变压器有载分接开关机械状态监测系统的制作方法

本实用新型属于变压器信号监测技术，尤其涉及一种变压器有载分接开关机械状态监测系统。

背景技术：

有载分接开关是有载变压器的唯一可动与关键部件，可在负载条件下通过改变电压变比实现不间断的电压调节，在电网中起着补偿电压波动、调节功率、提高系统性能及改善电能质量等的重要作用。随着分接开关调压次数的增多与使用年限的增加，其故障率也随之增加。统计表明，分接开关的故障主要包括电气故障和机械故障，且机械故障约占分接开关总故障的90％以上，为主要故障类型，如弹簧储能不足或断裂、触头磨损或松动、传动机构卡涩等。此外，分接开关的部分电气故障如触头接触不良等也往往是由于操作机构失灵、切换不到位等机械故障引起的，电气故障如触头烧蚀等也会间接影响分接开关的机械性能。因此，如何有效检测出变压器有载分接开关的机械状态或故障隐患，进而采取有效的运维措施就显得十分重要，这对确保变压器及有载分接开关的安全可靠运行意义重大。

变压器有载分接开关主要包括选择开关、切换开关、传动机构、电动操作机构等，其变换过程分两个步骤：第一步是选择开关在无电流时预选一个与工作分接相邻的分接；第二步是切换开关将电流从工作分接转移到预选分接。在此过程中，切换开关上的动静触头等机构零部件之间的碰撞或摩擦会引起机械振动，不同振动事件产生的机械振动信号在时域上形成一个振动信号时间序列。显然，振动信号中包含了大量的分接开关机械状态信息，因此，基于振动分析法的变压器有载分接开关机械状态检测日益引起了国内外研究人员的关注。该方法的最大优点是可以通过放置在变压器油箱上的振动传感器来获取分接开关切换过程中的振动信号。只要分接开关切换过程中的机械特性发生变化，都可以从振动信号中得到反映，从而大大提高了检测灵敏度。而如何获取准确可靠的变压器有载分接开关切换过程中的振动信号是该项检测手段的重要前提，而适合于变压器有载分接开关的机械状监测系统的研制是关键。

技术实现要素：

本实用新型要解决的技术问题：提供一种变压器有载分接开关机械状态监测系统，通过对有载分接开关切换过程中的振动信号、及档位数据号进行采集分析，从而实现对变压器有载分接开关机械状态的高效和准确判断。

本实用新型技术方案：

一种变压器有载分接开关机械状态监测系统，它包括振动传感器，振动传感器信号输出端与信号调理模块输入端导线连接，信号调理模块输出端与信号分析显示终端导线连接；它还包括图像传感器，图像传感器输出端与图像调理模块输入端连接，图像调理模块输出端与信号分析显示终端导线连接。

振动传感器安装在变压器箱壁上，位于有载分接开关控制箱的上方。

图像传感器安装在变压器有载分接开关控制箱上，图像传感器对准有载分接开关档位。

所述的变压器有载分接开关机械状态监测系统的信号处理方法，它包括：

步骤1、通过放置于变压器箱壁上的振动传感器，图像传感器分别采集变压器有载分接开关切换过程中的振动信号和档位图像，并传输至信号调理模块和图像调理模块，通过信号调理模块和图像调理模块滤波和放大后，将这些信号传输至信号分析显示终端；

步骤2、信号分析显示终端采用基于边缘检测算法和模板匹配算法识别有载分接开关的档位数据；

步骤3、信号分析显示终端对变压器有载分接开关振动信号的多尺度排列熵进行计算；

步骤4、信号分析显示终端在计算得到当前档位数据下振动信号的多尺度排列熵序列W后，在采集的有载分接开关振动信号中选取相同档位的振动信号对应的多尺度排列熵W′，计算多尺度排列熵序列W与W′的灰色关联度γ；

步骤5、信号分析显示终端根据变压器有载分接开关振动信号灰色关联度的变化对机械状态进行判别。

步骤2所述信号分析显示终端采用基于边缘检测算法和模板匹配算法识别有载分接开关的档位数据的方法包括：

2a.记图像区域为u(x,y)，采用高斯函数G(x,y)对图像区域u(x,y)进行平滑去噪，然后计算图像的梯度幅值和梯度方向计算公式分别为

式中：u(x,y)表示图像在位置处(x,y)的灰度值；Gx(x,y)和Gy(x,y)

分别为图像位置(x,y)处x方向和y方向的梯度；Ex和Ey分别为图像在水平方向与垂直方向的模板；

2b.梯度幅值进行非极大值抑制，即在邻域内对中心像素点和周边的相邻的两个像素进行幅值比较，如果大于阈值，则该点是边缘点，保留；如果小于阈值，则该点不是边缘点，剔除；记经非极大值抑制之后的图像为w(x,y)；

