048600000038
表示特征向量的2范数；di、dj表示特征向量；i、j表示特征值的序号。
结合第一方面，在一种可能实现的方式中，上述得到特征向量的余弦相似度的加权融合相似度的计算公式为：
Figure BDA0003662048600000039
其中，χ表示加权融合相似度；λi、λj、λk表示特征值，其中，λi、λj、λk分别表示第i个特征值、第j个特征值以及第k个特征值；CS(di，dj)表示特征向量的余弦相似度。
为实现上述目的，本发明第二方面提供一种短路冲击下变压器绕组状态监测装置，所述装置包括：
信号处理模块：用于采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，基于希尔伯特变换，利用所述变压器短路冲击电流计算短路冲击下的时域包络向量，以及基于自适应离散变换，利用所述变压器短路冲击振动信号计算短路冲击下的振动信号特征向量；
相似度计算模块：用于根据所述时域包络向量和所述振动信号特征向量构建互信息矩阵，根据所述互信息矩阵的特征值以及特征值的特征向量计算所述特征向量的余弦相似度；
状态确定模块：用于根据所述特征向量的余弦相似度得到特征向量的余弦相似度的加权融合相似度，将所述加权融合相似度与控制限值区间进行比较，根据比较结果确定变压器绕组状态。
采用本发明实施例，具有如下有益效果：通过采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，得到短路冲击下的时域包络向量以及短路冲击下的振动信号特征向量，采用根据时域包络向量和振动信号特征向量所构建的互信息矩阵的特征值以及特征向量，计算该特征向量的余弦相似度的加权融合相似度，将加权融合相似度与控制限值区间进行比较，从而确定变压器绕组状态。在本技术方案中，由于变压器短路冲击振动信号极易进行在线监测，因此，通过遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号来得到时域包络向量以及振动信号特征向量，保证了变压器短路冲击电流和变压器短路冲击振动信号监测的时效性的情况下，提高了获取到的时域包络向量和变压器短路冲击下的振动信号特征向量的准确度。此外，根据特征值以及特征向量计算特征向量的余弦相似度后，还根据特征向量的余弦相似度计算加权融合相似度，提高了变压器绕组状态判断的准确性，而且直接通过加权融合相似度与控制限值区间进行比较来判断变压器绕组状态，高效简单。
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。
其中：
图1为本发明实施例中一种短路冲击下变压器绕组状态监测方法的流程示意图；
图2为本发明实施例中短路冲击下变压器绕组状态监测装置的结构框图；
图3为本发明实施例中计算机设备的结构框图。
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作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。
本发明实施例提供了一种短路冲击下变压器绕组状态监测方法，参照图1，图1为本发明实施例提供的一种短路冲击下变压器绕组状态监测方法的流程示意图，如图1所示，该方法具体包括如下步骤：
步骤S101、采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，基于希尔伯特变换，利用所述变压器短路冲击电流计算短路冲击下的时域包络向量，以及基于自适应离散变换，利用所述变压器短路冲击振动信号计算短路冲击下的振动信号特征向量。
步骤S102、根据所述时域包络向量和所述振动信号特征向量构建互信息矩阵，根据所述互信息矩阵的特征值以及特征值的特征向量计算所述特征向量的余弦相似度。
步骤S103、根据所述特征向量的余弦相似度得到特征向量的余弦相似度的加权融合相似度，将所述加权融合相似度与控制限值区间进行比较，根据比较结果确定变压器绕组状态。
由于变压器绕组主要由电磁线按照一定结构绕制而成，若将其视为一个由若干固有频率及对应模态组成的机械结构体，则当绕组结构发生任何变化时，都可以从它的机械特性变化上得到反映。短路冲击下，变压器箱壁振动主要由短路电流作用下的绕组振动组成，只要变压器绕组的机械特性发生改变，都可以从它的机械振动响应特性中体现出来，因此，本实施例通过对变压器短路冲击振动信号进行在线监测来检测短路冲击下变压器绕组状态，具体地，执行步骤S101。
