CN115758202A - 一种基于多物理场耦合仿真的变压器噪声信号辨识方法 - Google Patents
一种基于多物理场耦合仿真的变压器噪声信号辨识方法 Download PDFInfo
- Publication number
- CN115758202A CN115758202A CN202211349112.9A CN202211349112A CN115758202A CN 115758202 A CN115758202 A CN 115758202A CN 202211349112 A CN202211349112 A CN 202211349112A CN 115758202 A CN115758202 A CN 115758202A
- Authority
- CN
- China
- Prior art keywords
- transformer
- model
- field
- signal
- simulation
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明公开了一种基于多物理场耦合仿真的变压器噪声信号辨识方法,通过建立多物理场耦合仿真模型和故障状态仿真模型,对变压器正常和故障运行状况下的内部噪声信号进行多物理场瞬态仿真,得到变压器不同工况下噪声信号的空间分布及传播特性并进行对比分析。最后通过特征矩阵相似度计算结果并结合得到的噪声分布云图进行变压器故障辨识。借助有限元分析软件模拟变压器多种故障状态,为变压器进行故障辨识提供足够的数据支撑,以解决变压器故障信号获取困难,导致对变压器进行故障辨识准确度不高的问题。
Description
技术领域
本发明涉及电力设备技术领域,更具体的说是涉及一种基于多物理场耦合仿真的变压器噪声信号辨识方法。
背景技术
变压器在电力系统输配电过程中起着重要作用,变压器故障将直接威胁到电力系统的安全稳定运行。在变压器故障诊断的方法中,振动信号分析法是近年来发展较为迅速且具有良好应用前景的变压器故障诊断技术。由于变压器体积庞大,获取变压器完整的振动信号需要较多的振动加速度传感器,并且变压器带电部位不易布置传感器。因此,需要研究行之有效的方法来对变压器进行故障诊断,保证电力系统安全可靠运行。
对运行中的变压器来说,绕组和铁芯等产生的持续振动经空气向外界辐射形成声波信号,蕴含了变压器大量状态信息。随着声纹识别技术的不断发展,利用噪声信号对变压器进行状态检测和故障诊断成为新的研究热点。当变压器发生故障时,其运行产生的噪声信号会发生相应变化,噪声分布特性也会存在明显差异。同时,相比于振动诊断技术,变压器噪声信号的获取不一定要接触设备,只需将传感器布置在变压器附近即可,不会影响设备正常运行,并且具有设备简单、安装灵活等特点,有效的克服了传统检测方法的不足。
但是,现有研究虽然利用有限元分析法对变压器噪声分布进行分析,但未能结合变压器不同工况进行仿真模拟,也未将噪声分布特性用于变压器故障辨识。
因此,如何实现利用变压器噪声结合变压器工况仿真识别变压器故障,提高故障识别的准确度是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种基于多物理场耦合仿真的变压器噪声信号辨识方法,该方法合理借助有限元分析软件模拟变压器多种故障状态,为变压器进行故障辨识提供足够的数据支撑,以解决变压器故障信号获取困难,导致对变压器进行故障辨识准确度不高的问题。
为了实现上述目的,本发明采用如下技术方案:
一种基于多物理场耦合仿真的变压器噪声信号辨识方法,包括以下步骤:
步骤1:通过有限元仿真耦合变压器的电场模型、磁场模型、结构力场模型和声场模型,建立变压器多物理场耦合仿真模型;
步骤2:采集变压器的绕组和铁芯在运行时发生机械故障的故障信息构建变压器故障状态仿真模型;
步骤3:利用所述变压器多物理场耦合仿真模型和所述变压器故障状态仿真模型进行仿真,获得仿真数据;采集变压器正常运行状态下的噪声信号,构造噪声信号特征矩阵,利用噪声信号特征矩阵的相似度和所述仿真数据构建变压器故障辨识模型;变压器多物理耦合仿真模型仿真得到三维位置信息对应的声压级数据,选取同一位置的声压级进行比较构建变压器故障辨识模型;
