專利名稱：電力變壓器智能在線狀態評判方法
技術領域：
本發明屬于變壓器監測技術領域，特別涉及一種變壓器在線監測及狀態評判方法，適用于變壓器工作狀態的在線監測及其健康狀況的智能分析。
背景技術：
變壓器是電力系統中的關鍵設備，其設備的可靠運行對電力系統的穩定運行至關重要。為了提高供電可靠率，除了在設備訂貨階段應選用技術過硬、產品質量優異的變壓器以外，更重要的一點是要不斷提高主變壓器的運行、維護及檢修水平。常規的事后維修和預防維修的檢測方法與現代化狀態維護發展趨勢不相適應，為了保證電力系統供電可靠性和經濟性，電力設備的在線監測和故障診斷系統就應運而生。繞組變形在變壓器故障中占有很大的比例。因此，在線監測電力變壓器繞組的工作狀況成為電力變壓器監測的一個主要內容。目前國內外變壓器在線監測技術主要是采用油中溶解氣體分析法，但該方法需要采集變壓器油來進行分析，這樣會破壞變壓器整體結構，而且分析過程時間長，對瞬時故障無法做出及時判斷。振動分析方法雖然能夠及時反映出變壓器的內部繞組及鐵芯的變化情況，但因為它采用的是振動閾值比較的方式，這就決定了它只能做出“是”與“否”的報警判斷，不能對內部件的健康狀況給予判定。綜合以往的變壓器在線監測系統，采用各種方法來對變壓器進行在線分析及監測，均有各自優缺點，目的是實時分析變壓器內部變化當發生故障時給予報警，但只是單一的采集機械或電氣特性，進行閾值定義。當超出規定閾值時，即判斷變壓器故障，并無判斷變壓器內部繞組形變的程度，如輕微、中度、嚴重等形變程度。對變壓器繞組形變采用智能化監測并評判其內部狀態，給運行人員提供可靠的診斷結果，這樣在掌握變壓器實時工作狀態的同時也可對早期故障具有良好的預測能力，從而提高變壓器運行的可靠性。
發明內容
本發明提供了一種變壓器在線監測及狀態評判方法，目的是及時采集變壓器的振動信號，從而根據每種振動信號的特征獲得變壓器內部繞組形變程度，以便更為精確的確定運行時變壓器的健康度，對變壓器的在線運行狀態及早期故障給予提早的計劃和預測。為實現上述目的，本發明采用以下技術方案:
電力變壓器智能在線狀態評判方法，其特征在于:本方法首先采用小波包分析來提取變壓器振動信號的能譜熵，以特征熵的形式采用支持向量機進行分析從而對變壓器內部繞組形變狀態提出健康度的判定，具體包含以下步驟:
步驟1.獲取歷史數據，組成支持向量機評判系統模型；
步驟2.選取振動傳感器的數量及安裝最佳位置；
步驟3.變壓器運行時通過振動傳感器采集其各個位置的振動信號，并通過電路將振動信號傳入下位機的數據采集裝置；
步驟4.數據采集裝置經過采集、A/D轉換及濾波過程后將得到的振動信號數據通過GPRS無線通訊模塊發送到上位機進行分析處理；
步驟5.上位機數據分析模塊通過小波包分析算法將獲得的振動數據進行能譜熵變換，獲得變壓器實時運行的振動特征值；
步驟6.將每組振動特征值輸入訓練好的支持向量機評判系統模型中，從而得出繞組實時運行的健康程度，即繞組正常狀態及各種形變程度，以文字及指示燈形式顯示到上位機中，同時通過獲取變壓器實時狀態來給予提示或報警，并將評判結果通過WEB服務器傳遞給調度系統。本發明中所提出的變壓器在線監測及狀態評估方法，具有評判模型簡單，不需要大量的狀態評價樣本等優點，能快速判別變壓器繞組運行的狀態，同時以健康度的級別來評價變壓器繞組狀態的損壞等級，從而能使運行人員進行對變壓器早期故障能有良好的預測。本發明中所提出的變壓器在線監測及狀態評判系統，具有較強的靈活性和魯棒性。本發明所提供的方法及系統可廣泛應用于各類變壓器的狀態評價、故障診斷及管理決策等方面，具有廣闊的應用前景。
