一种电力变压器绕组变形故障检测方法
阅读说明：本技术 一种电力变压器绕组变形故障检测方法 (Power transformer winding deformation fault detection method ) 是由 孙宏斌 谢蓓敏 张轶珠 祝晓宏 宋丹 刘春� 韩秀峰 周会林 黄伟 宋威 张晋菁 于 2019-10-24 设计创作，主要内容包括：本发明提供一种电力变压器绕组变形故障新的检测方法；该方法建立映射算子可以将一定范围的传感器振动数据映射为一个矢量,并基于正常运行的数据构建矢量变化的容忍范围,并进一步实现电力变压器绕组变形故障检测。由于本发明描述的方法经过了非线性函数的映射,并基于的一定变化范围,所以本发明可以做到不与具体的数值绑定,能够达到更加稳定的预测效果。(The invention provides a new detection method for deformation faults of a power transformer winding; the method establishes a mapping operator, can map sensor vibration data in a certain range into a vector, establishes a tolerance range of vector change based on data in normal operation, and further realizes the detection of the deformation fault of the power transformer winding. Because the method described by the invention is mapped by the nonlinear function and is based on a certain change range, the method can not be bound with a specific numerical value, and can achieve a more stable prediction effect.)
技术领域
本发明涉及一种电力变压器绕组变形故障检测方法，为电力系统提供了一种新电力变压器故障的检测方法，属于电力变压器安全控制管理技术领域。
背景技术
变压器是电力系统中的重要元件，对电网安全可靠运行起着至关重要的作用。由于变压器绕组特性直接影响变压器的抗短路能力，所以提前发现绕组变形的故障，可以有效防止发生安全事故，并显著降低电网管理企业的维护成本。
对于电力变压器的绕组通常十分变形通常采用的手段有两种，一、在电力变压器出现明显故障和运行问题时，人工拆解并检查是否出现绕组变形，这种方式属于被动方式成本和耗时较大。另外一种方式是，对于绕组安装振动传感器，并构建变形和非变形振动数据集，利用神经网、决策树等智能模型学习数据，进而获得自动预测绕组变形故障的能力；这种方式智能模型与具体的振动数值特征相互绑定，由于振动的传递与传感器设备安装的精确位置、温度、变压器安装的位置、使用方式等多方面因素相关，这些因素发生一定范围变化时，智能模型会出现预测错误，所以这种方式对于设备的装配与运行要求较高，引起在实际应用中此类方法较为不稳定，难于获得较好的应用效果。
因此，需要提出一种新的方法更加稳定可靠的进行电力变压器绕组变形故障检测。
发明内容
针对现有技术存在的问题，本发明提供一种电力变压器绕组变形故障检测方法；通过该方法建立映射算子可以将一定范围的传感器振动数据映射为一个矢量，并基于正常运行的数据构建矢量变化的容忍范围，并进一步实现电力变压器绕组变形故障检测。
本发明所述的一种电力变压器绕组变形故障检测方法，其技术解决方案如下：
S1,在电力变压器A相绕组、B相绕组和C相绕组分别安装三个振动传感器ZA，ZB和ZC；利用这三个传感器采集电力变压器在正常运行状态下的A相振动数组VA,B相振动数组VB和C相振动数组VC；获得数组长度变量Length；
S101,在电力变压器A相绕组、B相绕组和C相绕组分别安装三个振动传感器ZA，ZB和ZC；
S102,中三个振动传感器ZA,ZB和ZC采集到振动信号输送到数字采集卡，采集卡安装10Hz的频率采集数据，将采集到的数据分别存储到A相振动数组VA,B相振动数组VB和C相振动数组VC；VA，VB，VC均是数组，每一个元素对应着一次采集的振动信号；采集过程持续进行20天；
S103,数组长度变量Length＝数组VA的元素个数；
S2，构建映射算子KOperator，输入为A相映射算子输入数组TA,B相映射算子输入数组TB和C相映射算子输入数组TC，每个数组包含100个元素，输出为一个6个元素的映射算子输出数组TO；