步骤4:将待识别变压器噪声信号输入所述变压器故障识别模型,结合所述变压器多物理场耦合仿真模型进行变压器振动噪声仿真分析,获得故障辨识结果。
优选的,建立变压器多物理场耦合仿真模型的具体过程为:
步骤11:根据变压器中铁芯几何模型和绕组几何模型构建变压器本体几何模型,并在变压器本体几何模型外部建立空气域构建变压器几何模型;其中绕组包括高压绕组和低压绕组,采用双层圆筒式结构,采用Yyn0连接方式;利用场路耦合法对变压器几何模型和电路模型进行耦合获得变压器电场模型;通过有限元分析软件搭建外电路,构建电路模型,在三相高压绕组线圈两端接入交流电压源,低压绕组线圈通过外部耦合获得交变电流;
步骤12:建立电-磁场耦合模型;
以外电路中施加的交流电压源产生的电流作为电磁场分析的激励源加入到磁场仿真单元中,利用ANSYS有限元分析软件中的Maxwell 3D模块对变压器的电场模型进行瞬态电磁场仿真分析,获得电-磁场耦合模型中铁芯和绕组所受的瞬时电磁力,根据瞬时电磁力采用瞬态求解器模拟变压器在各个时间的磁场分布情况,由此实现电场与磁场模型的耦合,获得电-磁场耦合模型;
采用虚功法计算电-磁场耦合模型中铁芯和绕组所受的瞬时电磁力:
式中,B为磁感应强度;H为磁场强度,W(s,I)为变压器空气域的磁场储能;s表示绕组横截面积;I表示电流值;Ω表示整个积分区域;
步骤13:建立电-磁-结构力场耦合模型;通过瞬态电磁场求解得到的铁芯和绕组所受瞬时电磁力以体载荷的形式加载到结构力场中,并利用ANSYS有限元分析软件中Harmonic Response模块(谐响应模块)进行谐响应分析,从而实现电磁场与结构力场的耦合,获得电-磁-结构力耦合模型;
在对电-磁场耦合模型和结构力场耦合计算时,建立的结构力场模型的运动微分方程如下所示:
式中:m为质量矩阵,u为振动位移,ζ为阻尼矩阵,k为刚度矩阵,f(t)为绕组所受电磁力;
振动位移为电-磁-结构力场耦合模型的结构力场的主要因变量,通过耦合仿真获得振动位移,根据铁芯和绕组的表面振动位移得到铁芯和绕组的振动速度和振动加速度,对振动位移对时间求一次导数获得振动速度,微分方程表示为求二次导数获得振动加速度,微分方程表示为
步骤14:建立电-磁-结构力-声场耦合模型;
为了实现电-磁-结构力场耦合模型中结构力场与声场的相互耦合,将铁芯和绕组表面振动位移、振动速度和振动加速度作为激励导入到声场中进行分析,由此完成电-磁-结构力-声多物理场耦合模型的建立;
在声场模型中主要设置变压器外部空气域作为求解域,声场模型的声学波动方程表示如下:
式中:ρ为流体密度;c为声速;p为绝对声压;q为偶极源;Q为单极源;
声压作为评价噪声的重要物理量,通常用声压级来描述声压的大小,声场模型的声压级的定义表达式为:
式中,LP为声压级;P为声压有效值;P0为基准声压,其中P0=20μPa=20*10-6Pa;
对公式(1)-(4)进行耦合求解,结合有限元仿真获得电-磁-结构力-声场耦合模型,作为变压器多物理场耦合仿真模型,根据电-磁-结构力-声场耦合模型仿真获得变压器噪声在空气域的传播过程,以及声场分布特征;声场分布特征以噪声分布云图的形式展示,不同工况下的声场分布特征存在差异。
优选的,建立变压器故障状态仿真模型的故障信息包括变压器异常状态种类和对应的噪声信号。噪声信号为变压器振动产生的噪声。
优选的,建立基于噪声信号特征矩阵相似度的变压器故障辨识模型的具体过程为:
步骤31:构造标准信号特征矩阵;将变压器正常运行状态下的噪声信号作为标准信号A,考虑采用变压器振动频率在100~1000Hz处声压级作为表征噪声信号的特征量,假设布置了n个测点,构造多测点特征矩阵As:
步骤32:构造矩阵相似判别函数;选取s组标准信号的多测点特征矩阵作为训练样本构造噪声信号特征矩阵[A1,A2,...,As],根据噪声信号特征矩阵计算相似度判别函数Z(α):
式中,α为单位矢量;T表示转置;
步骤34:计算标准信号的特征矢量到特征矢量中心的距离:
步骤35:根据噪声信号的特征矢量到标准信号的特征矢量中心的距离计算噪声信号与标准信号的特征矩阵相似度,作为变压器故障识别模型;表示为:
