本发明涉及变压器绕组故障诊断领域，特别涉及一种基于无线标识传感的变压器绕组故障诊断方法。
背景技术：
变电站中，以变压器的运行状况直接关系到发电、供电系统的安全性和可靠性。现有的对变压器进行故障诊断的方法主要有油色谱法、低压脉冲法、短路阻抗法和频率响应分析法等方法。但以上三种方法均为离线诊断方法，需要变压器退出运行状态进行故障诊断，无法实现对变压器的带电故障诊断，大大降低了供电的可靠性。现有的基于振动的变压器绕组故障诊断方法都是通过有线速度传感器来实现对变压器绕组振动信号的获取，这种方式增加了布线的成本以及后期维修的成本，经济效益低。
技术实现要素：
本发明要解决的技术问题是，针对现有变压器绕组故障诊断存在的弊端，提供一种无线标识传感的变压器绕组故障诊断方法，有效实现对变压器绕组远程无线无人化的故障诊断，诊断效率高，降低了故障诊断的成本，减少维修人员的工作量，提高变压器的运行效率。
本发明为解决上述技术问题所采用的技术方案是：
基于无线标识传感的变压器绕组故障诊断方法，包括如下步骤：
(1)通过融合射频标识功能的振动传感器分别采集正常状态下以及故障发生时变压器绕组振动信号，即原始振动信号；
(2)采用奇异熵对采集的变压器绕组振动信号即原始振动信号进行去噪，获得去噪后的正常状态下的变压器绕组振动信号与故障发生时的变压器绕组振动信号；将去噪后的正常状态下的变压器绕组振动信号随机分为两组，一组为训练数据，另一组为测量原始数据；将去噪后的故障发生时的变压器绕组振动信号作为阈值原始数据；
(3)利用训练数据训练最小二乘支持向量机回归模型，并由训练后的最小二乘支持向量机回归模型对上述阈值原始数据进行重构，得到阈值重构数据，通过阈值重构数据与阈值原始数据获取变压器绕组故障发生时的残差阈值，残差阈值＝阈值重构数据-阈值原始数据；
(4)利用训练后的最小二乘支持向量机回归模型对测量原始数据进行重构以获取测量重构数据，通过测量重构数据与测量原始数据获取相应残差数据，残差数据＝测量重构数据-测量原始数据，并将该残差数据与步骤(3)所得残差阈值进行比较，以实现对变压器绕组的故障诊断。
进一步，所述步骤(1)中，融合射频标识功能的振动传感器包括设于变压器外周的磁场能量获取装置，磁场能量获取装置用于从变压器周围磁场中获取能量为融合射频标识功能的振动传感器进行供电，实现融合射频标识功能的振动传感器的自取能(便于融合射频标识功能的振动传感器对变压器绕组振动信号进行采集与存储)。
进一步，所述磁场能量获取装置包括磁场能量获取器以及整流器，磁场能量获取器与整流器电连接，磁场能量获取器用于实现磁场能量到电能的转化，整流器用于将磁场能量获取器采集的交流电转为直流电，且提高输出电压。
进一步，所述磁场能量获取器为带有铁芯的螺线管，铁芯材质为铸铁，铁芯直径与铁芯长度的比值范围为[0.05,0.07]。
进一步，所述整流器包括一个倍压整流电路以及升压转换器。
进一步，所述融合射频标识功能的振动传感器还包括低压降稳压器、mcu、三轴加速度传感器和射频标识传感芯片，整流器的输入为磁场能量获取器的输出，整流器的输出端与低压降稳压器的输入端相连接，低压降稳压器的输出端与mcu电连接，三轴加速度传感器和射频标识传感芯片均通过i2c总线与mcu电连接，射频标识传感芯片外接天线；所述三轴加速度传感器用于对变压器绕组振动信号进行采集；所述低压降稳压器用于对整流器的输出电压进行稳压，以获取稳定的直流电压输出；所述mcu用于设置融合射频标识功能的振动传感器的信号采样频率、采样时间以及对采集的变压器绕组振动信号在融合射频标识功能的振动传感器内部的处理与传输进行管理；所述射频标识传感芯片用于实现融合射频标识功能的振动传感器与外部设备之间的通信与数据传输。