采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，在本实施例中，变压器短路冲击振动信号可以由放置于变压器油箱壁上的振动加速度传感器获取，其中，变压器短路冲击电流、变压器短路冲击振动信号与声信号的采样频率为f0，变压器短路冲击电流持续时间为Ts。在本实施例中，f0＝51.2kHz，Ts＝0.5s。
直接通过获取到的变压器短路冲击电流和变压器短路冲击振动信号，是无法直观地判断短路冲击下变压器绕组状态，在本实施例中，通过对变压器短路冲击电流和变压器短路冲击振动信号进行计算处理，得到一个参数值来对变压器绕组状态进行判断。
具体地，待采集到变压器短路冲击电流和变压器短路冲击振动信号后，利用变压器短路冲击电流计算短路冲击下的时域包络向量，以及利用变压器短路冲击振动信号计算短路冲击下的振动信号特征向量。
在本实施例中，基于Hilbert变换(希尔伯特变换)计算短路冲击下的时域包络向量，其中，Hilbert变换计算公式为：
Figure BDA0003662048600000061
Figure BDA0003662048600000062
式中，i(t)表示变压器短路冲击电流，b(t)表示时域包络，t表示时间，j表示虚数单位，
Figure BDA0003662048600000071
表示卷积符合，
Figure BDA0003662048600000072
为i(t)的希尔伯特变换结果。
待计算得到短路冲击下的时域包络后，将时域包络表示为长度为1×Di维的行向量，得到时域包络向量，其中，Di为时域包络的长度。
在本实施例中，基于自适应离散变换，利用变压器短路冲击振动信号计算短路冲击下的振动信号特征向量，其具体步骤如下：
步骤S1011、根据变压器短路冲击振动信号计算振动信号频谱分布，并对所述进行归一化处理。
步骤S1012、根据归一化后的振动信号频谱分布计算自适应窗函数，基于自适应窗函数对所述变压器短路冲击振动信号进行自适应离散变换，得到振动信号变换谱矩阵。
步骤S1013、根据所述振动信号变换谱矩阵得到振动信号特征向量。
基于傅里叶变换计算变压器短路冲击振动信号的振动信号频谱分布，对振动信号频谱分布进行归一化处理，其计算公式为：
Figure BDA0003662048600000073
式中：Xv(n)表示归一化前的振动信号频率分布，X′v(n)表示归一化后的振动信号频率分布。
根据归一化后的振动信号频谱分布计算自适应窗函数，其计算公式为：
Figure BDA0003662048600000074
Figure BDA0003662048600000075
其中，w(m,c(n))表示自适应窗函数，m表示自适应离散变换中用到的变量，m的取值为从0至N-1，N为振动信号长度；c(n)为振动信号频谱分布中各个频率上的窗口长度；X'v(n)表示归一化后的振动信号频率分布。
基于自适应窗函数对变压器短路冲击振动信号进行自适应离散变换，得到振动信号变换谱矩阵，其计算公式为：
Figure BDA0003662048600000081
式中，T为采样间隔，l(n)为自适应窗函数的窗口长度，i是虚数单位，m表示自适应离散变换中用到的变量，m的取值为从0至N-1，n的取值范围为0、1、2、……、N-1，k＝0，1，2，…，N-1，N为振动信号长度。
待得到振动信号变换谱矩阵后，根据振动信号变换谱矩阵得到振动信号特征向量，具体步骤为：
步骤S10131、对所述振动信号变换谱矩阵进行矩阵变换，得到变换矩阵，对所述变换矩阵进行奇异值分解，得到对角矩阵。
步骤S10132、依次提取所述对角矩阵的对角线上的元素，利用提取的元素构建振动信号特征向量。
其中，对振动信号变换谱矩阵进行矩阵变换，得到变换矩阵，以及对变换矩阵进行奇异值分解，得到对角矩阵，其计算公式为
E＝WTW
E＝QΛQ-1
式中：W表示振动信号变换谱矩阵；E表示振动信号变换谱矩阵进行矩阵变换得到的变换矩阵；Q表示变换矩阵的奇异矩阵；Λ表示变换矩阵的对角矩阵；T表示转置。
然后，依次提取对角矩阵的对角线上的元素，利用提取的元素构建振动信号特征向量Bv，该振动信号特征向量为1×Dv维的行向量，其中，Dv为对角矩阵Λ的对角线上的元素个数。
