CN115453427A - 一种变压器绕组瞬态机械状态监测方法及装置 - Google Patents
一种变压器绕组瞬态机械状态监测方法及装置 Download PDFInfo
- Publication number
- CN115453427A CN115453427A CN202211272132.0A CN202211272132A CN115453427A CN 115453427 A CN115453427 A CN 115453427A CN 202211272132 A CN202211272132 A CN 202211272132A CN 115453427 A CN115453427 A CN 115453427A
- Authority
- CN
- China
- Prior art keywords
- energy sequence
- signal energy
- calculating
- transfer entropy
- entropy
- 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
- 230000001052 transient effect Effects 0.000 title claims abstract description 122
- 238000004804 winding Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 title claims abstract description 16
- 238000012546 transfer Methods 0.000 claims abstract description 84
- 238000009826 distribution Methods 0.000 claims abstract description 56
- 230000008859 change Effects 0.000 claims abstract description 53
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 52
- 238000001228 spectrum Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 28
- 230000007704 transition Effects 0.000 claims description 26
- 238000010606 normalization Methods 0.000 claims description 24
- 230000003595 spectral effect Effects 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 13
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000003921 oil Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005520 electrodynamics Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229910000976 Electrical steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G01R31/72—Testing of electric windings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- 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
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Discrete Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Protection Of Transformers (AREA)
Abstract
本发明实施例公开了一种变压器绕组瞬态机械状态监测方法及装置,其中,该方法包括:计算当前暂态振动信号的频谱分布经J层滤波器组输出的子频带信号能量序列,与历史子频带信号能量序列之间的双向转移熵的差值,以构建主因子频带信号能量序列,再根据子频带信号能量序列,以及主因子频带信号能量序列计算转移熵变化率,实现采用转移熵变化率对变压器绕组瞬态机械状态进行判别。通过子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,来得到转移熵变化率,能高效准确地进行前后变压器绕组瞬态机械状态对比,从而有效判别短路冲击下的变压器绕组瞬态机械状态。
Description
技术领域
本发明涉及信号监测技术领域,尤其涉及一种变压器绕组瞬态机械状态监测方法及装置。
背景技术
随着我国经济的飞速发展,电网建设速度明显加快,而系统容量的迅速增大与大型主变单台容量的增加使得作用在变压器绕组上的短路电动力也随之增大。当短路故障发生时,会导致变压器绕组发生松动或轻微变形,严重时有可能损坏变压器绕组的绝缘及结构件,从而影响变压器绕组的绝缘性能,甚至使绕组扭曲、变形、松散、导线折断,在实际应用中,若变压器绕组松动或变形不能及时发现和修复,那么在变压器绕组松动和变形累积到一定程度后会使其机械稳定性受到很大影响、抗短路能力大幅下降,则即使遭受较小的冲击电流下也会引发大的事故发生,此外,运行中的变压器的油纸绝缘等的老化也会使绕组发生渐进性的松散失稳现象,导致变压器抗短路能力下降而使变压器存在潜在的事故隐患。因此,如何准确监测经受短路冲击后的变压器绕组的机械状态、防范因累积效应造成的变压器绕组变形风险,对于提高变压器运行可靠性具有重要的现实意义。