进一步，所述步骤(2)中，采用奇异熵对采集的变压器绕组振动信号即原始振动信号进行去噪的具体方法为：
将原始振动信号数据映射到高维矩阵，计算出高维矩阵的奇异谱，由奇异谱确定去噪后的变压器绕组振动信号矩阵的阶次，从而提取出能反映原始振动信号特征的去噪数据；
若原始振动信号为正常状态下的变压器绕组振动信号，则提取出的去噪数据为正常状态下的变压器绕组振动信号；若原始振动信号为故障发生时的变压器绕组振动信号，则提取出的去噪数据为故障发生时的变压器绕组振动信号(即阈值原始数据)。
进一步，所述步骤(3)中，变压器绕组故障发生时的残差阈值的范围为[0.03-0.1]。
进一步，所述步骤(4)中，实现对变压器绕组的故障诊断具体为：当残差数据re>0.03时，即判断变压器绕组发生故障。
本发明的工作原理：采用融合射频标识功能的振动传感器对变压器绕组信号进行无线采集与传输，由于从变压器油箱外壁采集的振动信号除了绕组振动信号以外，还包含着大量的谐波分量以及其他振动源产生的干扰信号，同时所采集的振动信号在经由融合射频标识功能的振动传感器无线传输的过程中，也不可避免的会有一定的电磁干扰，采集的原始数据即振动信号中包含着不同类型以及不同大小的噪声，从而导致无法进行准确的故障诊断，因此采用奇异熵对采集的原始振动信号进行去噪，奇异熵去噪是一种有效的针对于不平稳非线性信号的去噪方法，该方法将原始信号映射到高维矩阵并计算该矩阵的奇异谱，由奇异谱来确定能够完成表征原始振动信号特征的去噪后的变压器绕组振动信号矩阵阶次，以提取出去噪数据；最后由最小二乘支持向量机回归模型对去噪后的去噪数据进行重构，比较重构数据与测量数据获取残差，并与故障发生时的残差阈值进行比较，实现对于变压器绕组的故障诊断。
与现有技术相比，本发明具有以下有益效果：
1、通过融合射频标识功能的振动传感器对变压器绕组信号进行无线采集与传输，实现对变压器绕组远程无线无人化操作的故障诊断，简单易行，提高了变压器的运行效率；
2、融合射频标识功能的振动传感器包括设于变压器外周的磁场能量获取装置，通过对变压器周围磁场的能量进行捕获，作为融合射频标识功能的振动传感器的能量来源；同时通过融合射频标识功能的振动传感器所配置的三轴加速度传感器进行振动信号数据采集，同时通过协议控制对射频标识传感芯片的内存管理模式进行优化，使融合射频标识功能的振动传感器具备数据存储功能；
3、采用奇异熵对采集的原始振动信号进行去噪，提高了后续故障诊断的速度与精度；
4、由最小二乘支持向量机回归模型对去噪后的数据进行重构以实现对于变压器绕组的故障诊断，降低了故障诊断的成本，减少了维修人员的工作量。
附图说明
图1为本发明基于无线标识传感的变压器绕组故障诊断方法的流程图；
图2为本发明融合射频标识功能的振动传感器的整体结构图；
图3为本发明的射频标识传感芯片的内存管理模型示意图；
图4为传统内存管理模型示意图；
图5为本发明融合射频标识功能的振动传感器的射频标识传感芯片的工作距离与通信成功率的关系图；
图6为本发明的磁场能量获取器的结构图；
图7为采用奇异熵去噪前的测量数据(即原始振动信号)与去噪后的数据对比图；
图8为采用最小二乘支持向量机回归模型对变压器绕组进行故障诊断的结果。
具体实施方式
下面结合附图和较优选实施例对本发明的技术方案进行详细地阐述。以下较优选实施例仅用于说明和解释本发明，而不构成对本发明技术方案的限制。