由于变压器短路冲击振动信号极易进行在线监测，因此，通过遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号来得到时域包络向量以及振动信号特征向量，保证了变压器短路冲击电流和变压器短路冲击振动信号监测的时效性的情况下，提高了获取到的时域包络向量和变压器短路冲击下的振动信号特征向量的准确度。
待获取到时域包络向量和振动信号特征向量后，基于时域包络向量和振动信号特征向量构建互信息矩阵，根据互信息矩阵的特征值以及特征值的特征向量计算特征向量的余弦相似度，即执行步骤S102。
在本实施例中，基于变压器短路冲击电流的时域包络向量和振动信号特征向量构建p×p维的互信息矩阵M，其中，维数p＝min(Di,Dv)，该互信息矩阵M可表示为
Figure BDA0003662048600000091
此处，mij(i，j＝1,2，……，p)表示时域包络向量中的第i个元素与振动信号特征向量第j个元素的互信息值。
使用雅克比法对互信息矩阵的特征值及特征值的特征向量进行计算，并记计算得到的互信息矩阵的q个特征值为λ1、λ2、……，λq，且满足λ1≥λ2≥……≥λq≥0，其中，第i个特征值所对应的特征向量为di＝(di1，di2，…，diq)T，i＝1,2，……，q。本步骤中的雅克比法是本领域内常用的数学方法，因此，发明人在此不再进行详细的描述。
待计算得到互信息矩阵的特征值及特征值的特征向量后，根据互信息矩阵的特征值以及特征值的特征向量计算特征向量的余弦相似度，具体步骤如下：
步骤S1021、计算所述特征值的累积贡献率。
步骤S1022、选取累积贡献率等于预设阈值的前z个特征值所对应的特征向量，z为正整数。
步骤S1023、计算所述前z个特征值所对应的特征向量的余弦相似度。
计算特征值的累积贡献率α的计算公式为：
Figure BDA0003662048600000092
式中，α表示累积贡献率；λi、λq分别表示第i个特征值以及第q个特征值。
根据要求设置累积贡献率的预设阈值，选取累积贡献率等于预设阈值的前z个特征值所对应的特征向量d1、d2、……，dz，并计算其余弦相似度，其中，计算特征向量的余弦相似度的公式如下：
Figure BDA0003662048600000101
其中：CS(di,dj)表示特征向量的余弦相似度；T表示转置；
Figure BDA0003662048600000102
表示特征向量的2范数；di、dj表示特征向量；i、j表示特征值的序号。
在本实施例中，将预设阈值设为0.99，z＝3，则选取累积贡献率α＝0.99所对应的前3个特征值所对应的特征向量d1、d2、d3，并计算其余弦相似度。
获取到余弦相似度后，根据特征向量的余弦相似度得到特征向量的余弦相似度的加权融合相似度，将加权融合相似度与控制限值区间进行比较，根据比较结果确定变压器绕组状态，即执行步骤S103。
其中，特征向量的余弦相似度的加权融合相似度的计算公式为：
Figure BDA0003662048600000103
其中，χ表示加权融合相似度；λi、λj、λk表示特征值，其中，λi、λj、λk分别表示第i个特征值、第j个特征值以及第k个特征值；CS(di，dj)表示特征向量的余弦相似度。
在本实施例中，依据3σ准则确定控制限值区间Ψ，将加权融合相似度χ与控制限值区间Ψ进行比较，当加权融合相似度不在控制限值区间内时，则判断变压器绕组发生了变形；当加权融合相似度在控制限值区间内时，则判断变压器绕组未发生变形。
根据特征值以及特征向量计算特征向量的余弦相似度后，还根据特征向量的余弦相似度计算加权融合相似度，提高了变压器绕组状态判断的准确性，而且直接通过加权融合相似度与控制限值区间进行比较来判断变压器绕组状态，高效简单。
以上介绍了本发明实施例提供的一种短路冲击下变压器绕组状态监测方法，为了更好地实现上述方法，下面介绍本发明实施例提供的短路冲击下变压器绕组状态监测装置20，如图2所示，该装置20包括：
信号处理模块201：用于采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，基于希尔伯特变换，利用所述变压器短路冲击电流计算短路冲击下的时域包络向量，以及基于自适应离散变换，利用所述变压器短路冲击振动信号计算短路冲击下的振动信号特征向量；