其中,SA表示特征矩阵相似度,D表示噪声信号的特征矢量到标准信号的特征矢量中心的距离;DA表示标准信号的特征矢量到特征矢量中心的距离。
优选的,所述步骤4中进行振动噪声仿真分析的具体过程为:
步骤41:采集变压器绕组和铁芯在运行时的噪声信号作为待识别信号,根据步骤31构造待识别信号特征矩阵B;
步骤42:计算待识别信号特征矩阵B在单位矢量αA上的投影特征矢量,表达式为:
XB=BTαA (10);
步骤43:计算投影特征矢量到标准信号A的特征向量中心的距离:
DB=||XB-X0|| (11);
步骤44:根据标准信号的特征矢量到特征矢量中心的距离DA,以及待识别信号特征矩阵B的投影特征矢量到标准信号的特征向量中心的距离DB,计算待识别信号与标准信号的特征矩阵相似度为:
其中,0<SA<1,SA越接近0,说明待识别信号与标准信号差异越小,即相似程度越高;设定故障阈值,当特征矩阵相似度SA大于设定故障阈值时,表明待识别信号与标准信号差异过大,可视为故障信号。
步骤45:将判断为故障信号的待识别信号和标准信号分别输入所述变压器多物理场耦合仿真模型进行仿真分析,分别获得待识别信号的噪声分布云图和标准信号的噪声分布云图,通过比对,获得故障识别结果。
利用ansys有限元仿真软件中acoustics(声学)模块后处理得到噪声分布云图;通过对变压器正常运行状态得到的标准信号和得到的待识别信号分别进行变压器多物理场耦合仿真模型仿真,得到噪声分布云图,采用切面Section plane查看模型内部的声压级分布,得到正常和故障运行状态下的噪声分布情况明显不同(即图形的差异),也可提取同一表面的声压级数据,通过origin绘图软件进行可视化处理(即数据差异)进行故障识别。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于多物理场耦合仿真的变压器噪声信号辨识方法,通过建立多物理场耦合仿真模型和故障状态仿真模型,对变压器正常和故障运行状况下的内部噪声信号进行多物理场瞬态仿真,得到变压器不同工况下噪声信号的空间分布及传播特性并进行对比分析。最后通过特征矩阵相似度计算结果并结合得到的噪声分布云图进行变压器故障辨识。借助有限元分析软件模拟变压器多种故障状态,能延长变压器运行寿命和节省经济成本,为变压器进行故障辨识提供足够的数据支撑,以解决变压器故障信号获取困难,导致对变压器进行故障辨识准确度不高的问题;所建立的基于噪声信号特征矩阵相似度故障辨识模型能综合实现多组噪声信号、不同测点的变压器故障辨识;通过噪声分布云图与特征矩阵相似度结果相结合的方式对变压器进行故障识别,能全面并准确的辨识变压器故障。
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,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的变压器多物理场耦合仿真流程图;
图2附图为本发明提供的变压器及外部空间几何模型示意图;
图3附图为本发明提供的外电路连接示意图;
图4附图为本发明提供的铁芯变形模型结构示意图;
图5附图为本发明提供的绕组变形模型结构示意图;
图6附图为本发明提供的变压器测点示意图;
图7附图为本发明提供的不同状态下的加速度振动频谱图;
图8附图为本发明提供的正常状态下振动频率为100Hz时变压器中心剖面声压级分布云图;
图9附图为本发明提供的绕组变形状态下振动频率为100Hz时变压器中心剖面声压级分布云图;
图10附图为本发明提供的铁芯变形状态下振动频率为100Hz时变压器中心剖面声压级分布云图。
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。
本发明实施例公开了一种基于多物理场耦合仿真的变压器噪声信号辨识方法,在变压器本体的振动产生与声音传播的过程中,利用ANSYS Workbench有限元分析软件的多物理场耦合功能,建立变压器多物理场耦合仿真模型。通过完成变压器电-磁-结构力-声场的多物理场耦合建模,将变压器的铁芯和绕组振动产生的噪声作为完整的振动噪声声源,以此反映变压器振动噪声产生机理。变压器内部噪声信号研究过程涉及电-磁-结构力-声场计算分析,不同物理场之间相互关联,需要依次实现四个场之间耦合,变压器多物理场耦合具体流程如图1。