S201,构建映射算子KOperator，输入为A相映射算子输入数组TA,B相映射算子输入数组TB和C相映射算子输入数组TC，每个数组包含100个元素；
S202,A相均值变量AVGTA＝计算TA的均值,A相标准差变量STDTA＝计算TA的标准差；B相均值变量AVGTB＝计算TB的均值,B相标准差变量STDTB＝计算TB的标准差；C相均值变量AVGTC＝计算TC的均值,C相标准差变量STDTA＝计算TC的标准差；
S203,计算A相暂存变量TA＝(TA-AVGTA)/2×STDTA；B相暂存变量TB＝(TB-AVGTB)/2×STDTB；C相暂存变量TC＝(TC-AVGTC)/2×STDTC；
S204,A相计数变量NTA＝TA中大于0的元素个数；B相计数变量NTB＝TB中大于0的元素个数；C相计数变量NTC＝TC中大于0的元素个数；
S205，计算映射算子第一维变量M1＝tanh(Σ(TA)/100)；映射算子第二维变量M2＝tanh(Σ(TB)/100)；映射算子第三维变量M3＝tanh(Σ(TC)/100)；其中tanh为双曲正切函数
S206,计算映射算子第四维变量M4＝tanh(Abs(M1-M2))；
S207,计算映射算子第五维变量M5＝tanh((M1+M2+M3))；
S208,计算映射算子第六维变量M6＝tanh(NTC/(NTA+NTB))*(M4+M5)；
S209,构建映射算子输出数组TO＝[M1,M2,M3,M4,M5,M6]；
S210,将TO作为KOperator的输出；
S3，利用KOperator，对VA,VB和VC进行计算，获得振动映射中心矢量TCenter，最大映射距离YDist，最大偏移距离PDist；
S301，设置TCenter、YDist和PDist的初值，TCenter＝[0,0,0,0,0,0],YDist＝0,PDist＝0；
S302,初始化中心列表变量TCenterList＝[]；
S303,计算中心列表计数器变量TCenterCount＝0；
S304,位置计数器POS＝获得一个随机整数，其范围在1至Length-100之间；
S305，TA＝在VA中截取POS至POS+100的元素，TB＝在VB中截取POS至POS+100的元素，TC＝在VC中截取POS至POS+100的元素；
S306，计算映射算子输出变量MM＝利用映射算子KOperator进行计算，KOperator(TA,TB,TC)；
S307，将MM加入到TCenterList之中,TCenterCount＝TCenterCount+1；
S308，如果TCenterCount<10000则转到S304，否则转到S309；
S309，TCenter＝对于TCenterList的所有元素，对元素的每一个维度进行均值统计；
S310，POS＝0,中心暂存变量PO＝TCenter；
S311，TA＝在VA中截取POS至POS+100的元素，TB＝在VB中截取POS至POS+100的元素，TC＝在VC中截取POS至POS+100的元素；
S312，计算映射算子再次计算输出变量PP＝利用映射算子KOperator进行计算，KOperator(TA,TB,TC)；
S313，第一距离变量dd1＝|PP-TCenter|，第二距离变量dd2＝|PP-PO|；
其中||表示计算矢量的l2norm(l2范数)；
S314,如果dd1>YDist则YDist＝dd1；如果dd2>PDist则PDist＝dd2；
S315,PO＝PP；
S316,POS＝POS+200；
S317,如果POS小于Length-100则转到S311，否则转到S318；
S318，输出振动映射中心矢量TCenter，最大映射距离YDist，最大偏移距离PDist；
S4，对于电力变压器利用振动传感器ZA，ZB和ZC连续采集200个振动数据，采集到的数据分别存储到当前A相数据CurrentZA，当前B相数据CurrentZB和当前C相数据CurrentZC之中，输出绕组变形故障检测结果；
S401,对于电力变压器利用振动传感器ZA，ZB和ZC连续采集200个振动数据，采集到的数据分别存储到CurrentZA，CurrentZB和CurrentZC之中；
S402,TA＝在CurrentZA中截取1至100的元素，TB＝在CurrentZB中截取1至100的元素，TC＝在CurrentZC中截取1至100的元素；
S403,当前算子输出结果第一变量CurrentP1＝利用映射算子KOperator进行计算，KOperator(TA,TB,TC)；
S404,当前暂存第一变量TempD1＝|CurrentP1-TCenter|；
其中||表示计算矢量的l2norm；
S405,TA＝在CurrentZA中截取101至200的元素，TB＝在CurrentZB中截取101至200的元素，TC＝在CurrentZC中截取101至200的元素；
