[发明专利]基于EEMD的多尺度模糊熵的OLTC故障诊断方法

说明书

本发明公开了一种基于EEMD的多尺度模糊熵的OLTC故障诊断方法，包括步骤：(1)将加速振动传感器置于有载分接开关的顶盖，分别采集有载分接开关正常状态、触头松动状态、触头磨损状态、触头烧毁状态下动作过程中产生的振动信号，且各个状态下的分别采集多组振动信号；(2)将原始的振动信号进行EEMD分解，得到IMF分量；(3)选取前面若干个IMF分量，并计算选取的IMF分量的模糊熵；(4)用计算得到的模糊熵作为特征向量，输入SVM进行训练，得到SVM分类器，把测试样本的IMF分量的SEn值输入SVM分类器，进行工作状态识别。该方法可实时监测变压器有载分接开关的工作状态，满足OLTC实时故障诊断的要求。

技术领域

本发明涉及一种电力设备故障诊断方法，具体涉及一种基于EEMD的多尺度模糊熵的OLTC故障诊断方法。

背景技术

有载分接开关(OLTC)是电力变压器的一个重要组成部分，其运行状况直接关系到变压器及系统的稳定与安全。OLTC是变压器故障率最高部件之一，其故障不但直接影响变压器运行，而且影响电网质量与电网运行。根据沟内资料统计，由OLTC故障引起的事故约占变压器总事故的28％左右且故障类型基本为机械故障，例如触头松动、触头脱落、机构卡涩、滑档、拒动等。机械故障会直接损坏OLTC和变压器本身，进而引起其他更严重的电气故障，以致造成严重的后果。因此，对运行中的OLTC的机械性能进行监测，及早发现其故障隐患，对变压器及电力系统的安全运行有着十分重大的意义。

目前，对有载分接开关机械故障的诊断方法主要是停电检修和在线监测。有载分接开关的停电检修往往周期较长，难以及时发现早期的机械故障，经常在停电检修前即发生故障损坏，并且停电检修影响变压器正常运行，需要耗费大量人力、物力和财力。在线监测方法主要有基于热噪声诊断法和基于振动的在线监测等，基于热噪声的诊断是由于变压器分接开关故障后发热产生的热噪声传播到变压器外面，通过在变压器外壳上安装噪声传感器检测来进行分接开关故障诊断，但热噪声传到传感器时，能量损耗太大再加上各种噪音大干扰工程运用很难实现。

发明内容

发明目的：为克服现有技术的缺陷，本发明提供一种基于EEMD的多尺度模糊熵的OLTC故障诊断方法，该方法基于集合经验模态分解(Ensemble Empirical ModeDecomposition，EEMD)的多尺度模糊熵，能够及时发现有载分接开关运行过程中的潜伏性故障，提高有载分接开关可靠性。

技术方案：本发明所述的一种基于EEMD的多尺度模糊熵的OLTC故障诊断方法，包括下述步骤：

(1)将加速振动传感器置于有载分接开关的顶盖，分别采集有载分接开关正常状态、触头松动状态、触头磨损状态、触头烧毁状态下动作过程中产生的振动信号，且各个状态下的分别采集多组振动信号；

(2)将原始的振动信号进行EEMD分解，得到IMF分量；

(3)选取前面若干个IMF分量，并计算选取的IMF分量的模糊熵；

(4)用计算得到的模糊熵作为特征向量，输入SVM进行训练，得到SVM分类器，把测试样本的IMF分量的SEn值输入SVM分类器，进行工作状态识别。

其中，所述步骤(2)中，将采集的到振动信号x(t)进行EEMD分解的具体步骤如下：

(2.1)先在原始信号中加入高斯白噪声，然后根据信号的波形，取波形的上、下极值点，分别得到局部最大值包络线和局部最小值包络线；再将这两条包络线相对应各点的值取平均，得到曲线m₁；然后求原信号x(t)和该曲线m₁的差h₁：

h₁＝x(t)-m₁ (1)

(2.2)将h₁作为原始信号，重复步骤(2.1)得到：