实施例
一种基于多物理场耦合仿真的变压器噪声信号故障辨识方法,包括:
S1,建立变压器多物理场有限元模型;
1)变压器几何模型
由于铁芯和绕组振动产生的噪声作为变压器噪声主要来源,因此主要考虑铁芯和绕组的几何模型建立,为了提高计算精度,降低铁芯损耗,铁芯采用Q120_30型硅钢片,高、低压绕组采用双层圆筒式结构,其连接方式采用Yyn0;在变压器外部建立空气域来模拟室外变压器的空气环境,根据铁芯和绕组实际尺寸建立如图2所示的变压器及外部空间几何模型;
2)电-磁场耦合模型
在电-磁场耦合建模时,结合图1变压器多物理耦合仿真流程,利用场路耦合法实现变压器几何模型和电路模型的耦合;通过有限元分析软件搭建外电路,在三相高压绕组线圈两端接入交流电压源,低压绕组线圈通过外部耦合获得交变电流,由此实现电场与磁场模型的耦合;其中高压侧施加幅值为10kV的交流电压,采用工频为50Hz的电源频率;外电路具体连接如图3所示;
利用ANSYS有限元分析软件中的Maxwell 3D模块对变压器进行瞬态电磁场仿真求解分析,采用瞬态求解器模拟变压器在各个时间的磁场分布情况;将上述外电路电压源产生的电流作为磁场的激励源加入到磁场仿真单元中;在线圈内产生随激励变化的磁场,磁通流经变压器铁芯使其产生随电流变化的时变磁场,最后求解得到铁芯和绕组所受的电磁力;
3)电-磁-结构力场耦合模型
通过瞬态电磁场求解得到的铁芯和绕组所受电磁力以体载荷的形式加载到结构力场中,利用Harmonic Response模块进行谐响应分析,从而实现电磁场与结构力场的耦合;结构力场仿真求解的主要因变量为位移u,通过此部分耦合仿真,可求得铁芯和绕组表面振动位移,进而得到振动速度和振动加速度;
4)电-磁-结构力-声场耦合模型
为了实现结构力场与声场的相互耦合,将结构力场计算得到的铁芯和绕组表面振动位移和速度作为激励导入到声场中进行分析,由此完成电-磁-结构力-声多物理场耦合模型的建立;通过此部分耦合求解变压器噪声的传播过程及声场分布特征;
S2,建立变压器故障状态仿真模型
变压器绕组和铁芯在运行时可能会发生机械故障,针对绕组变形和铁芯变形两种异常状态产生的振声展开研究;以几何模型为基础,分别搭建了铁芯变形和绕组变形工况下的模型;通过给铁芯施加100N的夹紧应力来模拟铁芯变形状态,通过改变C相高压绕组的几何形状,来模拟绕组变形状态,如图4和图5所示分别为变压器铁芯和绕组受力后放大若干倍的应变情况;
S3,建立基于噪声信号特征矩阵相似度的变压器故障辨识模型
在变压器正常运行时,振动的主频率集中在100Hz附近,当绕组或者铁芯发生变形故障时,引起磁场分布改变,导致变压器振动的非线性增加,出现高频次的谐波分量,从而影响变压器噪声信号发生变化;
1)考虑采用变压器振动频率在100~1000Hz处声压级作为表征噪声信号的特征量;采集5组变压器正常运行状态下的噪声信号作为标准信号,取5组噪声信号在100~1000Hz处声压级构造特征矩阵A:
2)构造矩阵相似判别函数;构造标准信号特征矩阵A1,A2,...,A5的相似度判别函数Z(α):
式中,α为单位矢量;
4)计算标准信号到特征向量中心的距离为DA:
5)构造待识别信号特征矩阵;将绕组变形和铁芯变形的两组噪声信号作为待识别信号,采用同样的方式构造特征矩阵B和C;
6)分别计算待识别信号B和C在向量αA上的投影特征向量为:
XB=BTαA (9)
XC=BTαA (16)
7)再分别计算待识别信号特征向量到标准信号特征向量中心距离DB、DC;
DB=||XB-X0|| (10)
DC=||XC-X0|| (17)
8)最终得到待识别信号与标准信号特征矩阵相似度SA(AB)和SA(Ac):
其中,SA(AB)、SA(Ac)均大于0,若越接近0,说明待识别信号与标准信号差异越小,即两类信号越相似;
S4,变压器振动噪声仿真分析及故障辨识