相似度计算模块202：用于根据所述时域包络向量和所述振动信号特征向量构建互信息矩阵，根据所述互信息矩阵的特征值以及特征值的特征向量计算所述特征向量的余弦相似度；
状态确定模块203：用于根据所述特征向量的余弦相似度得到特征向量的余弦相似度的加权融合相似度，将所述加权融合相似度与控制限值区间进行比较，根据比较结果确定变压器绕组状态。
在一种可能实现的方式中，所述信号处理模块201具体用于：根据变压器短路冲击振动信号计算振动信号频谱分布，并对所述振动信号频谱分布进行归一化处理；根据归一化后的振动信号频谱分布计算自适应窗函数，基于自适应窗函数对所述变压器短路冲击振动信号进行自适应离散变换，得到振动信号变换谱矩阵；
根据所述振动信号变换谱矩阵得到振动信号特征向量。
在一种可能实现的方式中，所述信号处理模块201具体用于：对所述振动信号变换谱矩阵进行矩阵变换，得到变换矩阵，对所述变换矩阵进行奇异值分解，得到对角矩阵；依次提取所述对角矩阵的对角线上的元素，利用提取的元素构建振动信号特征向量。
在一种可能实现的方式中，所述相似度计算模块202具体用于：计算所述特征值的累积贡献率；选取累积贡献率等于预设阈值的前z个特征值所对应的特征向量，z为正整数；计算所述前z个特征值所对应的特征向量的余弦相似度。
在一种可能实现的方式中，所述状态确定模块203具体用于：当所述比较结果为加权融合相似度不在控制限值区间内时，则判断变压器绕组发生了变形；当所述比较结果为加权融合相似度在控制限值区间内时，则判断变压器绕组未发生变形。
上述设备中，通过采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，得到短路冲击下的时域包络向量以及短路冲击下的振动信号特征向量，采用根据时域包络向量和振动信号特征向量所构建的互信息矩阵的特征值以及特征向量，计算该特征向量的余弦相似度的加权融合相似度，将加权融合相似度与控制限值区间进行比较，从而确定变压器绕组状态。在本技术方案中，由于变压器短路冲击振动信号极易进行在线监测，因此，通过遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号来得到时域包络向量以及振动信号特征向量，保证了变压器短路冲击电流和变压器短路冲击振动信号监测的时效性的情况下，提高了获取到的时域包络向量和变压器短路冲击下的振动信号特征向量的准确度。此外，根据特征值以及特征向量计算特征向量的余弦相似度后，还根据特征向量的余弦相似度计算加权融合相似度，提高了变压器绕组状态判断的准确性，而且直接通过加权融合相似度与控制限值区间进行比较来判断变压器绕组状态，高效简单。
图3示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图3所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述方法实施例中的各个步骤。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述方法实施例中的各个步骤。本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种短路冲击下变压器绕组状态监测方法，其特征在于，所述方法包括：
采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，基于希尔伯特变换，利用所述变压器短路冲击电流计算短路冲击下的时域包络向量，以及基于自适应离散变换，利用所述变压器短路冲击振动信号计算短路冲击下的振动信号特征向量；
根据所述时域包络向量和所述振动信号特征向量构建互信息矩阵，根据所述互信息矩阵的特征值以及特征值的特征向量计算所述特征向量的余弦相似度；
根据所述特征向量的余弦相似度得到特征向量的余弦相似度的加权融合相似度，将所述加权融合相似度与控制限值区间进行比较，根据比较结果确定变压器绕组状态。
2.根据权利要求1所述的方法，其特征在于，所述基于自适应离散变换，利用所述变压器短路冲击振动信号计算短路冲击下的振动信号特征向量，包括：
根据变压器短路冲击振动信号计算振动信号频谱分布，并对所述振动信号频谱分布进行归一化处理；