发明内容
本发明的主要目的在于提供一种变压器绕组瞬态机械状态监测方法及装置,可以解决现有技术中的机械状态监测有效性低的问题。
为实现上述目的,本发明第一方面提供一种变压器绕组瞬态机械状态监测方法,所述方法包括:
采集变压器遭受短路冲击时的当前暂态振动信号,对所述当前暂态振动信号进行归一化处理,对归一化处理后的当前暂态振动信号进行离散傅里叶变换,以获取所述归一化处理后的当前暂态振动信号的频谱分布;
根据所述频谱分布设计J层滤波器组,计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列;
计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,根据所述双向转移熵的差值构建主因子频带信号能量序列;其中,所述历史子频带信号能量序列为根据获取的在当前暂态振动信号之前的历史暂态振动信号得到的子频带信号能量序列;
根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别。
结合第一方面,在一种可能的实现方式中,上述根据所述频谱分布设计J层滤波器组,包括:
根据所述频谱分布计算品质因子以及尺度变换系数,计算公式为:
Q=f/BW
其中,Q表示品质因子;f指的是所述频谱分布中的100Hz;BW指的是100Hz分量对应幅值的3dB带宽;α和β表示尺度变换系数;
根据所述品质因子以及尺度变换系数计算滤波器组的分解层数,计算公式为:
其中,J表示滤波器组的分解层数;N为频谱分布的长度;round(·)为向下取整函数;
利用低通滤波器和高通滤波器,组成J层滤波器组,其中,根据第j层高通滤波器H0,j(k)和第j层低通滤波器H1,j(k),组成第j层滤波器;其中,j的取值为1至J。
结合第一方面,在一种可能的实现方式中,上述计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列,包括:令所述频谱分布为所述J层滤波器组的初始输入V0(0),依次计算所述J层滤波器组输出的子频带信号;根据所述第j层低通滤波器输出的子频带信号V1(j),计算子频带信号能量序列。
结合第一方面,在一种可能的实现方式中,上述所述第j层低通滤波器输出的子频带信号V1(j)的计算公式分别为:
V1(j)=V1(j-1)·H1,j
其中,H1,j表示第j层低通滤波器;j的取值为1至J。
结合第一方面,在一种可能的实现方式中,上述计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,包括:
依次计算所述子频带信号能量序列E与历史子频带信号能量序列E'中J个元素对应的双向转移熵,其中,第j个元素的双向转移熵的计算公式为:
计算所述双向转移熵的差值。
结合第一方面,在一种可能的实现方式中,上述根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,包括:
根据子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率η的计算公式为:
其中,T表示双向转移熵,Ej表示所述子频带信号能量序列中第j个元素,Ej'表示所述历史子频带信号能量序列中第j个元素,w为主因子频带信号能量序列的个数。
结合第一方面,在一种可能的实现方式中,上述第j层高通滤波器H0,j(k)和第j层低通滤波器H1,j(k)的计算公式为:
其中,θ(k)、θ(N-k)为滤波器的过渡频段函数;round(·)为向下取整函数;P(j)为第j层滤波器的通频段、S(j)为第j层滤波器的截止频段以及T(j)为第j层滤波器的过渡频段;α和β表示尺度变换系数;N为频谱分布的长度;j的取值从1至J。
结合第一方面,在一种可能的实现方式中,上述根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别,包括:当所述转移熵变化率大于预设阈值时,则判断变压器绕组瞬态机械状态发生变化;当所述转移熵变化率小于或者等于预设阈值时,则判断变压器绕组瞬态机械状态未发生变化。
为实现上述目的,本发明第二方面提供一种变压器绕组瞬态机械状态监测装置,所述装置包括:
获取模块:用于采集变压器遭受短路冲击时的当前暂态振动信号,对所述当前暂态振动信号进行归一化处理,对归一化处理后的当前暂态振动信号进行离散傅里叶变换,以获取所述归一化处理后的当前暂态振动信号的频谱分布;
计算模块:用于根据所述频谱分布设计J层滤波器组,计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列;
构建模块:用于计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,根据所述双向转移熵的差值构建主因子频带信号能量序列;
判别模块:用于根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别。
结合第二方面,在一种可能的实现方式中,上述判别模块包括:
状态判断模块:用于当所述转移熵变化率大于预设阈值时,则判断变压器绕组瞬态机械状态发生变化;当所述转移熵变化率小于或者等于预设阈值时,则判断变压器绕组瞬态机械状态未发生变化。
