空载合闸下的变压器绕组机械状态检测判断方法
阅读说明：本技术 空载合闸下的变压器绕组机械状态检测判断方法 (Method for detecting and judging mechanical state of transformer winding under no-load closing ) 是由 李勇 张勇 马宏忠 陈冰冰 陈寿龙 许洪华 朱昊 刘宝稳 朱雷 王凌燕 王徐延 于 2021-03-16 设计创作，主要内容包括：本发明涉及一种空载合闸下的变压器绕组机械状态检测判断方法,属于电力变压器安全监测技术领域。该方法对于采集到的空载合闸下变压器绕组的振动加速度值,通过WOA-VMD(鲸鱼优化算法与变分模态分解组合)分解后得到分别处于100Hz、200Hz和400Hz三种频率的IMF1分量频谱峰值,再以三种频率的IMF1分量频谱峰值各自占比的关系作为条件的满足与否,从而实现了对变压器绕组机械状态的判断。相比现有的变压器绕组机械状态的检测分析方法,本发明提供的检测判断方法诊断及时、准确、可靠且简便易行。(The invention relates to a detection and judgment method for a mechanical state of a transformer winding under no-load closing, and belongs to the technical field of safety monitoring of power transformers. According to the method, collected vibration acceleration values of the transformer winding under no-load closing are decomposed through a WOA-VMD (whale optimization algorithm and variational modal decomposition combination) to obtain IMF1 component frequency spectrum peak values respectively at three frequencies of 100Hz, 200Hz and 400Hz, and the relation of respective occupation ratios of the IMF1 component frequency spectrum peak values of the three frequencies is taken as the condition to meet or not, so that the judgment on the mechanical state of the transformer winding is realized. Compared with the existing detection and analysis method for the mechanical state of the transformer winding, the detection and judgment method provided by the invention has the advantages of timely diagnosis, accuracy, reliability, simplicity, convenience and feasibility.)
技术领域
本发明涉及一种空载合闸条件下的变压器绕组机械状态检测判断方法。属于电力变压器安全监测技术领域。
背景技术
电力变压器作为电力系统中的重要设备，承担着电压变换、电能分配和电能传输的作用，电力变压器的正常运行，是电力系统安全、可靠、优质、经济运行的重要保证。统计分析表明，相当数量的变压器故障来自于绕组松动变形。绕组松动变形作为变压器绕组的潜伏性缺陷，提前预警是防止故障扩大的有效手段。目前，诊断变压器绕组有短路电抗法、基于稳态电流振动法等在线方法。基于变压器运行中短路故障扰动造成的特征离线诊断方法的提前告警能力差，诊断滞后；基于稳态振动信号的变压器绕组故障诊断方法抗干扰能力弱，故障诊断和故障程度识别的灵敏性和准确度低。
运行中的变压器振动信号主要为铁心振动和绕组振动的叠加。变压器在遭受励磁涌流冲击时，由于冲击电流幅值远远高于额定电流，绕组振动将远大于铁心振动，可认为涌流冲击时变压器振动主要由绕组振动引起。现有振动分析法通过测量传递到油箱壁的振动信号来检测变压器的绕组状态，但缺少通过对振动信号的分析来判断绕组机械状态的方法。
发明内容
本发明要解决的技术问题是：利用变压器的振动信号来实现对变压器绕组机械状态的判断。
本发明为解决上述技术问题提出的技术方案是：一种空载合闸下的变压器绕组机械状态检测判断方法，包括以下步骤：