2c.使用双阈值Th和Tl对图像w(x,y)进行分割，得到边缘点，对边缘点进行连接，得到二值化的边缘图像v(x,y)；所述的边缘点的确定方法为：如果w(x,y)＜Tl，则该点不是边缘点；如果w(x,y)＞Th，则该点是边缘点；如果Tl＜w(x,y)＜Th，继续寻找w(x,y)附近有没有大于Th的点，如果有，则该点是边缘点，否则不是边缘点；

2d.建立匹配模板库，记为g(x,y)；

2f.采用最小均方误差准则进行模板匹配，确定并显示有载分接开关的档位数据，所述的最小均方误差准则为

式中：k和l分别表示图像子块水平方向和垂直方向的移动量，最小单位为1个像素；N1和N2分别为图像子块的宽度和高度。

步骤3所述信号分析显示终端对变压器有载分接开关振动信号的多尺度排列熵进行计算的方法包括：

3a.对振动信号x(t)＝{x(i),i＝1,2,…,N}进行相空间重构，得到重构矩阵Y(N-(m-1)τ)×m为

式中，N为振动信号的长度；m为嵌入维数；τ为延迟时间；

K＝N-(m-1)τ；

3b.依次对矩阵Y中的K个向量进行升序排列，得到位置索引向量S，为S(j)＝(b1,b2,…,bm),j＝1,2,…,K；

式中，b1,b2,…,bm表示将第j个向量按照升序排列后的数值对应排列前的位置；

如果存在矩阵Y中分量相等的值，按照j的大小来进行排序；

3c.对位置索引向量S中每种排列方式出现的概率ps,s＝1,2,…,m！进行统计，得到和延迟时间τ对应的排列熵Wτ，计算公式为

Wτ＝H(m)/ln(m！)

式中，H为信息熵；！表示阶乘；ln表示自然对数；

3d.针对不同的延迟时间τ,τ＝1,2,…,k，依据步骤3a～步骤3c，计算得到多尺度排列熵序列W＝[W1,W2,…,Wk]。

步骤4所述计算多尺度排列熵序列W与W'的灰色关联度γ的公式为：

式中，ρ为分辨系数；k为多尺度排列熵序列的长度。

步骤5所述信号分析显示终端根据变压器有载分接开关振动信号灰色关联度的变化对机械状态进行判别的方法为：若灰色关联度大于0.8，则判断变压器有载分接开关机械状态正常；若灰色关联度小于0.8，则判断有载分接开关机械状态发生变化，此时需要及时进行检修处理，避免形成重大故障。

本实用新型有益效果：

本实用新型变压器有载分接开关机械状态监测系统通过监测变压器有载分接开关切换过程中的振动信号和档位切换数据，分析和判断变压器有载分接开关的振动特性，对变压器有载分接开关的机械状态进行监测，其监测的准确性和有效性都有显著提高；此外，本实用新型所述的变压器有载分接开关机械状态监测系统结构简单，可操作性强，易于实施，便于操作人员及时发现变压器有载分接开关运行状态的异常，从而能够及时地根据异常情况对变压器有载分接开关进行检修，大大降低了变压器有载分接开关的故障损坏率，同时延长了变压器有载分接开关的寿命。

附图说明

图1为本实用新型结构示意图；

图2为本实用新型具体实施方式变压器有载分接开关切换过程中的振动信号示意图。

具体实施方式

本实施例以某变压器用有载分接开关为对象进行检测以对本实用新型技术方案进一步进行说明。

图1显示了变压器变压器有载分接开关机械状态监测系统在本实施例中的结构。如图1所示，振动传感器放置于变压器箱壁上，以检测变压器有载分接开关的振动信号；图像传感器放置于变压器有载分接开关控制箱上以监测分接开关的档位数据。信号调理模块与振动传感器连接，并接收振动传感器传输的振动信号，并对振动信号进行抗混叠滤波和放大。图像调理模块与图像传感器连接，并接收图像传感器传输的图像数据，并对图像数据进行抗混叠滤波和放大。信号分析显示终端与信号调理模块、图像调理模块连接，以接收信号调理模块和图像调理模块传输的数据和信号。其中，信号调理模块包括：振动信号调理芯片，其与振动传感器连接，以接收振动传感器传输的振动信号，并对该振动信号进行抗混叠滤波和放大；通信芯片，其与信号分析显示终端通过以太网连接。图像调理模块包括：图像数据调理芯片，其与图像传感器连接，以接收图像传感器传输的图像数据，并对该图像进行滤波和放大；通信芯片，其与信号分析显示终端通过以太网连接。