S406,当前算子输出结果第二变量CurrentP2＝利用映射算子KOperator进行计算，KOperator(TA,TB,TC)；
S407,当前暂存第二变量TempD2＝|CurrentP1-CurrentP2|；
其中||表示计算矢量的l2norm；
S408,距离变化范围指数decision＝0.5×(YDist-TempD1)/YDist+0.5×(PDist-TempD2)/PDist；
S409，如果decision>0则表示未出现绕组变形故障转到S411，否则转到S410；
S410，输出：出现绕组变形故障，转到S412；
S411，输出：没有出现绕组变形故障，转到S412；
S412，绕组变形故障判断过程结束。
本发明的有益效果在于：
提供一种电力变压器绕组变形故障新的检测方法；该方法建立映射算子可以将一定范围的传感器振动数据映射为一个矢量，并基于正常运行的数据构建矢量变化的容忍范围，并进一步实现电力变压器绕组变形故障检测。由于本发明描述的方法经过了非线性函数的映射，并基于的一定变化范围，所以本发明可以做到不与具体的数值绑定，能够达到更加稳定的预测效果。
具体实施方式
提供以下实施例进一步描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅仅是举例说明，本发明的保护范围是由所附权利要求书限定的，本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，这些变更和修改均落入本发明的保护范围。
实施例1
S1,以长春市某企业的电力变压器为例，在该电力变压器A相绕组、B相绕组和C相绕组分别安装三个振动传感器ZA，ZB和ZC；利用这三个传感器采集电力变压器在正常运行状态下的A相振动数组VA,其内容为一个数组：
2.42
2.86
1.48
1.99
1.38
1.76
2.74
2.08
2.62
1.97
B相振动数组VB,其内容为一个数组：
3.12
1.58
0.14
0.82
3.44
0.1
1.77
0.7
0.28
2.42
C相振动数组VC,其内容为一个数组：
1.52
1.36
1.6
0.21
1.59
0.66
1.16
1.63
0.79
0.67
获得数组长度变量Length＝1728000；
S2，构建映射算子KOperator，输入为A相映射算子输入数组TA,B相映射算子输入数组TB和C相映射算子输入数组TC，每个数组包含100个元素，输出为一个6个元素的映射算子输出数组TO；
S3，利用KOperator，对VA,VB和VC进行计算，获得振动映射中心矢量TCenter，TCenter＝[0.8033,0.7210,0.3431,0.082,0.953,0.518]；
最大映射距离YDist＝0.921，最大偏移距离PDist＝0.0724；
S4，对于该企业的变压器，输入其运行的某时段，振动传感器ZA，ZB和ZC连续采集200个振动数据，存储到当前A相数据CurrentZA
1.96
1.1
2.43
1.8
1.15
1.76
1.1
1.15
2.46
2.06
当前B相数据CurrentZB和
2.69
3.77
0.6
3.04
3.24
0.07
2.99
0.66
2.8
2.29
当前C相数据CurrentZC之中，
2.69
3.77
0.6
3.04
3.24
0.07
2.99
0.66
2.8
2.29
进行绕组变形故障检测，输出结果为没有出现绕组变形故障，经人工检查确实没有出现故障。
利用本发明的方法连续运行多个月，在某时段振动传感器ZA，ZB和ZC连续采集200个振动数据，存储到当前A相数据CurrentZA
3.53
3.77
4.96
3.54
2.9
3.26
4.74
1.35
3.22
2.7
当前B相数据CurrentZB和
0.25
0.23
2.2
2.71
0.42
0.01
2.6
2.79
2.8
3.31
当前C相数据CurrentZC之中，
2.42
1.13
1.42
1.75
1.27
0.23
0.65
0.5
0.92
0.22
进行绕组变形故障检测，输出结果为出现绕组变形故障，经人工检查该变压器确实出现了绕组变形故障。
结论：说明本发明确实可以有效的检测电力变压器绕组变形故障
实验例1
对于某地区400个变压器的运行数据，本发明的方法与神经网、决策树方法进行比对，其比对结果如下：
结论：提供实验例可以看出本发明的方法能够检测出更多的故障变压器，并且预测精度较高，说明本发明发明具有更高的实用价值。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种带钢板形检测设备的信号标定方法