[发明专利]一种有载分接开关机械故障综合智能诊断方法

说明书

本发明公开一种有载分接开关机械故障智能诊断方法，本方法把检测到的振动信号分为传动轴段信号和切换段信号，采用峭度指标对传动轴段的机械状态进行表征，采用包络分析算法求得所测开关切换段振动信号包络线，并与其正常工作时的切换段振动信号包络线进行相似度比对，判定有载分接开关故障与否。判定有故障时，采用品质因子可调小波变换和支持向量机智能学习识别算法对有载分接开关切换段运行状态进行判断。本发明实现了有载分接开关传动机构故障、内部机械故障等异常状态的有效检测及准确识别，不依赖于现场检修人员的经验，对硬件要求相对较低、算力相对较小、判断准确度高、可移植性强。

技术领域

本发明涉及变压器有载分接开关机械故障诊断技术领域，特别是一种有载分接开关机械故障综合智能诊断方法。

背景技术

有载分接开关(On-Load Tap Changer，OLTC))是有载调压变压器的关键组成部分与唯一可动部件，是变压器实现调压操作的核心组部件，其运行状态对变压器的稳定运行有着重要影响。有载分接开关的运行状态可通过分析其动作时产生的振动信号进行诊断，该方法易于现场应用。

据统计表明，有载分接开关异常引起的变压器故障占其总故障的40％以上，且机械故障为其主要的故障类型，并且是电气故障的诱因。另外，对高压直流输电系统的换流变压器来说，有载分接开关的频繁调压操作等对其运行可靠性的要求更高。因此，有必要寻求准确可靠的有载分接开关机械故障综合智能诊断方法，通过机器学习的人工智能诊断方法，及时发现有载分接开关运行过程中的潜在机械隐患，减轻现场运维人员的工作量和工作难度，并对提高变压器运行稳定性和降低有载分接开关故障率具有重要意义。

发明内容

本发明要解决的技术问题是提供一种有载分接开关机械故障综合智能诊断方法，对开关运行状况进行分析判断，通过反复训练样本库能够智能诊断出有载分接开关机械故障，不依赖于人工经验判断，降低人为出现的误判率，实现了有载分接开关机械运行状态的准确分析、判断。

为了解决所述技术问题，本发明采用的技术方案是：一种有载分接开关机械故障智能诊断方法，包括以下步骤：

S01)、检测有载分接开关的机械振动信号和驱动电机电流信号；

S02)、以检测到的电流信号的起点作为振动信号有效起始点，并把检测到的振动信号分为传动轴段信号和切换段信号；

S03)、采用峭度K表征有载分接开关传动轴段信号状态；

S04)、对切换段有效信号进行截取；

S05)、对截取的有载分接开关切换段信号进行包络分析，求解包络线后，对采集的信号和开关正常信号进行相关性分析，求得相似度r，基于相似度r分析切换段信号是否正常，从而判断有载分接开关是否出现故障；

S06)、判断出故障后，通过品质因子可调小波变换计算出振动信号特征值，通过支持向量机智能识别算法判断有载分接开关故障类型。

进一步的，步骤S06采用品质因子可调小波变换提取信号特征，具体是采用品质因子可调小波变换求解出各子带时间序列二范数，将其作为有载分接开关切换段信号故障瞬态特征值，设置品质因子、冗余度以及分解层数，从而实现强背景噪声下有载分接开关振动信号有效特征成分的准备获取。

进一步的，步骤S06采用非线性、多分类的支持向量机算法，通过求解超平面对信号进行非线性分类，并使用一对多法对多种故障类型进行分类求解，实现有载分接开关切换段机械故障状态的准备识别。

进一步的，步骤S05所述包络分析通过二次曲线的内插求出真正的局部最大值，即实际峰值的数值和峰值相对应采样点的位置。

进一步的，步骤S04中，截取切换段有效信号的过程为：