1)在待检测的空载变压器上布置振动加速度传感器，合闸后采集时域振动加速度信号；
2)对采集到的时域振动加速度信号经WOA-VMD分解后得到分别处于100Hz、200Hz和400Hz三种频率的IMF1分量频谱峰值，所述WOA是鲸鱼优化算法，所述VMD是变分模态分解；
3)统计三种频率的IMF1分量频谱峰值在其总和中的各自占比，分别是所述100Hz频率的第一占比、所述200Hz频率的第二占比和所述400Hz频率的第三占比；
4)按照如下条件进行判断
①如果所述第三占比小于10％且所述第二占比大于1.5倍的所述第一占比时，判断所述变压器绕组机械状态处于正常；
②如果所述第三占比小于10％且所述第二占比接近但大于所述第一占比时，判断所述变压器绕组机械状态处于轻微松动；
③如果所述第三占比大于70％且所述第一占比接近但大于所述第二占比时，判断所述变压器绕组机械状态处于中度松动；
④如果所述第三占比大于90％且所述第一占比大于1.5倍的所述第二占比时，判断所述变压器绕组机械状态处于严重松动。
上述方案中的WOA-VMD分解具体步骤如下：
①利用鲸鱼算法优化VMD参数分解层数k和惩罚因子α，设k和α的初值分别为5和2000。
②初始化鲸鱼优化算法种群规模、迭代次数以及自适应权重值，IMF能量熵如下式(1)，并取适应度函数Ffit为各IMF能量熵平均值的倒数如下式(2)，
式中，Ek为第k阶IMF分量的能量，为第k阶IMF分量的能量占信号总能量比重；
③计算每只座头鲸的适应度值，并相互比较，确定当前适应度最优鲸鱼；
④进入算法主循环，根据p和|G|的值更新位置；
⑤对整个群体进行评价，确定全局最优鲸鱼位置；
⑥重复步骤③至⑤，直到达到最大迭代次数，输出最佳k和α组合；
⑦以最佳k和α参数初始化VMD，并分解振动信号为一系列IMF分量。
进一步，所述鲸鱼优化算法如下：
1)假设鲸鱼种群规模为N，待求解D维优化问题的解空间内第i只鲸鱼的位置为算法假设待优化问题变量及其解为最优鲸鱼(猎物)的位置；
2)在包围猎物阶段，假设当前最优后选解接近最佳鲸鱼位置，接着其他鲸鱼会自动更新自身位置，位置更新方程为下式(3)：
式(3)中，D是最优候选解位置，G和C是系数，n∈(1,nmax)是当前迭代次数，X*(n)是第n次迭代的最优解，X(n)是第n次迭代鲸鱼的位置，r∈[0,1]是随机数，a随着迭代次数的增加从2线性递减到0；
3)在局部搜索阶段，选择包围机制或螺旋气泡模式，则局部搜索的位置更新方程为下式(4)：
式(4)中，p∈[0,1]是随机数，D′＝|X*(n)-X(n)|是第i只鲸鱼与最优鲸鱼间的距离，l∈[-1,1]是随机数，b是螺旋常数，e是自然对数函数的底数
4)在全局搜索阶段，使用收敛因子|G|允许算法进行全局搜索，当|G|＞1，执行全局搜索的位置更新方程为下式(5)：
式(5)中，Xrand是当前迭代种群中随机一只鲸鱼的位置。
再进一步，所述振动加速度传感器是布置于所述变压器的A、B、C三相的三个，并在所述变压器的压绝缘端子与低压绝缘端子之间等距分布。
本发明的有益效果是：对于采集到的空载合闸下变压器绕组的时域振动加速度信号，通过WOA-VMD(鲸鱼优化算法与变分模态分解组合)分解后得到分别处于100Hz、200Hz和400Hz三种频率的IMF1分量频谱峰值，再以三种频率的IMF1分量频谱峰值各自占比的关系作为条件的满足与否，从而实现了对变压器绕组机械状态的判断。相比现有的变压器绕组机械状态的检测分析方法，本发明提供的检测判断方法诊断及时、准确、可靠且简便易行。
此外,需要指出的是：本发明通过测量空载合闸下变压器绕组的时域振动加速度信号，再经WOA-VMD算法分解得到IMF1分量频谱峰值，来判断变压器绕组机械状态，是基于本发明人发现变压器绕组在短路冲击下变压器绕组轴向加速度与电源频率存在内在联系。本发明人通过理论推导得出短路冲击下变压器绕组轴向加速度关于时间t的表达式如下式(6),
式(6)中，ay是绕组轴向加速度，Ay、B1、B3、Gy是无量纲系数，C'y是阻尼系数，M为绕组线饼总质量，γ是合闸时电压的初相角，ω0是合闸时刻电源角频率，β是在一个周期中励磁涌流的间断角，ω是电源角频率，T是电路时间常数，θ＝arctan[(1-ω2T2)/2ωT]和是有关ω的函数，K'y是刚度系数，e是自然对数函数的底数。
由式(6)可知，变压器承受励磁涌流冲击时绕组振动特性(轴向加速度)的振动信号特征量(ay)是电源频率(ω)的偶数次谐波。因此，变压器绕组松动或者变形所产生的变压器绕组机械动力学特性的变化，可以通过短路冲击下变压器绕组的振动加速度信号反映出来。
上式(6)所反映的是本发明人的一种科学理论发现且算式推导过程复杂，并不属于专利的范畴，故本发明只是通过式(6)来表明绕组振动加速度信号与电源频率存在联系，具体算式推导过程在此不做赘述。
附图说明
下面结合附图对本发明的作进一步说明。
图1是实施例中变压器上安装振动加速度传感器的结构示意图。
