[发明专利]基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法有效

专利信息
申请号: 202110349611.7 申请日: 2021-03-31
公开(公告)号: CN113052249B 公开(公告)日: 2022-06-21
发明(设计)人: 李振华;成俊杰;黄悦华;吴琳;李红斌;王涛;张磊;张涛;徐艳春;李振兴 申请(专利权)人: 三峡大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00;G01R31/72;G01R31/62
代理公司: 宜昌市三峡专利事务所 42103 代理人: 吴思高
地址: 443002 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 支持 向量 电流 偏差 系数 变压器 绕组 故障 类型 识别 方法
【权利要求书】:

1.基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法,其特征在于包括以下步骤:

步骤1:根据变压器绕组的结构尺寸、位置、材料属性建立变压器绕组结构仿真模型,采用有限元法计算得到变压器绕组的分布电容、电感参数;

步骤2:根据步骤1中获取的分布电容、电感参数,建立变压器绕组集中参数电路模型;变压器绕组正常情况下,在变压器绕组集中参数电路模型注入正弦扫频信号,获取绕组首端电流Ia(f)、末端电流Ib(f),同时将首端电流Ia(f)、末端电流Ib(f)作为指纹数据;

步骤3:利用仿真电路模拟绕组的各种故障情况,在相同的测试条件下,获取绕组不同故障下的首端电流、末端电流分别为构建绕组故障特征曲线数据库;

步骤4:将步骤3和步骤2中获得的首端电流、末端电流曲线进行比对分析,确定首端电流数据差值sc、末端电流数据差值mc、电流偏差系数CDC组成特征向量,根据不同的绕组故障类型得到特征向量库;

步骤5:根据步骤4利用不同的绕组故障类型得到的特征向量库,采用支持向量机对绕组故障进行识别,根据识别结果确定绕组的故障类型;再利用电流偏差系数CDC特征向量进一步确定绕组的故障位置。

2.根据权利要求1所述基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法,其特征在于:所述步骤2中,在变压器绕组集中参数电路模型首端注入的正弦信号为600kHz~1MHz范围的低压高频扫频信号,获取的变压器绕组集中参数电路模型首端电流、末端电流分别为绕组的一次侧和二次侧的电流数据。

3.根据权利要求1所述基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法,其特征在于:所述步骤3中,由建立的变压器绕组集中参数电路模型来对故障进行模拟时,通过改变电路中不同的电力参数值来模拟不同的故障类型。

4.根据权利要求1所述基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法,其特征在于:所述步骤3中,相同的测试条件指得是:步骤3中所加的正弦扫频信号与步骤2中所述正弦扫频信号大小和所施加的位置相同;同时步骤3中变压器绕组集中参数电路模型首、末端的采样电阻的阻值大小相同。

5.根据权利要求1所述基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法,其特征在于:所述步骤3中,仿真所得到故障的电流数据包括:不同故障类型发生时所处的绕组的位置不同的首末端电流数据;不同故障类型发生在相同位置,但发生故障时故障程度不同的电流数据;故障程度为5%、10%、15%、20%、25%五种等级,故障位置为绕组各饼不同位置。

6.根据权利要求1所述基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法,其特征在于:所述步骤4中,首端电流数据差值sc、末端电流数据差值mc计算公式为:

式中:I1(f)表示绕组健康状态时第i个频率下所测的首端的电流值;表示绕组故障时第i个频率下所测的首端的电流值;

式中:I1(f)’表示绕组健康状态时第i个频率下所测的末端的电流值;表示绕组故障时第i个频率下所测的末端的电流值;

所述步骤4中,电流偏差系数CDC值计算公式为:

式中:Ia(f)和分别Ib(f)是绕组健康状态时第i个频率下所测的首、末两端的电流值;和分别是绕组故障时第i个频率下所测的首、末端的电流值。

7.根据权利要求1所述基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法,其特征在于:所述步骤5中,绕组故障类型主要包括:轴向变形、径向变形、匝间短路、整体位移故障类型;基于故障特征向量库利用支持向量机对绕组故障类型进行识别时,需要将特征向量设置标签分类,根据所需要识别的故障类型,设置的标签为1、2、3、、、n;相同类型的绕组故障特征向量要设置为相同的类别标签,不同的类型的故障设置为不同的标签,其中相同类型还包括同一故障类型同一故障程度发生在不同位置,同一故障类型发生在同一故障位置,但是故障程度不同时,进行标记设置是也为同一标记。

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三峡大学,未经三峡大学许可,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/202110349611.7/1.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