根据归一化后的振动信号频谱分布计算自适应窗函数，基于自适应窗函数对所述变压器短路冲击振动信号进行自适应离散变换，得到振动信号变换谱矩阵；
根据所述振动信号变换谱矩阵得到振动信号特征向量。
3.根据权利要求2所述的方法，其特征在于，所述根据所述振动信号变换谱矩阵得到振动信号特征向量，包括：
对所述振动信号变换谱矩阵进行矩阵变换，得到变换矩阵，对所述变换矩阵进行奇异值分解，得到对角矩阵；
依次提取所述对角矩阵的对角线上的元素，利用提取的元素构建振动信号特征向量。
4.根据权利要求1所述的方法，其特征在于，所述根据所述特征值以及特征向量计算所述特征向量的余弦相似度，包括：
计算所述特征值的累积贡献率；
选取累积贡献率等于预设阈值的前z个特征值所对应的特征向量，z为正整数；
计算所述前z个特征值所对应的特征向量的余弦相似度。
5.根据权利要求1所述的方法，其特征在于，所述根据比较结果确定变压器绕组状态，包括：
当所述比较结果为加权融合相似度不在控制限值区间内时，则判断变压器绕组发生了变形；
当所述比较结果为加权融合相似度在控制限值区间内时，则判断变压器绕组未发生变形。
6.根据权利要求1所述的方法，其特征在于：
所述希尔伯特变换公式如下：
Figure FDA0003662048590000021
Figure FDA0003662048590000022
其中，i(t)表示变压器短路冲击电流，b(t)表示时域包络，t表示时间，j表示虚数单位，
Figure FDA0003662048590000023
表示卷积符合，
Figure FDA0003662048590000024
为i(t)的希尔伯特变换结果。
7.根据权利要求2所述的方法，其特征在于，所述根据归一化的振动信号频谱分布计算自适应窗函数，包括：
所述计算公式为：
Figure FDA0003662048590000025
Figure FDA0003662048590000026
其中，w(m,c(n))表示自适应窗函数，m表示自适应离散变换中用到的变量，m的取值为从0至N-1，N为振动信号长度；c(n)为振动信号频谱分布中各个频率上的窗口长度；X'v(n)表示归一化后的振动信号频率分布。
8.根据权利要求4所述的方法，其特征在于：
计算所述特征向量的余弦相似度的公式如下：
Figure FDA0003662048590000031
其中：CS(di,dj)表示特征向量的余弦相似度；T表示转置；
Figure FDA0003662048590000032
表示特征向量的2范数；di、dj表示特征向量；i、j表示特征值的序号。
9.根据权利要求1所述的方法，其特征在于：
得到特征向量的余弦相似度的加权融合相似度的计算公式为：
Figure FDA0003662048590000033
其中，χ表示加权融合相似度；λi、λj、λk表示特征值，其中，λi、λj、λk分别表示第i个特征值、第j个特征值以及第k个特征值；CS(di，dj)表示特征向量的余弦相似度。
10.一种短路冲击下变压器绕组状态监测装置，其特征在于，所述装置包括：
信号处理模块：用于采集遭受短路冲击时的变压器短路冲击电流和变压器短路冲击振动信号，基于希尔伯特变换，利用所述变压器短路冲击电流计算短路冲击下的时域包络向量，以及基于自适应离散变换，利用所述变压器短路冲击振动信号计算短路冲击下的振动信号特征向量；
相似度计算模块：用于根据所述时域包络向量和所述振动信号特征向量构建互信息矩阵，根据所述互信息矩阵的特征值以及特征值的特征向量计算所述特征向量的余弦相似度；
状态确定模块：用于根据所述特征向量的余弦相似度得到特征向量的余弦相似度的加权融合相似度，将所述加权融合相似度与控制限值区间进行比较，根据比较结果确定变压器绕组状态。
CN202210575530.3A 2022-05-25 2022-05-25 一种短路冲击下变压器绕组状态监测方法及装置 Pending CN114814659A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210575530.3A CN114814659A (zh) 2022-05-25 2022-05-25 一种短路冲击下变压器绕组状态监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210575530.3A CN114814659A (zh) 2022-05-25 2022-05-25 一种短路冲击下变压器绕组状态监测方法及装置

