[发明专利]基于VMD自适应形态学的GIS机械振动信号时频分析方法

说明书

技术领域

本发明涉及信号处理技术领域，特别是涉及基于VMD自适应形态学的GIS机械振动信号时频分析方法。

背景技术

气体绝缘金属封闭开关设备(Gas Insulated Switchgear，GIS)会产生多种机械缺陷，例如螺丝松动、断路器操作机构失灵、互感器振荡等。因此通过监测机械故障来诊断GIS内部早期缺陷能够提高GIS的运行稳定性。GIS内部故障产生的振动信号通过介质传递至GIS筒体，对于运行中的GIS设备，常在筒体表面放置传感器，接受传递过来的振动信号，从而检测GIS是否运行异常，即发生故障。由于振动信号检测法抗干扰能力强，并且与电网中广泛使用的超高频检测法可以形成互补，用来检测中低频信号，方便可靠。

但是，现阶段对于GIS的故障研究仍多集中于局部放电^[1]方向，采集的振动信号也多为频率较高的电磁波信号，对存在更广泛的、频率较低的机械故障信号研究较少。由于GIS结构的复杂性，对现场运行中的GIS的振动特性更少研究，文献“基于振动信号HHT方法的GIS设备故障诊断[J].中国电力，2013,39(3).”中，徐天乐等人对运行中的GIS的振动信号进行了实测，但数据获取困难且数据量有限，未能分析出GIS具体的故障问题。文献“特高压GIS/HGIS设备振动诊断方法研究[J].电力建设，2009,30(7).”中，程林等人对正常和异常的混合型高压开关设备(Hybrid Gas Insulated Switchgear,HGIS)振动信号进行多次检测处理，并从统计角度得出对应振动幅值和次数关于频率的相关图，但并没有指明故障问题。

常用的处理振动信号时频的方法是：小波变换、形态学滤波、Hilbert-Huang变换、经验模式分解(Empirical Mode Decomposition，EMD)、总体经验模式分解(Ensemble Empirical Mode Decomposition，EEMD)、局部均值分解(Local Mean Decomposition,LMD)等。上述方法在GIS故障信号分析中都得到了良好的效果，但均具有各自的局限性。小波变换可以有效抑制白噪声，但是抑制脉冲干扰能力不强；LMD存在迭代计算量大、频率混淆、端点效应等问题；数学形态学具有很强的抑制脉冲干扰能力，算法简单可行，但存在固有统计偏移问题和最佳结构元素的选择问题。EMD是分析非平稳信号和非线性信号强有力的工具，但存在模态混叠问题。

综上所述，现有技术中对于GIS机械振动信号的时频分析问题，尚缺乏有效的解决方案。

发明内容

为了解决现有技术的不足，本发明提供了基于VMD自适应形态学的GIS机械振动信号时频分析方法，通过模拟不同类型的机械故障，最终能够建立GIS机械故障诊断数据库。

基于VMD自适应形态学的GIS机械振动信号时频分析方法，包括：

模拟GIS设备不同类型的机械故障；

多次检测GIS设备在正常工况及模拟工况下的GIS设备的振动信号；

利用变分模态分解实现振动信号进行时频分析：将检测的上述GIS设备的振动信号在频域中实现不断更新，最终通过傅里叶逆变换转化到时域，得到正常工况及模拟工况下GIS设备的振动信号的本征模函数组；

通过边际谱看出GIS设备的振动信号幅值随频率分布的变化，与正常工况下的振动信号的HHT边际谱相比，模拟故障工况下GIS振动信号的边际谱中存在振荡现象并且幅值明显高于正常工况时的幅值；

综合希尔伯特分析，得出故障的特征判据，通过模拟不同类型的机械故障，建立GIS机械故障诊断数据库，实现对上述GIS设备的振动信号进行时频分析。

进一步的，在模拟GIS设备不同类型的机械故障时，主要构造螺丝松动和基于绕组变形的互感器振荡两种常见的GIS机械故障。

上述故障类型比较常见且具有代表性，上述机械故障信号能够表明GIS设备的故障缺陷。

进一步的，构造故障时，在GIS断路器操动机构与隔离开关连接螺丝和互感器处设置异常振动源，包括螺丝松动和基于绕组变形的互感器振荡。

进一步的，检测GIS设备在正常工况及模拟工况下的GIS设备的振动信号时利用外置的压电式加速度传感器在GIS窥视孔下侧检测。

进一步的，检测GIS设备在正常工况及模拟工况下的GIS设备的振动信号之后还需要进行去噪处理，之后再进行变分模态分解。