参照图1所示，本发明基于无线标识传感的变压器绕组故障诊断方法的流程图，包括如下步骤：
(1)确定采样频率，通过融合射频标识功能的振动传感器分别采集正常状态下以及故障发生时变压器绕组振动信号，即原始振动信号；
(2)采用奇异熵对采集的原始振动信号进行去噪，获得去噪后的正常状态下的变压器绕组振动信号与故障发生时的变压器绕组振动信号；将去噪后的正常状态下的变压器绕组振动信号随机分为两组，一组为训练数据，另一组为测量原始数据；将去噪后的故障发生时的变压器绕组振动信号作为阈值原始数据；
(3)利用训练数据训练最小二乘支持向量机回归模型，并由训练后的最小二乘支持向量机回归模型对上述阈值原始数据进行重构(重构为现有技术，可参考“曲凤成,张秀平,邱敏,等.基于多元重构预测和最小二乘支持向量机回归的变压器故障诊断[j].电测与仪表,2014,51(15):64-67.”)，得到阈值重构数据，通过阈值重构数据与阈值原始数据获取变压器绕组故障发生时的残差阈值，残差阈值＝阈值重构数据-阈值原始数据；实施例中变压器绕组故障发生时的残差阈值的范围为[0.03-0.1]；
(4)利用训练后的最小二乘支持向量机回归模型对测量原始数据进行重构以获取测量重构数据，通过测量重构数据与测量原始数据获取相应残差数据，残差数据＝测量重构数据-测量原始数据，并将该残差数据与步骤(3)所得残差阈值进行比较，以实现对变压器绕组的故障诊断，实现对变压器绕组的故障诊断具体为：当残差数据re>0.03时，即判断变压器绕组发生故障。
如图2所示，融合射频标识功能的振动传感器包括磁场能量获取器、整流器、低压降稳压器、mcu、三轴加速度传感器、射频标识传感芯片、i2c总线以及天线，磁场能量获取器与整流器电连接，整流器的输入为磁场能量获取器的输出，整流器的输出端与低压降稳压器的输入端相连接，低压降稳压器的输出端与mcu电连接，三轴加速度传感器和射频标识传感芯片均通过i2c总线与mcu电连接，射频标识传感芯片外接天线；
磁场能量获取器和整流器设于变压器外周、共同构成磁场能量获取装置，磁场能量获取器用于实现磁场能量到电能的转化，整流器用于将磁场能量获取器采集的交流电转为直流电，且提高输出电压；
三轴加速度传感器用于对变压器绕组振动信号即原始振动信号进行采集；
低压降稳压器用于对整流器的输出电压进行稳压，以获取稳定的直流电压输出；
mcu用于设置融合射频标识功能的振动传感器的信号采样频率、采样时间以及对采集的变压器绕组振动信号在融合射频标识功能的振动传感器内部的处理与传输进行管理；
射频标识传感芯片用于实现与外部设备(图中未标示出)之间的通信与数据传输，外部设备可为计算机，步骤(2)、(3)、(4)在计算机内完成；
i2c总线用于实现mcu对射频标识传感芯片其余部分之间的通信以及三轴加速度传感器与mcu之间的数据传输；天线用于射频信号的发送与接收。
图3为本发明的融合射频标识功能的振动传感器的射频标识传感芯片内存管理模型，相比于图4所示的传统内存管理模型，本发明融合射频标识功能的振动传感器的射频标识传感芯片利用了其闲置空间对原始振动信号数据进行存储，同时增设了crc控制位以检验数据传输的完整性。
图5为本发明的融合射频标识功能的振动传感器的射频标识传感芯片的工作距离与通信成功率的关系图，通信成功率大于等于80％可认为是有效通信距离，由图可见该振动传感器的最大有效通信距离为10.5m，可以实现对变压器绕组的远程故障诊断。
图6为本发明的融合射频标识功能的振动传感器的磁场能量获取器的结构图，磁场能量获取器为带有铁芯的螺线管，铁芯材质为铸铁，其工作原理如下：