图2实施例变压器A相1号采集的时域振动加速度信号曲线图。
图3是对实施例变压器A相1号测得的绕组时域振动加速度信号及其经WOA-VMD分解后各阶IMF1分量时域信号曲线图。
图4是对图2经快速傅里叶变换后的频域信号曲线图。
具体实施方式
实施例
本实施例的空载合闸下的变压器绕组机械状态检测判断方法，包括以下步骤：1)如图1所示，某型号为S13-M-200/10的10kV配电变压器100，在该待检测的空载变压器上布置振动加速度传感器10，在变压器A、B、C每相各布置三个振动加速度传感器，共九个，分别是图中标号1、2、3、4、5、6、7、8和9，九个振动加速度传感器的位置在高压绝缘端子11与低压绝缘端子12间等距分布。合闸后采集振动加速度传感器输出的时域振动加速度信号；本实施例为方便说明，取A相标号1的一个振动加速度传感器采集的时域振动加速度信号为例。
2)采集到的时域振动加速度信号如图2中所示，对其经WOA-VMD分解后得到分别处于100Hz、200Hz和400Hz三种频率的IMF1分量频谱峰值，WOA是鲸鱼优化算法，VMD是变分模态分解，WOA-VMD就是将鲸鱼优化算法和变分模态分解组合运用，具体如下：
①利用鲸鱼算法优化VMD参数分解层数k和惩罚因子α，设k和α的初值分别为5和2000。
②初始化鲸鱼优化算法种群规模、迭代次数以及自适应权重值，IMF能量熵如下式(1)，并取适应度函数Ffit为各IMF能量熵平均值的倒数如下式(2)，
式中，Ek为第k阶IMF分量的能量，为第k阶IMF分量的能量占信号总能量比重；
③计算每只座头鲸的适应度值，并相互比较，确定当前适应度最优鲸鱼；
④进入算法主循环，根据p和|G|的值更新位置；
⑤对整个群体进行评价，确定全局最优鲸鱼位置；
⑥重复步骤③至⑤，直到达到最大迭代次数，输出最佳k和α组合；
⑦以最佳k和α参数初始化VMD，并分解振动信号为100Hz频率、200Hz频率和400Hz频率的IMF分量频谱峰值是：0.01009、0.01447、0.00192。
3)统计三种频率的IMF1分量频谱峰值在其总和中的各自占比，分别是100Hz频率IMF1分量频谱峰值的第一占比、200Hz频率IMF1分量频谱峰值的第二占比和400Hz频率IMF1分量频谱峰值的第三占比如下表1所示：
表1
4)按照如下条件进行判断
①如果所述第三占比小于10％且所述第二占比大于1.5倍的所述第一占比时，判断所述变压器绕组机械状态处于正常；
②如果所述第三占比小于10％且所述第二占比接近但大于所述第一占比时，判断所述变压器绕组机械状态处于轻微松动；
③如果所述第三占比大于70％且所述第一占比接近但大于所述第二占比时，判断所述变压器绕组机械状态处于中度松动；
④如果所述第三占比大于90％且所述第一占比大于1.5倍的所述第二占比时，判断所述变压器绕组机械状态处于严重松动。
根据上述表1可知，本实施例符合上述第②条件，因此可以判断本实施例检测的变压器绕组机械状态属于轻微松动。
图3所示是本实施例1号测点所得变压器绕组振动时域信号及其经WOA-VMD分解后各阶IMF分量时域信号曲线图；图4所示是为各阶IMF分量时域信号经快速傅里叶变换后的频域信号曲线图。
上述步骤2)中的鲸鱼优化算法是现有的(可参考Mirjalili S,Lewis A.Thewhale optimization algorithm鲸鱼优化算法[J].Advances in engineering software软件工程发展,2016,95:51-67)。本实施例给出该算法如下：
1)假设鲸鱼种群规模为N，待求解D维优化问题的解空间内第i只鲸鱼的位置为算法假设待优化问题变量及其解为最优鲸鱼(猎物)的位置；
2)在包围猎物阶段，假设当前最优后选解接近最佳鲸鱼位置，接着其他鲸鱼会自动更新自身位置，位置更新方程为下式(3)：
式(3)中，D是最优候选解位置，G和C是系数，n∈(1,nmax)是当前迭代次数，X*(n)是第n次迭代的最优解，X(n)是第n次迭代鲸鱼的位置，r∈[0,1]是随机数，a随着迭代次数的增加从2线性递减到0；
3)在局部搜索阶段，选择包围机制或螺旋气泡模式，则局部搜索的位置更新方程为下式(4)：
式(4)中，p∈[0,1]是随机数，D′＝|X*(n)-X(n)|是第i只鲸鱼与最优鲸鱼间的距离，l∈[-1,1]是随机数，b是螺旋常数，e是自然对数函数的底数；
4)在全局搜索阶段，使用收敛因子|G|允许算法进行全局搜索，当|G|＞1，执行全局搜索的位置更新方程为下式(5)：
式(5)中，Xrand是当前迭代种群中随机一只鲸鱼的位置。
以上所述仅为本发明的较佳实施例而已，但本发明并不局限于此，比如，。所有根据本发明的构思及其技术方案加以等同替换或等同改变均应涵盖在本发明的保护范围之内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：变压器绕组在空载合闸下的机械状态检测判断方法