CN115575863A - 一种基于相空间轨迹图原理的oltc声纹信号识别方法 - Google Patents

Abstract

本发明公开了一种基于相空间轨迹图原理的OLTC声纹信号识别方法，包括如下步骤：步骤1，通过安置在有载分接开关外部的传感器获取其声学振动数据；步骤2，对变压器的声纹振动信号进行预处理，将有载分接开关的振动信号分离出来；步骤3，利用多维坐标空间提取相空间轨迹图几何特征的方法，通过分析有载分接开关机械振动信号的动力学特征，提取出反映机械性能的具体特征指标；步骤4，通过模糊集理论对已求得的有载分接开关振动信号相轨图几何特征建立各类故障的正态型隶属函数，从而对各类故障进行诊断以及预测。本发明能够实现有载调压变压器的故障诊断。

Description

一种基于相空间轨迹图原理的OLTC声纹信号识别方法

技术领域

本发明涉及一种用于变压器运维监控领域的基于相空间轨迹图原理的OLTC声纹信号识别方法。

背景技术

有载调压变压器是电力系统变电站中非常重要的输配电设备，它通过有载分接开关(On-load Tap Changer，OLTC)的逐级动作，实现对高压输配电网的有载调压，使工业供电和居民供电的系统电压保持稳定。目前，有载分接开关主要以定期的预防性试验，定期检查和故障检修的方式进行维护。随着电网对电力设备可靠性要求的不断提高，这些传统的检修方式的弊端也逐渐显现出来：

1)以运行时间和操作次数作为理论依据的定期性预防试验和检修没有考虑到不同分接开关的差异性，很难及时发现和监视一些短期内变化较大的潜伏性缺陷，并且对于发生在两次检修或两次试验之间的有载分接开关故障也是无能为力；

2)以运行时间和操作次数为依据的定期预防性试验和检修没有考虑到有载分接开关的实际运行状态，在异常的有载分接开关只占少数的情况下，出现了过多的试验、检修和不必要的停电；

3)有载分接开关的维护主要靠离线定期检修，实际上很少进行单独停电检修，经常是随变压器主体一同检修，所以在运行过程中不能对有载分接开关的状态进行状态监测及预警，无法在其故障的初期发现故障并合理安排检修，可能导致情况恶化甚至故障范围扩大。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种基于相空间轨迹图原理的OLTC声纹信号识别方法，能够实现有载调压变压器的故障诊断。

实现上述目的的一种技术方案是：一种基于相空间轨迹图原理的OLTC声纹信号识别方法，其特征在于，包括如下步骤：

步骤1，通过安置在有载分接开关外部的传感器获取其声学振动数据；

步骤2，对变压器的声纹振动信号进行预处理，将有载分接开关的振动信号分离出来；

步骤3，利用多维坐标空间提取相空间轨迹图几何特征的方法，通过分析有载分接开关机械振动信号的动力学特征，提取出反映机械性能的具体特征指标；

步骤4，通过模糊集理论对已求得的有载分接开关振动信号相轨图几何特征建立各类故障的正态型隶属函数，从而对各类故障进行诊断以及预测。

进一步的，其特征在于，所述步骤2具体包括：

利用独立分量分析将探测到的变压器各类声纹振动信号进行某种线性分解，使得分解后的输出分量尽可能相互统计独立。可用如下混合方程来描述：

x(t)＝As(t)

其中，x(t)＝[x₁(t),x₂(t),……,x_N(t)]^T是N个传感器获得的N维观测向量，s(t)＝[s₁(t),s₂(t),……,s_M(t)]^T是M个独立源信号，A称为混合矩阵；独立分量分析是在s(t)与A均为未知的条件下，找到一个分离矩阵B，使得x通过它后所得输出y是s的最优逼近。

进一步的，所述步骤3具体包括：

将监测到的一维振动信号x(i)＝x(t_i)，t_i＝t₀+i△t，i＝1,2,……N，其中t₀为监测信号起始时间点；△t为时间间隔；N为时间序列的长度，根据该序列，可重构一个m维的k个向量，如下式所示：