由于声场分析在频域内进行,需要变压器铁芯和绕组在频域内的振动位移数据,因此基于变压器正常和故障仿真模型进行谐响应分析,得到变压器总体振动加速度的波形图;图7为正常工况、绕组变形、铁芯变形三种状态下的加速度振动频谱图;
由图7可知,变压器正常状态下,振动主要集中在100Hz、200Hz、300Hz附近工频倍频处;绕组变形时,200Hz频率的信号振幅明显增大,除此以外还包含较明显的高次谐波;铁芯变形时,振幅频谱中出现较为明显的475Hz振动分量;
将结构力场计算得到的变压器铁芯和绕组表面所有频段的振动位移数据导入谐响应分析模块Harmonic Acoustics中,并设定空气域为声场分析的边界条件;最终通过多物理场耦合仿真得到所有频段的噪声声压级分布,以颜色来区分声压级大小,图8-图10分别为变压器振动频率在100Hz时正常状态、绕组变形、铁芯变形三种工况的中心剖面声压级分布云图;
由图8-图10所示三种工况的噪声分布可以看出,变压器绕组和铁芯所产生的振动是由近到远的向外传播过程;变压器正常运行时振动产生的噪声信号呈现较为对称分布趋势,当铁芯和绕组发生变形时,辐射的噪声呈明显的不对称分布,并且辐射的声波信号向发生变形的位置传播;
最后通过式(18)和式(19)计算得到待识别信号与标准信号的特征矩阵相似度,结果如表1所示:
表1 特征矩阵相似度结果
工况 | 绕组变形 | 铁芯变形 |
特征矩阵相似度 | 0.22434 | 0.30796 |
由表1可知,绕组和铁芯变形时,与正常状态特征矩阵相似度趋于0,结果表明:故障前、后SA有良好的区分度,通过特征矩阵相似度计算结果并结合图8-图10的噪声分布云图可辨识变压器故障。
仿真结果对比分析
为了验证建立模型的有效性,本发明在变压器铁芯四个顶点和中心分别布置五个测点,具体测点分布如图6所示。根据图6布置的测点并结合式(4)计算得到的声压级与仿真得到的结果进行对比,得到不同测点的声压级结果及误差如表2-表4所示:
表2 正常状态测点声压级结果
计算值 | 仿真值 | 误差 | |
1 | 31.58 | 30.86 | 2.27% |
2 | 32.15 | 31.32 | 2.58% |
3 | 32.19 | 31.41 | 2.42% |
4 | 23.01 | 22.35 | 2.86% |
5 | 21.15 | 20.36 | 3.73% |
表3 铁芯变形状态测点声压级结果
计算值 | 仿真值 | 误差 | |
1 | 33.07 | 32.31 | 2.26% |
2 | 29.43 | 28.29 | 3.87% |
3 | 30.12 | 28.99 | 3.75% |
4 | 27.21 | 25.92 | 4.74% |
5 | 30.56 | 29.66 | 2.94% |
表4 绕组变形状态测点声压级结果
计算值 | 仿真值 | 误差 | |
1 | 26.79 | 25.48 | 4.88% |
2 | 27.23 | 26.54 | 2.53% |
3 | 26.48 | 25.51 | 3.66% |
4 | 29.51 | 28.07 | 4.87% |
5 | 34.26 | 33.14 | 3.27% |
观察表2-表4中数据可知,所有测点的仿真结果和计算结果的误差都在误差范围(5%)之内,有效验证了本发明所建模型的合理性。
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。对于实施例公开的装置而言,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。
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,本文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文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种基于多物理场耦合仿真的变压器噪声信号辨识方法,其特征在于,包括以下步骤:
步骤1:通过有限元仿真耦合变压器的电场模型、磁场模型、结构力场模型和声场模型,构建变压器多物理场耦合仿真模型;
