一种电力变压器绕组变形故障在线诊断方法与流程

本发明属于电力变压器故障诊断
技术领域：
，具体涉及一种电力变压器绕组变形故障在线诊断方法。
背景技术：
：电力变压器作为电力系统最重要的枢纽之一，它的安全可靠运行直接关系到发电及供电系统的安全和可靠性，因此，对变压器的故障检测、维护及维修是保障供电系统正常运行的重要工作。从变压器以往的故障诊断案例来看，变压器的故障多数不是绝缘问题，而是机械性能问题导致电气故障，机械性能故障中以绕组变形引发的故障占据较多，变压器绕组变形是指变压器绕组在机械力或电动力作用下发生的轴向或辐向尺寸变化，通常表现为绕组局部扭曲、鼓包或位移等特征。变压器在遭受短路电流冲击时，有可能发生绕组变形现象，它将直接影响变压器的安全运行。对于遭受过短路冲击的变压器，在电力系统目前的运行管理条件下只能对变压器进行常规试验，常规试验对于检测变压器绕组变形的灵敏度很低，很难精确发现变压器的绕组变形，给电网的安全稳定运行带来重大安全隐患，因此，深入研究电力变压器绕组变形故障的诊断方法，对提高变压器生产水平，保证电网安全运行有着积极的意义。目前，针对电力变压器绕组变形引发的电力变压器故障，国内外专家学者在基于振动分析法的电力变压器绕组运行状态监测方面做了大量研究。振动分析法是通过在变压器油箱表面安装振动传感器，以获得变压器器身振动信号来实现对运行中的变压器进行状态诊断，它与整个电力系统没有任何电气连接，对整个系统的运行没有任何影响，是一种安全可靠的在线监测手段。但依然存在如下问题：(1)挂网运行下如何从变压器油箱表面混合振动信号中准确分离出绕组和铁芯的振动信号存在一定的困难；(2)国内现行电力变压器运维方案中还没有有效在线监测变压器运行状态的方法。正确及时的变压器绕组状态监测不仅能够及时发现事故隐患保证故障元件得到及时更换，延长变压器的使用寿命，还能够最大限度的避免因为变压器绕组事故隐患的不断加剧造成变压器非正常退出运行而引起的大面积停电事故。因此研究一种电力变压器绕组变形故障在线监测方法对保证电力系统的安全可靠运行有着重要意义。技术实现要素：针对现有技术的不足，本发明提出一种电力变压器绕组变形故障在线诊断方法。一种电力变压器绕组变形故障在线诊断方法，包括以下步骤：步骤1：采用振动信号采集设备采集电力变压器低压侧油箱表面的两个位置处的三相机械振动信号；所述电力变压器低压侧油箱表面的两个位置包括：电力变压器低压侧油箱表面的中压绕组长度方向1/2位置和电力变压器低压侧油箱表面的低压绕组长度方向1/2位置。步骤2：采用盲源分离算法对采集的电力变压器的两个位置处的三相机械振动信号进行信源分离，得到分离后的机械振动信号，并提取出电力变压器绕组的三相机械振动信号；所述采用盲源分离算法对采集的电力变压器的两个位置处的三相机械振动信号进行信源分离，得到分离后的机械振动信号，并提取出电力变压器绕组的三相机械振动信号的具体方法如下所示：将电力变压器低压侧油箱表面的两个位置处的每一相绕组机械振动信号作为一组源信号，采用盲源分离算法分别对三组源信号进行信源分离，得到三相源信号分离出的机械振动信号，将三相源信号分离出的机械振动信号中与电力变压器绕组的机械振动信号特征相同的一组分离振动信号作为电力变压器绕组的机械振动信号。步骤3：采用小波包分解法对电力变压器绕组的三相机械振动信号进行三层小波包分解重构，得到电力变压器绕组的机械振动信号的频谱，根据电力变压器绕组的机械振动信号的不同频率段的子信号计算得到电力变压器绕组机械振动信号的能量熵值；步骤4：设置能量熵上限阈值和能量熵下限阈值，根据得到的电力变压器绕组机械振动信号的能量熵值与能量熵上限阈值和能量熵下限阈值的关系判断当前电力变压器绕组的状态。