:
圖1是本發明的支持向量機模型的最優分類 圖2是本發明的變壓器線監測及狀態評判系統結構示意 圖3是本發明的變壓器繞組健康度的等級評判及對應故障示意 圖4是本發明的變壓器在線監測及評判方法流程圖。
具體實施方式
:
下面結合具體實施例和附圖對本發明進行詳細說明。本發明根據變壓器的機械特性，及時采集變壓器的振動信號。如果變壓器繞組發生各種程度的形變或松動，則機械特性發生相應變化，每種振動信號內部也發生相對應的變化，從而根據每種振動信號的特征獲得變壓器內部繞組形變程度，對變壓器的在線運行狀態及早期故障給予提早的計劃和預測。為了達到以上目的首先要采用小波包分析來提取變壓器振動信號的能譜熵，以特征熵的形式采用支持向量機進行分析從而對變壓器內部繞組形變狀態提出健康度的判定。具體包含以下步驟:
步驟1.獲取歷史數據，組成支持向量機評判系統模型，具體步驟為:
①分別采集繞組正常狀態、輕微形變、中度形變及嚴重形變時刻的幾組振動信號，將采集后的振動數據進行小波包分解。小波包分解具體方法為:對于振動信號可以用以下遞推公式來進行分解:
權利要求
1.電力變壓器智能在線狀態評判方法，其特征在于:本方法首先采用小波包分析來提取變壓器振動信號的能譜熵，以特征熵的形式采用支持向量機進行分析從而對變壓器內部繞組形變狀態提出健康度的判定，具體包含以下步驟: 步驟1.獲取歷史數據，組成支持向量機評判系統模型； 步驟2.選取振動傳感器的數量及安裝最佳位置； 步驟3.變壓器運行時通過振動傳感器采集其各個位置的振動信號，并通過電路將振動信號傳入下位機的數據采集裝置； 步驟4.數據采集裝置經過采集、A/D轉換及濾波過程后將得到的振動信號數據通過GPRS無線通訊模塊發送到上位機進行分析處理； 步驟5.上位機數據分析模塊通過小波包分析算法將獲得的振動數據進行能譜熵變換，獲得變壓器實時運行的振動特征值； 步驟6.將每組振動特征值輸入訓練好的支持向量機評判系統模型中，從而得出繞組實時運行的健康程度，即繞組正常狀態及各種形變程度，以文字及指示燈形式顯示到上位機中，同時通過獲取變壓器實時狀態來給予提示或報警，并將評判結果通過WEB服務器傳遞給調度系統。
全文摘要
電力變壓器智能在線狀態評判方法，采用小波包分析來提取變壓器振動信號的能譜熵，以特征熵的形式采用支持向量機進行分析從而對變壓器內部繞組形變狀態提出健康度的判定。本發明中所提出的變壓器在線監測及狀態評估方法，具有評判模型簡單，不需要大量的狀態評價樣本等優點，能快速判別變壓器繞組運行的狀態，同時以健康度的級別來評價變壓器繞組狀態的損壞等級，從而能使運行人員進行對變壓器早期故障能有良好的預測。本發明中所提出的變壓器在線監測及狀態評判系統，具有較強的靈活性和魯棒性。本發明所提供的方法及系統可廣泛應用于各類變壓器的狀態評價、故障診斷及管理決策等方面，具有廣闊的應用前景。
文檔編號G01R31/06GK103163420SQ201110403529
公開日2013年6月19日 申請日期2011年12月8日 優先權日2011年12月8日
發明者徐建源, 張彬, 林莘 申請人:沈陽工業大學