Publications (1)

Publication Number Publication Date
CN114814659A true CN114814659A (zh) 2022-07-29

Family

ID=82517193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210575530.3A Pending CN114814659A (zh) 2022-05-25 2022-05-25 一种短路冲击下变压器绕组状态监测方法及装置

Country Status (1)

Country Link
CN (1) CN114814659A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449255A (zh) * 2023-03-09 2023-07-18 国网浙江省电力有限公司嘉兴供电公司 一种箱式变压器的故障检测系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449255A (zh) * 2023-03-09 2023-07-18 国网浙江省电力有限公司嘉兴供电公司 一种箱式变压器的故障检测系统及方法
CN116449255B (zh) * 2023-03-09 2023-12-22 国网浙江省电力有限公司嘉兴供电公司 一种箱式变压器的故障检测系统及方法

Similar Documents

Publication Publication Date Title
CN110221200B (zh) 一种基于深度学习的万能式断路器附件故障诊断方法
CN110119447B (zh) 自编码神经网络处理方法、装置、计算机设备及存储介质
CN115186774B (zh) 智能电缆剥线设备及其方法
CN112729381B (zh) 一种基于神经网络的高压断路器的故障诊断方法
CN114814659A (zh) 一种短路冲击下变压器绕组状态监测方法及装置
WO2007135073A2 (en) Detecting faults in power systems
CN110826803A (zh) 一种电力现货市场的电价预测方法及装置
CN115408864B (zh) 电子式互感器误差状态自适应预测方法、系统及设备
CN113506575B (zh) 流式语音识别的处理方法、装置和计算机设备
CN113284001A (zh) 用电量预测方法、装置、计算机设备和存储介质
CN112085111A (zh) 一种负荷辨识方法和装置
CN117390408A (zh) 一种电力变压器运行故障检测方法及系统
CN117290788B (zh) 一种基于改进小波变换算法的配电网故障辨识方法及系统
CN113758652A (zh) 换流变压器漏油检测方法、装置、计算机设备和存储介质
CN117242665A (zh) 使用测量数据的电力系统模型校准
CN112904197A (zh) 基于参数识别的高压断路器机械振动信号特征提取方法
CN116885711A (zh) 一种风电功率预测方法、装置、设备和可读存储介质
CN116582596A (zh) 数据处理方法、装置和基于物联网的plc数据传输系统
CN116975742A (zh) 局部放电模式识别方法、装置、设备和存储介质
CN114964474A (zh) 一种电力变压器绕组机械状态检测方法及装置
CN113780308A (zh) 基于核主元分析与神经网络的gis局部放电模式识别方法及系统
CN113701684B (zh) 变压器绕组状态检测方法、装置、设备及存储介质
CN115453427A (zh) 一种变压器绕组瞬态机械状态监测方法及装置
CN113052938A (zh) 一种构建锅炉能效曲线的方法及装置
CN116415510B (zh) 基于相空间重构和神经网络的断路器温升预测方法及系统

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