所述根据得到的电力变压器绕组机械振动信号的能量熵值与能量熵上限阈值和能量熵下限阈值的关系判断当前电力变压器绕组的状态的具体方法如下所示：若电力变压器绕组机械振动信号的能量熵值大于等于能量熵上限阈值，则当前电力变压器绕组无故障，若电力变压器绕组机械振动信号的能量熵值小于能量熵上限阈值大于能量熵下限阈值，则当前电力变压器绕组存在故障隐患，若电力变压器绕组机械振动信号的能量熵值小于等于能量熵下限阈值，则当前电力变压器绕组故障。本发明的有益效果：本发明提出一种电力变压器绕组变形故障在线诊断方法，本发明方法通过对两个传感器采集得到机械振动信号进行处理分析进而诊断出挂网运行电力变压器绕组运行状态。此方法着眼于利用绕组变形故障时机械振动信号的能量变化信息，提取电力变压器绕组机械振动信号的能量熵值，电力变压器绕组机械振动信号的能量熵值的大小变化反映了变压器的工作状态。该方法可以准确掌握变压器绕组变形能量变化的基本规律，为变压器故障类型和程度的确定提供了新的研究途径。附图说明图1为本发明具体实施方式中的电力变压器绕组变形故障在线诊断方法的流程图；图2为本发明具体实施方式中的电力变压器a相振动信号的时域与频域的振动图谱；其中，(a)为本发明具体实施方式中电力变压器中压1/2测点的a相振动信号的时域振动图谱；(b)为本发明具体实施方式中电力变压器中压1/2测点的a相振动信号的频域振动图谱；(c)为本发明具体实施方式中电力变压器低压1/2测点的a相振动信号的时域振动图谱；(d)为本发明具体实施方式中电力变压器低压1/2测点的a相振动信号的频域振动图谱；图3为本发明具体实施方式中的电力变压器b相振动信号的时域与频域的振动图谱；其中，(a)为本发明具体实施方式中电力变压器中压1/2测点的b相振动信号的时域振动图谱；(b)为本发明具体实施方式中电力变压器中压1/2测点的b相振动信号的频域振动图谱；(c)为本发明具体实施方式中电力变压器低压1/2测点的b相振动信号的时域振动图谱；(d)为本发明具体实施方式中电力变压器低压1/2测点的b相振动信号的频域振动图谱；图4为本发明具体实施方式中的电力变压器c相振动信号的时域与频域的振动图谱；其中，(a)为本发明具体实施方式中电力变压器中压1/2测点的c相振动信号的时域振动图谱；(b)为本发明具体实施方式中电力变压器中压1/2测点的c相振动信号的频域振动图谱；(c)为本发明具体实施方式中电力变压器低压1/2测点的c相振动信号的时域振动图谱；(d)为本发明具体实施方式中电力变压器低压1/2测点的c相振动信号的频域振动图谱；图5为本发明具体实施方式中电力变压器a相振动信号分离信号的时域与频域图；其中，(a)为本发明具体实施方式中电力变压器a相振动信号的分离信号1的时域图；(b)为本发明具体实施方式中电力变压器a相振动信号的分离信号1的频域图；(c)为本发明具体实施方式中电力变压器a相振动信号的分离信号2的时域图；(d)为本发明具体实施方式中电力变压器a相振动信号的分离信号2的频域图；图6为本发明具体实施方式中电力变压器b相振动信号分离信号的时域与频域图；其中，(a)为本发明具体实施方式中电力变压器b相振动信号的分离信号1的时域图；(b)为本发明具体实施方式中电力变压器b相振动信号的分离信号1的频域图；(c)为本发明具体实施方式中电力变压器b相振动信号的分离信号2的时域图；(d)为本发明具体实施方式中电力变压器b相振动信号的分离信号2的频域图；图7为本发明具体实施方式中电力变压器c相振动信号分离信号的时域与频域图；其中，(a)为本发明具体实施方式中电力变压器c相振动信号的分离信号1的时域图；(b)为本发明具体实施方式中电力变压器c相振动信号的分离信号1的频域图；(c)为本发明具体实施方式中电力变压器c相振动信号的分离信号2的时域图；(d)为本发明具体实施方式中电力变压器c相振动信号的分离信号2的频域图。具体实施方式下面结合附图对本发明具体实施方式加以详细的说明。一种电力变压器绕组变形故障在线诊断方法，如图1所示，包括以下步骤：步骤1：采用振动信号采集设备采集电力变压器低压侧油箱表面的两个位置处的三相机械振动信号。