步骤2:采集变压器的绕组和铁芯在运行时发生机械故障的故障信息构建变压器故障状态仿真模型;
步骤3:利用所述变压器多物理场耦合仿真模型和所述变压器故障状态仿真模型进行仿真,获得仿真数据;采集变压器正常运行状态下的噪声信号,构造噪声信号特征矩阵,利用噪声信号特征矩阵的相似度和所述仿真数据构建变压器故障辨识模型;
步骤4:将待识别变压器噪声信号输入变压器故障识别模型,结合所述变压器多物理场耦合仿真模型进行变压器振动噪声仿真分析,获得故障辨识结果。
2.根据权利要求1所述的一种基于多物理场耦合仿真的变压器噪声信号辨识方法,其特征在于,所述步骤1中构建变压器多物理场耦合仿真模型的具体过程包括:
步骤11:根据变压器中铁芯几何模型和绕组几何模型构建变压器本体几何模型,并在变压器本体几何模型外部建立空气域构建变压器几何模型;其中绕组包括高压绕组和低压绕组,采用双层圆筒式结构,采用Yyn0连接方式;通过有限元分析软件搭建外电路,构建电路模型,在三相高压绕组线圈两端接入交流电压源,低压绕组线圈通过外部耦合获得交变电流;利用场路耦合法对变压器几何模型和电路模型进行耦合获得变压器电场模型;
步骤12:将交变电流作为电磁场的激励源,利用有限元分析软件中的Maxwell 3D模块对变压器的电场模型进行瞬态电磁场仿真,获得电磁场模型,得到铁芯和绕组所受的瞬时电磁力;
根据铁芯和绕组所受的瞬时电磁力采用瞬态求解器模拟变压器在各个时间的磁场分布情况,实现电场与磁场模型的耦合,获得电-磁场耦合模型;
采用虚功法计算电-磁场耦合模型中铁芯和绕组所受的瞬时电磁力:
式中,B为磁感应强度;H为磁场强度,W(s,I)为变压器空气域的磁场储能;s表示绕组横截面积;I表示电流值;Ω表示整个积分区域;
步骤13:将铁芯和绕组所受的瞬时电磁力以体载荷的形式加载到结构力场中,并利用Harmonic Response模块进行谐响应分析,实现电磁场与结构力场的耦合,获得电-磁-结构力耦合模型;
在对电-磁场耦合模型和结构力场耦合计算时,建立的结构力场模型的运动微分方程如下所示:
式中:m为质量矩阵,u为振动位移,ζ为阻尼矩阵,k为刚度矩阵,f(t)为绕组所受电磁力;
利用所述振动位移对时间分别求一次导数和二次导数,分别获得振动速度和振动加速度;
步骤14:将振动位移、振动速度和振动加速度作为激励导入到声场模型中,实现电-磁-结构力场耦合模型中结构力场与声场的相互耦合,获得变压器多物理耦合仿真模型;
变压器几何模型中的空气域作为声场模型的求解域,则声场模型的声学波动方程如下:
式中:ρ为流体密度;c为声速;p为绝对声压;q为偶极源;Q为单极源;
采用声压级描述声压的大小,评价噪声,声压级的定义表达式为:
式中,LP为声压级;P为声压有效值;P0为基准声压,其中P0=20μPa=20*10-6Pa;
对公式(1)-(4)进行耦合求解,结合有限元仿真获得电-磁-结构力-声场耦合模型,作为变压器多物理场耦合仿真模型,根据变压器多物理场耦合仿真模型仿真获得变压器噪声信号在空气域的传播过程,以及声场分布特征。
3.根据权利要求1所述的一种基于多物理场耦合仿真的变压器噪声信号辨识方法,其特征在于,变压器多物理耦合仿真模型仿真得到三维位置信息对应的声压级数据,选取同一位置的声压级进行比较构建变压器故障辨识模型,步骤3中建立基于噪声信号特征矩阵相似度的变压器故障辨识模型的具体过程为:
步骤31:采集变压器正常运行状态下的噪声信号作为标准信号,采用变压器振动频率在100~1000Hz处声压级作为表征噪声信号的特征量,设定n个测点,构造多测点特征矩阵As,表示为:
步骤32:选取s个标准信号构成的多测点特征矩阵组成噪声信号特征矩阵[A1,A2,...,As],计算噪声信号特征矩阵[A1,A2,...,As]的相似度判别函数Z(α),表示为:
式中,α为单位矢量;T表示转置;
步骤34:计算标准信号对应的特征矢量到特征矢量中心的距离:
步骤35:根据噪声信号的特征矢量到标准信号的特征矢量中心的距离计算噪声信号与标准信号的特征矩阵相似度,作为变压器故障识别模型;表示为:
其中,SA表示特征矩阵相似度,D表示噪声信号的特征矢量到标准信号的特征矢量中心的距离;DA表示标准信号的特征矢量到特征矢量中心的距离。