为实现上述目的,本发明第三方面提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
采集变压器遭受短路冲击时的当前暂态振动信号,对所述当前暂态振动信号进行归一化处理,对归一化处理后的当前暂态振动信号进行离散傅里叶变换,以获取所述归一化处理后的当前暂态振动信号的频谱分布;
根据所述频谱分布设计J层滤波器组,计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列;
计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,根据所述双向转移熵的差值构建主因子频带信号能量序列;其中,所述历史子频带信号能量序列为根据获取的在当前暂态振动信号之前的历史暂态振动信号得到的子频带信号能量序列;
根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别。
为实现上述目的,本发明第四方面提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
采集变压器遭受短路冲击时的当前暂态振动信号,对所述当前暂态振动信号进行归一化处理,对归一化处理后的当前暂态振动信号进行离散傅里叶变换,以获取所述归一化处理后的当前暂态振动信号的频谱分布;
根据所述频谱分布设计J层滤波器组,计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列;
计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,根据所述双向转移熵的差值构建主因子频带信号能量序列;其中,所述历史子频带信号能量序列为根据获取的在当前暂态振动信号之前的历史暂态振动信号得到的子频带信号能量序列;
根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别。
采用本发明实施例,具有如下有益效果:
本发明提供一种变压器绕组瞬态机械状态监测方法,通过计算当前暂态振动信号的频谱分布经J层滤波器组输出的子频带信号能量序列,与根据历史暂态振动信号得到的历史子频带信号能量序列之间的双向转移熵的差值,根据双向转移熵的差值构建主因子频带信号能量序列,再根据子频带信号能量序列,以及主因子频带信号能量序列计算转移熵变化率,根据转移熵变化率对变压器绕组瞬态机械状态进行判别。通过子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,来得到转移熵变化率,能高效准确地进行前后变压器绕组瞬态机械状态对比,从而有效判别短路冲击下的变压器绕组瞬态机械状态。
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变压器绕组瞬态机械状态监测方法的流程示意图;
图2为本发明实施例中一种变压器绕组瞬态机械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。
运行中的变压器会持续产生铁芯振动和绕组振动,其中,铁芯振动主要由硅钢片的磁滞伸缩力引起,其与变压器的工作电压有关,而绕组振动主要由负载与变压器之间磁场相互作用产生的电动力引起,其与负载电流密切相关。当电网中存在出口短路时,作用在变压器绕组上的短路电动力激增,绕组振动加剧,形成暂态振动信号,这些暂态振动信号经绝缘油及变压器机械结构件等传递至箱壁表面,成为变压器箱壁振动信号的主要贡献者。而变压器绕组主要由电磁线按照一定结构绕制而成的机械结构体,其机械结构的任何变化都可以从它的机械特性变化上得到反映,而振动信号能够很好地反映机械特性,因此,可以对振动信号进行处理,来识别机械结构的任何变化。
本发明实施例提供了一种变压器绕组瞬态机械状态监测方法,参照图1,图1为本发明实施例提供的一种变压器绕组瞬态机械状态监测方法的流程示意图,如图1所示,该方法具体步骤如下:
步骤S101、采集变压器遭受短路冲击时的当前暂态振动信号,对所述当前暂态振动信号进行归一化处理,对归一化处理后的当前暂态振动信号进行离散傅里叶变换,以获取所述归一化处理后的当前暂态振动信号的频谱分布。
采集变压器遭受短路冲击时的暂态振动信号v(k),该暂态振动信号即为当前采集时刻下的暂态振动信号,在本实施例中,简称当前暂态振动信号,其中,当前暂态振动信号经放置于变压器油箱壁上的振动加速度传感器获取,该当前暂态振动信号的采样频率为f0,长度为N0。
为了提高当前暂态振动信号获取的有效性,对当前暂态振动信号v(k)进行归一化处理,其中,对当前暂态振动信号v(k)归一化计算公式为:
式中:v'(k)为归一化后的当前暂态振动信号,N0为当前暂态振动信号的长度。
对归一化后的当前暂态振动信号v(t)进行N点离散傅里叶变换,获取归一化后的当前暂态振动信号v(t)的频谱分布Y(f),其中,归一化后的当前暂态振动信号的频谱分布的计算公式为:
其中,v'(k)为归一化后的当前暂态振动信号,N为频谱分布Y(f)的长度。
步骤S102、根据所述频谱分布设计J层滤波器组,计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列。
根据归一化后的当前暂态振动信号的频谱分布计算品质因子Q、尺度变换系数α和β、滤波器组的分解层数J,其计算公式分别为:
Q=f/BW
式中:f指的是频谱分布Y(f)中的100Hz;BW指的是100Hz分量对应幅值的3dB带宽;round(·)为向下取整函数。