本实施方式中，采用两个振动加速度传感器贴于电力变压器油箱表面，振动加速度传感器的输出端连接至采集卡，采集卡输出端连接上位机，通过上位机控制采集的时间、采集频率等，将采集信号储存于上位机中等待数据分析使用。采集信号为数字信号，每秒钟采集的信号点数取决于采集频率。本实施方式中，将振动传感器固定在某变电站挂网运行的500kv电力变压器低压侧油箱表面的中压绕组长度方向1/2位置和电力变压器低压侧油箱表面的低压绕组长度方向1/2位置处，采集的电力变压器a、b、c相振动信号的时域信号与频域信号，电力变压器a相振动信号的时域与频域的振动图谱如图2所示，电力变压器b相振动信号的时域与频域的振动图谱如图3所示，电力变压器c相振动信号的时域与频域的振动图谱如图4所示。步骤2：采用盲源分离算法对采集的电力变压器的两个位置处的三相机械振动信号进行信源分离，得到分离后的机械振动信号，并提取出电力变压器绕组的三相机械振动信号。本实施方式中，将电力变压器低压侧油箱表面的两个位置处的每一相绕组机械振动信号作为一组源信号，采用盲源分离算法分别对三组源信号进行信源分离，得到的电力变压器a相振动信号分离信号的时域与频域图如图5所示，电力变压器b相振动信号分离信号的时域与频域图如图6所示，电力变压器c相振动信号分离信号的时域与频域图如图7所示，将三相源信号分离出的机械振动信号中与电力变压器绕组的机械振动信号特征相同的一组分离振动信号作为电力变压器绕组的机械振动信号。由于电力变压器绕组的振动以100hz基频为主，基频的幅值会很大，基本没什么高频信号，而本文中分离出的绕组振动信号有高频信号是应为变压器挂网运行过程中绕组松动、谐波电流等因素造成，所以从图5、图6、图7中可以清晰的看出每组分离信号中的分离信号1为绕组振动信号，将每组的分离信号1从分离信号中提取出来，作为电力变压器绕组的机械振动信号。步骤3：采用小波包分解法对电力变压器绕组的三相机械振动信号进行三层小波包分解重构，得到电力变压器绕组的机械振动信号的频谱，根据电力变压器绕组的机械振动信号的不同频率段的子信号计算得到电力变压器绕组机械振动信号的能量熵值。本实施方式中，采用小波包分解法对步骤二中提取出的绕组振动信号进行三层小波包分解，并计算出电力变压器各相绕组机械振动信号的能量熵值如表1所示，该电力变压器各相的短路冲击历史如表2所示：表1电力变压器各相绕组机械振动信号的能量熵值表2该电力变压器各相的短路冲击历史相别短路冲击次数a相1b相0c相2本实施方式中，由表1和表2可知，b相绕组没有承受过短路冲击且该绕组的能量熵值为0.6276，a相绕组承受1次短路冲击且该绕组的能量熵值为0.4671，c相绕组承受2次短路冲击且该绕组的能量熵值为0.4235。随着短路冲击次数的增加，各相绕组的能量熵值均逐渐减小。当变压器绕组处于正常状态时，其振动信号在各个频段内的能量分布是不确定的，当变压器绕组经过多次短路冲击后，绕组结构产生变化，在相应的频带内会聚集更多的能量，使得绕组振动信号的能量分布的不确定性减小，从而导致能量熵值减小。由于随着短路冲击次数的增加，绕组结构变化程度加剧，变压器绕组的能量熵越来越小。所以由以上信息可以看出基于盲源分离-小波包分解-能量熵的电力变压器绕组变形故障在线诊断方法可用于电力变压器绕组变形故障在线诊断。步骤4：设置能量熵上限阈值和能量熵下限阈值，根据得到的电力变压器绕组机械振动信号的能量熵值与能量熵上限阈值和能量熵下限阈值的关系判断当前电力变压器绕组的状态。本实施方式中，设置的能量熵上限阈值为0.5，能量熵下限阈值为0.4。若电力变压器绕组机械振动信号的能量熵值大于等于能量熵上限阈值，则当前电力变压器绕组无故障，若电力变压器绕组机械振动信号的能量熵值小于能量熵上限阈值大于能量熵下限阈值，则当前电力变压器绕组存在故障隐患，若电力变压器绕组机械振动信号的能量熵值小于等于能量熵下限阈值，则当前电力变压器绕组故障。由此可判断出上述电力变压器的a相与c相绕组存在故障隐患，b相绕组无故障运行状态良好。当前第1页12