4.根据权利要求3所述的一种基于多物理场耦合仿真的变压器噪声信号辨识方法,其特征在于,所述步骤4中进行振动噪声仿真分析的具体过程为:
步骤41:采集待识别变压器运行时的噪声信号作为待识别信号,根据步骤31构造待识别信号特征矩阵B;
步骤42:计算待识别信号特征矩阵B在单位矢量αA上的投影特征矢量,表达式为:
XB=BTαA (10);
步骤43:计算投影特征矢量到标准信号的特征向量中心的距离:
DB=||XB-X0|| (11);
步骤44:根据标准信号的特征矢量到特征矢量中心的距离DA,以及待识别信号特征矩阵B的投影特征矢量到标准信号的特征向量中心的距离DB,计算待识别信号与标准信号的特征矩阵相似度为:
其中,0<SA<1,SA越小则待识别信号与标准信号差异越小,即相似程度越高;设定故障阈值,当特征矩阵相似度SA大于设定故障阈值时,表明待识别信号与标准信号差异大,判断该待识别信号为故障信号。
步骤45:将判断为故障信号的待识别信号和标准信号分别输入所述变压器多物理场耦合仿真模型进行仿真分析,分别获得声场分布特征,通过比对,获得故障识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211349112.9A CN115758202A (zh) | 2022-10-31 | 2022-10-31 | 一种基于多物理场耦合仿真的变压器噪声信号辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211349112.9A CN115758202A (zh) | 2022-10-31 | 2022-10-31 | 一种基于多物理场耦合仿真的变压器噪声信号辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115758202A true CN115758202A (zh) | 2023-03-07 |
Family
ID=85355983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211349112.9A Pending CN115758202A (zh) | 2022-10-31 | 2022-10-31 | 一种基于多物理场耦合仿真的变压器噪声信号辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115758202A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116577698A (zh) * | 2023-07-06 | 2023-08-11 | 中铁第四勘察设计院集团有限公司 | 一种基于电磁场分布的变电所接地故障监测方法 |
CN116698680A (zh) * | 2023-08-04 | 2023-09-05 | 天津创盾智能科技有限公司 | 一种生物气溶胶自动监测方法及系统 |
-
2022
- 2022-10-31 CN CN202211349112.9A patent/CN115758202A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116577698A (zh) * | 2023-07-06 | 2023-08-11 | 中铁第四勘察设计院集团有限公司 | 一种基于电磁场分布的变电所接地故障监测方法 |
CN116577698B (zh) * | 2023-07-06 | 2023-12-15 | 中铁第四勘察设计院集团有限公司 | 一种基于电磁场分布的变电所接地故障监测方法 |
CN116698680A (zh) * | 2023-08-04 | 2023-09-05 | 天津创盾智能科技有限公司 | 一种生物气溶胶自动监测方法及系统 |
CN116698680B (zh) * | 2023-08-04 | 2023-09-29 | 天津创盾智能科技有限公司 | 一种生物气溶胶自动监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115758202A (zh) | 一种基于多物理场耦合仿真的变压器噪声信号辨识方法 | |