设计利用低通滤波器H1和高通滤波器H0组成J层滤波器组,其中,根据第j层高通滤波器H0,j(k)和第j层低通滤波器H1,j(k),组成第j层滤波器,第j层高通滤波器H0,j(k)和第j层低通滤波器H1,j(k)的计算公式分别为:
式中:θ为滤波器的过渡频段函数,即θ(k)、θ(N-k)为滤波器的过渡频段函数;round(·)为向下取整函数;P(j)为第j层滤波器的通频段、S(j)为第j层滤波器的截止频段以及T(j)为第j层滤波器的过渡频段;α和β表示尺度变换系数;N为频谱分布的长度。
令频谱分布Y(f)为所设计的J层滤波器组的初始输入V0(0),依次计算所设计的J层滤波器组输出的子频带信号,可以理解为令频谱分布Y(f)为所设计的J层滤波器组中的第j层高通滤波器和第j层低通滤波器的初始输入V0(0),最后依次输出第j层高通滤波器和第j层低通滤波器的子频带信号,j的取值从1到J。
其中,第j层高通滤波器输出的子频带信号V0(j)和第j层低通滤波器输出的子频带信号V1(j)的计算公式分别为:
V0(j)=V0(j-1)·H0,j j=1,2,…,J
V1(j)=V1(j-1)·H1,j j=1,2,…,J
其中,H0,j表示第j层高通滤波器;H1,j表示第j层低通滤波器。
根据第j层低通滤波器输出的子频带信号V1(j),j的取值从1至J,也就是根据所有低通滤波器的输出的子频带信号,计算子频带信号能量序列E=[E1,E2,…,EJ],具体为,该子频带信号能量序列由J层低通滤波器组输出的子频带信号V1(j),j=1,2,…,J组成,其中,子频带信号能量序列的计算公式为:
其中,Ej表示子频带信号能量序中的第j个元素;V1 (j)(t)表示第j层低通滤波器组输出的子频带信号。
步骤S103、计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,根据所述双向转移熵的差值构建主因子频带信号能量序列。
其中,该历史子频带信号能量序列为根据获取的在当前暂态振动信号之前的历史暂态振动信号,得到的子频带信号能量序列。
在本实施例中,会实时地采集变压器的暂态振动信号,采用计算子频带信号能量序列的方法,根据实时采集的变压器的暂态振动信号,实时计算对应的子频带信号能量序列,并将计算得到的子频带信号能量序列存储起来,作为历史子频带信号能量序列。
在本实施例中,通过步骤102得到子频带信号能量序列后,进一步地,计算子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值。
计算双向转移熵的差值具体为,依次计算子频带信号能量序列E与历史子频带信号能量序列E'中J个元素对应的双向转移熵,其中,第j个元素的双向转移熵的计算公式为:
进一步地,根据双向转移熵的差值构建主因子频带信号能量序列,其所满足的条件为T(E'j→Ej)>0和T(Ej→E'j)<0。
步骤S104、根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别。
根据子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率η,其计算公式为:
其中,T表示双向转移熵,Ej表示子频带信号能量序列中第j个元素,Ej'表示历史子频带信号能量序列中第j个元素,w为主因子频带信号能量的个数。
根据转移熵变化率对变压器绕组瞬态机械状态进行判别,具体为,当转移熵变化率大于预设阈值时,则判断变压器绕组瞬态机械状态发生变化,此时需要及时进行检修处理,避免形成重大故障,当所述转移熵变化率小于或者等于预设阈值时,则判断变压器绕组瞬态机械状态未发生变化。其中,预设阈值可以根据经验设置,比如设置为30%等。
基于上述方法,通过计算当前暂态振动信号的频谱分布经J层滤波器组输出的子频带信号能量序列,与根据历史暂态振动信号得到的历史子频带信号能量序列之间的双向转移熵的差值,根据双向转移熵的差值构建主因子频带信号能量序列,再根据子频带信号能量序列,以及主因子频带信号能量序列计算转移熵变化率,根据转移熵变化率对变压器绕组瞬态机械状态进行判别。通过子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,来得到转移熵变化率,能高效准确地进行前后变压器绕组瞬态机械状态对比,从而有效判别短路冲击下的变压器绕组瞬态机械状态。
为了更好地实现上述方法,本发明实施例提供了一种变压器绕组瞬态机械状态监测装置,参照图2,图2为本发明实施例提供的一种变压器绕组瞬态机械状态监测装置的结构框图,如图2所示,该装置20包括:
获取模块201:用于采集变压器遭受短路冲击时的当前暂态振动信号,对所述当前暂态振动信号进行归一化处理,对归一化处理后的当前暂态振动信号进行离散傅里叶变换,以获取所述归一化处理后的当前暂态振动信号的频谱分布。
计算模块202:用于根据所述频谱分布设计J层滤波器组,计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列。
构建模块203:用于计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,根据所述双向转移熵的差值构建主因子频带信号能量序列。
判别模块204:用于根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别。
在一种可能的设计中,上述计算模块202具体用于:根据所述频谱分布设计J层滤波器组,包括:
根据所述频谱分布计算品质因子以及尺度变换系数,计算公式为:
Q=f/BW
其中,Q表示品质因子;f指的是所述频谱分布中的100Hz;BW指的是100Hz分量对应幅值的3dB带宽;α和β表示尺度变换系数;