其中k＝N-(m-1)τ，其中τ为延迟时间，计算合适的m和τ以实现相空间重构并使这k个向量形成一个重构信号的相空间；

利用伪最近邻点法计算嵌入维数，计算距离小于某一点R的最近邻点数随m的变化：

当m达到某一临界值时，最近邻点数将发生突变并随m的增大由减小而趋于不变时，则此时m值就是待求的嵌入维数；

在重构的多维相空间中选取一个球形指定区域V，球心为R_c，其坐标取为，半径为

将采样得到的一维振动时间序列{x}代入到R_a中，定义相轨图中所有相点与区域V中点的平均几何距离为R_m，R_m反映了相轨图中所有相点相对于吸引子的分布特性：

相轨图中三维坐标序列分别为x(n)、y(n)、z(n)，计算平均几何距离与吸引子半径的比值为相空间分布系数

当有载分接开关的振动相对稳定时，其PPDC值保持相对稳定；若有载分接开关的振动比较剧烈时，PPDC值也会跟随发生较大变化，即相点在相空间中的分布特性也发生了剧烈变化。

本发明的一种基于相空间轨迹图原理的OLTC声纹信号识别方法，从声学振动角度对变压器有载分接开关进行状态监测，通过安置在有载分接开关外部的传感器获取其声学振动数据，实时进行特征信息的识别，及时、准确的发现有载分接开关存在的安全隐患和故障，并在此技术基础上对被监测有载分接开关的隐患和故障进行判断，定位隐患和故障点，生产状态评估报告，提出状态检修策略，引导检修队伍快速开展维护，降低检修工作人员劳动强度，提高有载分接开关检修效率。

附图说明

图1为本发明的一种基于相空间轨迹图原理的OLTC声纹信号识别方法的流程图。

具体实施方式

为了能更好地对本发明的技术方案进行理解，下面通过具体地实施例进行详细地说明：

请参阅图1，本发明的一种基于相空间轨迹图原理的OLTC声纹信号识别方法，首先针对变压器的声纹振动信号进行预处理，将有载分接开关的振动信号分离出来；其次，利用多维坐标空间提取相空间轨迹图几何特征的方法，通过分析有载分接开关机械振动信号的动力学特征，提取出反映机械性能的具体特征指标；最后，通过模糊集理论对已求得的有载分接开关振动信号相轨图几何特征建立各类故障的正态型隶属函数，从而对各类故障进行诊断以及预测。

具体实施方式如下：

1、OLTC振动信号的盲源分离

利用独立分量分析(Independent Component Anaysis，ICA)将探测到的变压器各类声纹振动信号进行某种线性分解，使得分解后的输出分量尽可能相互统计独立。可用如下混合方程来描述：

x(t)＝As(t)

其中，x(t)＝[x₁(t),x₂(t),……,x_N(t)]^T是N个传感器获得的N维观测向量，s(t)＝[s₁(t),s₂(t),……,s_M(t)]^T是M个独立源信号，A称为混合矩阵。独立分量分析(ICA)是在s(t)与A均为未知的条件下，找到一个分离矩阵B，使得x通过它后所得输出y是s的最优逼近。

2、相空间轨迹图特征提取

将监测到的一维振动信号x(i)＝x(t_i)，t_i＝t₀+i△t，i＝1,2,……N，其中t₀为监测信号起始时间点；△t为时间间隔；N为时间序列的长度。根据该序列，可重构一个m维的k个向量，如下式所示：

其中k＝N-(m-1)τ，其中τ为延迟时间，计算合适的m和τ以实现相空间重构并使这k个向量形成一个重构信号的相空间。

嵌入维数：利用伪最近邻点法(False Nearest Neighbors,FNN)计算嵌入

的最近邻点数随m的变化：

当m达到某一临界值时，最近邻点数将发生突变并随m的增大由减小而趋于不变时，则此时m值就是待求的嵌入维数。

PPDC值求取：在重构的多维相空间中选取一个球形指定区域V，球心为R_c，其坐标取为，半径为

将采样得到的一维振动时间序列{x}代入到R_a中，定义相轨图中所有相点与区域V中点的平均几何距离为R_m，R_m反映了相轨图中所有相点相对于吸引子的分布特性：

相轨图中三维坐标序列分别为x(n)、y(n)、z(n)，计算平均几何距离与吸引子半径的比值为相空间分布系数(Phase Points Distribution Coefficient,PPDC)

