[发明专利]一种变压器有载分接开关机械故障在线监测方法在审

专利信息
申请号: 201910454969.9 申请日: 2019-05-29
公开(公告)号: CN110132404A 公开(公告)日: 2019-08-16
发明(设计)人: 张勇;周俊;陈冰冰;王梁;许洪华;陈明;刘宝稳;马宏忠;王春宁 申请(专利权)人: 国网江苏省电力有限公司南京供电分公司;河海大学;国网江苏省电力有限公司;国家电网有限公司
主分类号: G01H17/00 分类号: G01H17/00
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 张红莲
地址: 210019 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分接开关 变压器 矩阵 固有模态函数 经验模态分解 功率特征 机械故障 在线监测 振动信号 采集 掩膜 实时故障诊断 振动传感器 动作过程 故障诊断 实时监测 数据支撑 特征公式 最大功率 贴敷 箱壁 改进 检修 分解
【权利要求书】:

1.一种变压器有载分接开关机械故障在线监测方法,其特征在于,所述机械故障在线监测方法包括以下步骤:

步骤1:将p个振动传感器贴敷在有载分接开关OLTC的箱壁顶端上,采集有载分接开关动作过程中产生的振动信号;

步骤2:将采集到振动信号进行经验模态分解EMD,通过分解出来的固有模态函数IMF计算出改进的掩膜信号;

步骤3:将改进的掩膜信号加入到原始采集到的振动信号中,然后再进行经验模态分解;

步骤4:根据区间最大功率特征公式计算固有模态函数的功率特征矩阵,比较不同工况下的OLTC的功率特征矩阵,对OLTC进行故障诊断。

2.根据权利要求1所述的变压器有载分接开关机械故障在线监测方法,其特征在于:

所述步骤1中,将振动传感器放置于OLTC的垂直顶端。

3.根据权利要求1所述的变压器有载分接开关机械故障在线监测方法,其特征在于:

在所述步骤2中,将步骤1所采集到的振动信号x(t)进行经验模态分解EMD得到若干个固有经验模态函数IMF即ui(t);然后再对ui(t)进行Hilbert变换,得到vi(t),即:

构造解析信号:

于是得到幅值函数:

和相位函数:

进一步可求出瞬时频率:

振动信号x(t)被分解后的若干个简谐振动信号即固有经验模态函数IMF按照频率从高到低逐次得到,其中,IMF1的频率最高,IMFm为大于设定频率阈值的最小频率固有经验模态函数;

按照下式计算改进的掩膜信号s(t):

s(t)=A0sin(2πf*tf) (7)

其中,f为振动信号的采样频率,A0为信号幅值,f*代表的IMF1和IMFm在k个采样点上的平均瞬时频率:

其中f为信号的采样频率,a1为IMF1的Hilbert包络幅值,f1(i)为Hilbert瞬频估计法计算出的IMF1的瞬时频率;am为IMFm的Hilbert包络幅值,fm(i)为Hilbert瞬频估计法计算出的IMFm的瞬时频率,k为采样点。

4.根据权利要求3所述的变压器有载分接开关机械故障在线监测方法,其特征在于:

所述设定频率阈值为0,即IMFm为频率最接近0的频率最小的固有经验模态函数。

5.根据权利要求4所述的变压器有载分接开关机械故障在线监测方法,其特征在于:

所述信号幅值A0优选为IMF1至IMFm这m个分量平均幅值的1.6倍。

6.根据权利要求1或5所述的变压器有载分接开关机械故障在线监测方法,其特征在于:

在所述步骤3中,将步骤2构造出来的掩膜信号加入到原始振动信号中,然后重新进行经验模态分解,得到新的固有模态函数IMF。

7.根据权利要求6所述的变压器有载分接开关机械故障在线监测方法,其特征在于:

其中,步骤3中重新进行经验模态分解的得到IMF的层数f优选为5。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司南京供电分公司;河海大学;国网江苏省电力有限公司;国家电网有限公司,未经国网江苏省电力有限公司南京供电分公司;河海大学;国网江苏省电力有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910454969.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top