根据所述品质因子以及尺度变换系数计算滤波器组的分解层数,计算公式为:
其中,J表示滤波器组的分解层数;N为频谱分布的长度;round(·)为向下取整函数;
利用低通滤波器和高通滤波器,组成J层滤波器组,其中,根据第j层高通滤波器H0,j(k)和第j层低通滤波器H1,j(k),组成第j层滤波器;其中,j的取值为1至J。
在一种可能的设计中,上述计算模块202具体用于:第j层高通滤波器H0,j(k)和第j层低通滤波器H1,j(k)的计算公式为:
其中,θ(k)、θ(N-k)为滤波器的过渡频段函数;round(·)为向下取整函数;P(j)为第j层滤波器的通频段、S(j)为第j层滤波器的截止频段以及T(j)为第j层滤波器的过渡频段;α和β表示尺度变换系数;N为频谱分布的长度。
在一种可能的设计中,上述计算模块202具体用于:令所述频谱分布为所述J层滤波器组的初始输入V0(0),依次计算所述J层滤波器组输出的子频带信号;根据所述第j层低通滤波器输出的子频带信号V1(j),计算子频带信号能量序列。
在一种可能的设计中,上述计算模块202具体用于:所述第j层低通滤波器输出的子频带信号V1(j)的计算公式分别为:
V1(j)=V1(j-1)·H1,j j=1,2,…,J
其中,H1,j表示第j层低通滤波器。
在一种可能的设计中,上述构建模块203具体用于:依次计算所述子频带信号能量序列E与历史子频带信号能量序列E'中J个元素对应的双向转移熵,其中,第j个元素的双向转移熵的计算公式为:
在一种可能的设计中,上述判别模块204具体用于:根据子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率η,其计算公式为:
其中,T表示双向转移熵,Ej表示子频带信号能量序列中第j个元素,Ej'表示历史子频带信号能量序列中第j个元素,w为主因子频带信号能量的个数。
在一种可能的设计中,上述判别模块204包括状态判断模块,该状态判断模块具体用于:当所述转移熵变化率大于预设阈值时,则判断变压器绕组瞬态机械状态发生变化;当所述转移熵变化率小于或者等于预设阈值时,则判断变压器绕组瞬态机械状态未发生变化。
基于上述装置,通过计算当前暂态振动信号的频谱分布经J层滤波器组输出的子频带信号能量序列,与根据历史暂态振动信号得到的历史子频带信号能量序列之间的双向转移熵的差值,根据双向转移熵的差值构建主因子频带信号能量序列,再根据子频带信号能量序列,以及主因子频带信号能量序列计算转移熵变化率,根据转移熵变化率对变压器绕组瞬态机械状态进行判别。通过子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,来得到转移熵变化率,能高效准确地进行前后变压器绕组瞬态机械状态对比,从而有效判别短路冲击下的变压器绕组瞬态机械状态。
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,可使得处理器执行上述方法的各个步骤。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。
在一个实施例中,提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述方法的各个步骤。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述方法的各个步骤。
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)
1.一种变压器绕组瞬态机械状态监测方法,其特征在于,所述方法包括:
采集变压器遭受短路冲击时的当前暂态振动信号,对所述当前暂态振动信号进行归一化处理,对归一化处理后的当前暂态振动信号进行离散傅里叶变换,以获取所述归一化处理后的当前暂态振动信号的频谱分布;
根据所述频谱分布设计J层滤波器组,计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列;
计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,根据所述双向转移熵的差值构建主因子频带信号能量序列;其中,所述历史子频带信号能量序列为根据获取的在当前暂态振动信号之前的历史暂态振动信号得到的子频带信号能量序列;
根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别。
2.根据权利要求1所述的方法,其特征在于,所述根据所述频谱分布设计J层滤波器组,包括:
根据所述频谱分布计算品质因子以及尺度变换系数,计算公式为:
Q=f/BW
其中,Q表示品质因子;f指的是所述频谱分布中的100Hz;BW指的是100Hz分量对应幅值的3dB带宽;α和β表示尺度变换系数;
根据所述品质因子以及尺度变换系数计算滤波器组的分解层数,计算公式为:
其中,J表示滤波器组的分解层数;N为频谱分布的长度;round(·)为向下取整函数;
利用低通滤波器和高通滤波器,组成J层滤波器组,其中,根据第j层高通滤波器H0,j(k)和第j层低通滤波器H1,j(k),组成第j层滤波器;其中,j的取值为1至J。
3.根据权利要求2所述的方法,其特征在于,所述计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列,包括:
令所述频谱分布为所述J层滤波器组的初始输入V0(0),依次计算所述J层滤波器组输出的子频带信号;
根据所述第j层低通滤波器输出的子频带信号V1(j),计算子频带信号能量序列。