当有载分接开关的振动相对稳定时，其PPDC值保持相对稳定；若有载分接开关的振动比较剧烈时，PPDC值也会跟随发生较大变化，即相点在相空间中的分布特性也发生了剧烈变化。

本发明解决了如下技术问题：1)从变压器油箱表面采集到的各类振动信号中将有载分解开关振动信号分离出来。2)针对有载分解开关振动信号，构建多维空间相轨图以观察振动的模式变化，建立相应的振动特征库。

本发明针对变压器各部位振动特性的独立性，采用盲源信号分离算法，有效的分离出有载分接开关的振动信号。本发明以混沌学为原理，利用多维相空间重构算法分析得出各种机械状态下的特征图谱和几何特征参数并实现故障的诊断以及分类。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (3)

1.一种基于相空间轨迹图原理的OLTC声纹信号识别方法，其特征在于，包括如下步骤：

步骤1，通过安置在有载分接开关外部的传感器获取其声学振动数据；

步骤2，对变压器的声纹振动信号进行预处理，将有载分接开关的振动信号分离出来；

步骤3，利用多维坐标空间提取相空间轨迹图几何特征的方法，通过分析有载分接开关机械振动信号的动力学特征，提取出反映机械性能的具体特征指标；

步骤4，通过模糊集理论对已求得的有载分接开关振动信号相轨图几何特征建立各类故障的正态型隶属函数，从而对各类故障进行诊断以及预测。

2.根据权利要求1所述的一种基于相空间轨迹图原理的OLTC声纹信号识别方法，其特征在于，所述步骤2具体包括：

利用独立分量分析将探测到的变压器各类声纹振动信号进行某种线性分解，使得分解后的输出分量尽可能相互统计独立。可用如下混合方程来描述：

x(t)＝As(t)

其中，x(t)＝[x₁(t),x₂(t),……,x_N(t)]^T是N个传感器获得的N维观测向量，s(t)＝[s₁(t),s₂(t),……,s_M(t)]^T是M个独立源信号，A称为混合矩阵；独立分量分析是在s(t)与A均为未知的条件下，找到一个分离矩阵B，使得x通过它后所得输出y是s的最优逼近。

3.根据权利要求1所述的一种基于相空间轨迹图原理的OLTC声纹信号识别方法，其特征在于，所述步骤3具体包括：

将监测到的一维振动信号x(i)＝x(t_i)，t_i＝t₀+i△t，i＝1,2,……N，其中t₀为监测信号起始时间点；△t为时间间隔；N为时间序列的长度，根据该序列，可重构一个m维的k个向量，如下式所示：

其中k＝N-(m-1)τ，其中τ为延迟时间，计算合适的m和τ以实现相空间重构并使这k个向量形成一个重构信号的相空间；

利用伪最近邻点法计算嵌入维数，计算距离小于某一点R的最近邻点数随m的变化：

当m达到某一临界值时，最近邻点数将发生突变并随m的增大由减小而趋于不变时，则此时m值就是待求的嵌入维数；

在重构的多维相空间中选取一个球形指定区域V，球心为R_c，其坐标取为，半径为

将采样得到的一维振动时间序列{x}代入到R_a中，定义相轨图中所有相点与区域V中点的平均几何距离为R_m，R_m反映了相轨图中所有相点相对于吸引子的分布特性：

相轨图中三维坐标序列分别为x(n)、y(n)、z(n)，计算平均几何距离与吸引子半径的比值为相空间分布系数

当有载分接开关的振动相对稳定时，其PPDC值保持相对稳定；若有载分接开关的振动比较剧烈时，PPDC值也会跟随发生较大变化，即相点在相空间中的分布特性也发生了剧烈变化。

Images