WO2021119947A1 (zh) | 一种桥梁损伤快速检测方法及相关装置 | |
CN102721897B (zh) | 电力变压器绕组匝间短路故障诊断方法 | |
CN108920731B (zh) | 一种变压器绕组匝间短路振动加速度的计算方法 | |
Yang et al. | Complex field fault modeling-based optimal frequency selection in linear analog circuit fault diagnosis | |
CN105488290B (zh) | 一种基于变压器三维电磁耦合模型的绕组应力评估方法 | |
CN109581134A (zh) | 一种在运电力变压器抗短路能力综合评估方法 | |
CN114616476A (zh) | 同步机器中的故障检测 | |
CN106815437B (zh) | 变压器稳态工况下油箱振动敏感区域确定方法及装置 | |
CN202735463U (zh) | 电力变压器绕组匝间短路故障诊断系统 | |
Gong et al. | Acoustic modeling and prediction of ultra-high speed switched reluctance machines based on finite element analysis | |
CN115879345B (zh) | 一种基于磁力声的变压器健康状态评估方法及系统 | |
Skowron et al. | Effectiveness of neural fault detectors of permanent magnet synchronous motor trained with symptoms from field-circuit modeling | |
Dupont et al. | Simulation of the airborne and structure-borne noise of electric powertrain: Validation of the simulation methodology | |
CN111382533A (zh) | 一种变压器电磁振动噪音仿真分析方法 | |
Ma et al. | Two-stage damage identification based on modal strain energy and revised particle swarm optimization | |
CN202947794U (zh) | 变压器器身表面振动信号的采集测试装置 | |
CN110017894B (zh) | 变压器运行状态振声检测中随机噪声的滤除方法和装置 | |
CN109781442B (zh) | 一种磁浮列车转向架裂缝故障的检测方法 | |
CN115577584A (zh) | 一种基于时频分析和多场耦合的干式变压器绕组状态识别方法 | |
CN109238454A (zh) | 电力变压器绕组变形累积效应的检测方法及装置 | |
CN116147758A (zh) | 一种便携式实船机械噪声快速测试评估装置及评估方法 | |
Yang et al. | Simulation analysis and experiment validation of vibration and noise of oil-immersed transformer | |
Li et al. | Simulation and test on vibration characteristics of power transformer windings | |
CN109901030B (zh) | 一种电抗器匝间绝缘状态监测方法、系统及应用 |
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 |