4.根据权利要求3所述的方法,其特征在于:
所述第j层低通滤波器输出的子频带信号V1(j)的计算公式分别为:
V1(j)=V1(j-1)·H1,j
其中,H1,j表示第j层低通滤波器;j的取值为1至J。
8.根据权利要求1所述的方法,其特征在于,所述根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别,包括:
当所述转移熵变化率大于预设阈值时,则判断变压器绕组瞬态机械状态发生变化;
当所述转移熵变化率小于或者等于预设阈值时,则判断变压器绕组瞬态机械状态未发生变化。
9.一种变压器绕组瞬态机械状态监测装置,其特征在于,所述装置包括:
获取模块:用于采集变压器遭受短路冲击时的当前暂态振动信号,对所述当前暂态振动信号进行归一化处理,对归一化处理后的当前暂态振动信号进行离散傅里叶变换,以获取所述归一化处理后的当前暂态振动信号的频谱分布;
计算模块:用于根据所述频谱分布设计J层滤波器组,计算所述频谱分布经所述J层滤波器组输出的子频带信号能量序列;
构建模块:用于计算所述子频带信号能量序列与历史子频带信号能量序列之间的双向转移熵的差值,根据所述双向转移熵的差值构建主因子频带信号能量序列;
判别模块:用于根据所述子频带信号能量序列以及所述主因子频带信号能量序列计算转移熵变化率,根据所述转移熵变化率对变压器绕组瞬态机械状态进行判别。
10.根据权利要求9所述的装置,其特征在于,所述判别模块包括:
状态判断模块:用于当所述转移熵变化率大于预设阈值时,则判断变压器绕组瞬态机械状态发生变化;当所述转移熵变化率小于或者等于预设阈值时,则判断变压器绕组瞬态机械状态未发生变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211272132.0A CN115453427A (zh) | 2022-10-18 | 2022-10-18 | 一种变压器绕组瞬态机械状态监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211272132.0A CN115453427A (zh) | 2022-10-18 | 2022-10-18 | 一种变压器绕组瞬态机械状态监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115453427A true CN115453427A (zh) | 2022-12-09 |
Family
ID=84311106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211272132.0A Pending CN115453427A (zh) | 2022-10-18 | 2022-10-18 | 一种变压器绕组瞬态机械状态监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115453427A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182172A (zh) * | 2015-07-23 | 2015-12-23 | 广东电网有限责任公司电力科学研究院 | 基于振动信号形态谱的变压器突发短路下绕组状态诊断方法 |
CN108535638A (zh) * | 2018-01-25 | 2018-09-14 | 国网浙江省电力有限公司电力科学研究院 | 基于多层滤波器的有载分接开关机械状态监测方法及系统 |
CN109444656A (zh) * | 2018-12-21 | 2019-03-08 | 浙江大学 | 一种变压器绕组变形位置的在线诊断方法 |
CN114646381A (zh) * | 2022-03-30 | 2022-06-21 | 西安交通大学 | 一种旋转机械振动测量方法、系统、设备及存储介质 |
CN114813079A (zh) * | 2022-04-21 | 2022-07-29 | 广西电网有限责任公司电力科学研究院 | 一种基于能量贡献度的有载分接开关机械状态监测方法 |
CN114924157A (zh) * | 2022-06-16 | 2022-08-19 | 中国矿业大学(北京) | 一种基于5g传输的并联电抗器状态监测方法及系统 |
-
2022
- 2022-10-18 CN CN202211272132.0A patent/CN115453427A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182172A (zh) * | 2015-07-23 | 2015-12-23 | 广东电网有限责任公司电力科学研究院 | 基于振动信号形态谱的变压器突发短路下绕组状态诊断方法 |
CN108535638A (zh) * | 2018-01-25 | 2018-09-14 | 国网浙江省电力有限公司电力科学研究院 | 基于多层滤波器的有载分接开关机械状态监测方法及系统 |
CN109444656A (zh) * | 2018-12-21 | 2019-03-08 | 浙江大学 | 一种变压器绕组变形位置的在线诊断方法 |
US20200200813A1 (en) * | 2018-12-21 | 2020-06-25 | Zhejiang University | Online diagnosis method for deformation position on trasnformation winding |