上述变压器有载分接开关机械状态监测系统按照下列步骤判断该变压器有载分接开关的工作状态：

(1)将振动传感器设置在变压器箱壁上，采集变压器有载分接开关切换过程中的振动信号；将图像传感器放置于变压器有载分接开关控制箱上，以采集分接开关的档位数据；

(2)将采集到的振动信号、和档位数据电流信号传输至信号调理模块和图像调理模块，信号调理模块和图像调理模块分别对振动信号和图像数据进行滤波和放大，然后将这些信号通过以太网传输至信号分析显示终端；图2为变压器分接开关切换过程中的振动信号；

(3)信号分析显示终端基于边缘检测算法和模板匹配算法识别有载分接开关的档位数据，所述的识别方法为：

3a.记图像区域为u(x,y)，采用高斯函数G(x,y)对图像区域u(x,y)进行平滑去噪，然后计算图像的梯度幅值和梯度方向其计算公式分别为

式中：u(x,y)表示图像在位置处(x,y)的灰度值；Gx(x,y)和Gy(x,y)分别为图像位置(x,y)处x方向和y方向的梯度；Ex和Ey分别为图像在水平方向与垂直方向的模板。

3b.梯度幅值进行非极大值抑制，即在邻域内对中心像素点和其周边的相邻的两个像素进行幅值比较，如果大于某一阈值，则该点是边缘点，保留；如果小于这一阈值，则该点不是边缘点，剔除。记经非极大值抑制之后的图像为w(x,y)；

3c.使用双阈值Th和Tl对图像w(x,y)进行分割，得到边缘点，对边缘点进行连接，得到二值化的边缘图像v(x,y)；所述的边缘点的确定方法为：如果w(x,y)＜Tl，则该点一定不是边缘点；如果w(x,y)＞Th，则该点一定是边缘点；如果Tl＜w(x,y)＜Th，继续寻找w(x,y)附近有没有大于Th的点，如果有，则该点是边缘点，否则不是边缘点。

3d.建立匹配模板库，记为g(x,y)；

3e.采用最小均方误差准则进行模板匹配，确定并显示有载分接开关的档位数据，所述的最小均方误差准则为

式中：k和l分别表示图像子块水平方向和垂直方向的移动量，其最小单位为1个像素；N1和N2分别为图像子块的宽度和高度。

此处，显示的档位为第2档。

(4)信号分析显示终端对所述的变压器有载分接开关振动信号的多尺度排列熵进行计算，所述的振动信号多尺度排列熵的计算方法为：

4a.对振动信号x(t)＝{x(i),i＝1,2,…,N}进行相空间重构，得到重构矩阵Y(N-(m-1)τ)×m，为

式中，N为振动信号的长度；m为嵌入维数；τ为延迟时间；K＝N-(m-1)τ；此处，m＝4；τ＝1,2,…,10；

4b.依次对矩阵Y中的K个向量进行升序排列，得到位置索引向量S，为S(j)＝(b1,b2,…,bm),j＝1,2,…,K；

式中，b1,b2,…,bm表示将第j个向量按照升序排列后的数值对应其排列前的位置。

如果存在矩阵Y中分量相等的值，这时可按照j的大小来进行排序。

4c.对位置索引向量S中每种排列方式出现的概率ps,s＝1,2,…,m！进行统计，得到与延迟时间τ对应的排列熵Wτ，其计算公式为

Wτ＝H(m)/ln(m！)

式中，H为信息熵；！表示阶乘；ln表示自然对数。

4d.针对不同的延迟时间τ,τ＝1,2,…,10，依据步骤3a～步骤3c，计算得到多尺度排列熵序列W＝[W1,W2,…,W10]。

(5)信号分析显示终端在计算得到当前档位数据下振动信号的多尺度排列熵序列W后，在采集的有载分接开关振动信号中选取相同档位的振动信号对应的多尺度排列熵W'，计算多尺度排列熵序列W与W'的灰色关联度γ，所述的灰色关联度的计算公式为

式中，ρ为分辨系数，k为多尺度排列熵序列的长度。此处，ρ＝0.5，k＝10。

(6)分析显示终端根据变压器有载分接开关振动信号灰色关联度的变化对其机械状态进行判别：若灰色关联度大于0.8，则判断变压器有载分接开关机械状态正常；若灰色关联度小于0.8，则判断有载分接开关机械状态发生变化，此时需要及时进行检修处理，避免形成重大故障。