由法拉第电磁感应定律可知，磁场能量获取器的开路电压voc为
voc＝2πfμeffnπ(0.5d)2b；
式中，b为平行于螺线管的线圈轴线的磁通量密度，f为对应磁场的频率，μeff为有效磁导率，n为线圈匝数，d为铁芯直径；铁芯直径d与铁芯长度l的比值范围为[0.05,0.07]，实施例中优选0.066，该数值的选取同时兼顾了取能效率以及成本。
图7为为采用奇异熵去噪前的测量数据(即原始振动信号)与去噪后的数据对比展示，由图7可见，去噪数据接近于原始振动信号，但噪声成分可以忽略不计。采用奇异熵对采集的变压器绕组振动信号即原始振动信号进行去噪的具体方法为：
给定原始振动信号数据x＝[xi](i＝1,2,…,p)，xi表示原始振动信号数据的元素，i为元素标号，p为数据长度，将其映射到高维矩阵w∈rm×n中，可得
式中，n为滑动窗宽度，m为高维矩阵的维度，τ为延迟时间。m可通过互信息法获取，τ可由cao算法获得。对高维矩阵w进行奇异值分解，可得w＝u·λ·vt，u和v是矩阵w的奇异向量，λ为如下所示的对角阵：
式中λ1≥λ2≥…≥λq，λj(j＝1,2,…,q)为w的奇异值，j为奇异值标号，q为奇异值数目。则k阶奇异熵可由下式计算：
δej表示奇异熵在阶次j处的增量，可由下式计算：
不同阶次的奇异熵增量共同构成了奇异谱，其中奇异谱的横坐标为阶次，纵坐标为相应阶次处的奇异熵增量。
通过上述公式计算高维矩阵w的奇异谱，取奇异熵增量趋近于平稳时(斜率处于[-0.5,0.5]之间时)的奇异熵阶次c为去噪后振动信号矩阵的阶次，保留上述对角阵λ前c个主对角元素，其余主对角元素置零，得到新的对角阵λ'，将λ'重组(w'＝u·λ'·vt)即可获得去噪后的去噪数据w'，通过去噪后的去噪数据反映原始振动信号特征。
若原始振动信号为正常状态下的变压器绕组振动信号，则提取出的去噪数据为正常状态下的变压器绕组振动信号；若原始振动信号为故障发生时的变压器绕组振动信号，则提取出的去噪数据为故障发生时的变压器绕组振动信号(即阈值原始数据)。
图8为采用最小二乘支持向量机回归模型对变压器绕组进行故障诊断的结果，由图8可见，对于故障以及正常状态下的绕组，该模型获得的残差有着显著的差异，可以有效地实现故障诊断，获得最小二乘支持向量机回归模型的方法如下：
给定训练数据集{(xt,yt)|t＝1,2,…,l},xt∈rq,yt∈r，其中，xt为训练数据的元素，yt为相应元素xt的标签，t为元素的标号，l为训练数据集中数据的数目，q为训练数据x的维数，则最小二乘支持向量机回归模型可为：
式中，w为权重系数，b为偏置项，
式中，et表示最小化回归函数的偏差，l为训练数据集中训练数据的数目，c为控制模型复杂度以及对训练数据适应度的参数，拉格朗日乘子法可用来求解上述优化问题，可得下述矩阵：
式中1＝[1,1,…,1],α＝[α1,α2,…,αl]t,s＝[s1,s2,…,sl]t,k＝k(xt,x)为核函数，由核变换技巧可得
最终，最小二乘支持向量机回归模型可表述为：
核函数的选择对于最小二乘支持向量机回归模型的性能有着至关重要的作用，由于本实施例所处理的振动信号为非线性信号，因此本实施例采用径向基函数作为核函数：
k(xt,x)＝exp{-||x-xt||2/σ2}；
其中σ为核函数宽度。
以上内容结合附图对本发明进行了示例性说明，在结构和布局方面还有多种变化和变型，因此等同的技术方案也属于本发明的范畴，采用本发明的构思和方案的非实质性改进，均在本发明的保护范围之内。