CN114646381A (zh) * | 2022-03-30 | 2022-06-21 | 西安交通大学 | 一种旋转机械振动测量方法、系统、设备及存储介质 |
CN114813079A (zh) * | 2022-04-21 | 2022-07-29 | 广西电网有限责任公司电力科学研究院 | 一种基于能量贡献度的有载分接开关机械状态监测方法 |
CN114924157A (zh) * | 2022-06-16 | 2022-08-19 | 中国矿业大学(北京) | 一种基于5g传输的并联电抗器状态监测方法及系统 |
Non-Patent Citations (3)
Title |
---|
QINGQING LIU 等: "Fault diagnosis of Wind Turbine Gearbox Based on Dual-tree Complex Wavelet and Information Entropy", 《2018 PROGNOSTICS AND SYSTEM HEALTH MANAGEMENT CONFERENCE》, 6 January 2019 (2019-01-06), pages 1194 - 1199 * |
敖志宁: "基于振动分析法的电力变压器绕组故障诊断方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 3, 15 March 2022 (2022-03-15), pages 042 - 1175 * |
韩捷 等: "全信息小波能量熵及其在旋转机械状态监测中的应用研究", 《机械强度》, vol. 31, no. 6, 15 December 2009 (2009-12-15), pages 876 - 880 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103308292B (zh) | 基于振动信号分析的真空断路器机械状态检测方法 | |
CN111426955B (zh) | 一种锂离子电池故障诊断方法 | |
CN109633431B (zh) | 基于振动信号特征提取的有载分接开关故障识别方法 | |
CN110677125B (zh) | 电弧故障检测的方法及装置 | |
DE102018216518A1 (de) | Verfahren und Vorrichtung zur Diagnose von Batteriezellen | |
CN117235557B (zh) | 基于大数据分析的电气设备故障快速诊断方法 | |
Oliveira et al. | Wavelet transform analysis to applications in electric power systems | |
CN113901993A (zh) | 基于PCCs二次特征优选的故障诊断方法 | |
CN113092899B (zh) | 变压器电气故障识别方法、系统、终端以及可读存储介质 | |
CN115453427A (zh) | 一种变压器绕组瞬态机械状态监测方法及装置 | |
CN110609088A (zh) | 一种支柱绝缘子故障识别方法及装置 | |
WO2023245991A1 (zh) | 融合频带自向下注意力机制的电厂设备状态听觉监测方法 | |
CN114076902A (zh) | 接地故障方向性检测方法、设备及计算机可读存储介质 | |
CN115774199A (zh) | 新能源电池的故障诊断方法、系统、电子设备与存储介质 | |
CN110132567A (zh) | 一种基于lcd和排列熵的oltc故障诊断方法 | |
CN113702760B (zh) | 一种配电线路横向故障和铁磁谐振状态的辨识方法及系统 | |
DE102018216517A1 (de) | Verfahren und Vorrichtung zur Diagnose von Batteriezellen | |
CN113884889A (zh) | 一种电池安全预警的方法、装置、存储介质及电子设备 | |
Chen et al. | Research on probability density modeling method of wind power fluctuation based on nonparametric kernel density estimation | |
Midya et al. | ICA-Feature-Extraction-Based Fault Identification of Vehicular Starter Motor | |
Branco et al. | Classification of events in power transformers using wavelet packet transform and fuzzy logic | |
Laijun et al. | A method of classified HV circuit breaker fault signal based on EEMD and BP neural network | |
CN114062833B (zh) | 基于模糊推理系统的单相接地故障绝缘劣化识别方法 | |
CN113469467B (zh) | 基于带通滤波的风电超短期预测方法及装置 | |
CN116092524A (zh) | 一种基于特征频段选取的电气设备声音辨识方法 |
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 |