【技术实现步骤摘要】
本专利技术涉及变压器振动状态检测，具体为一种在运变压器绕组振动异常检测方法。
技术介绍
1、获得变压器内部绕组运行状态的健康指标，对其进行适当的状态维护或预防性维护具有显著作用。然而，传统方法获取变压器内部绕组振动需要构建有限元模型、建立虚拟变压器进行仿真分析，但是变压器内部尺寸信息普遍缺失，并且由于变压器内部结构的复杂性和实际工作条件的多样性，建立的有限元模型和仿真学习难以完全准确地反映真实的振动行为，从而限制了其对于变压器绕组状态检测的准确性和可靠性，从而检测效果差、检测效率低。
2、中国专利，公开号：cn117370916a，公开日：2024年1月9日，公开了一种变压器绕组振动异常诊断方法、装置、电子设备及介质。获取待测变压器的当前负荷电流以及第一实际振动信号，并根据当前负荷电流，计算第一仿真振动信号；对第一仿真振动信号以及第一实际振动信号进行多阶矩阵降阶投影处理，获得第一仿真振动信号对应的第一仿真振动投影矩阵，以及第一实际振动信号对应的第一实际振动投影矩阵；将第一仿真振动投影矩阵输入至预训练振动代理模型，输出实际振动预测矩阵；计算实际振动预测矩阵与第一实际振动投影矩阵的余弦夹角值，以对待测变压器进行绕组振动异常诊断；用于解决现有的在对变压器绕组进行振动异常诊断时，计算耗时长、预测准确性低以及模型泛化性不高的问题。然而，该专利技术中通过建立当前测试变压器的仿真振动信号与实际振动信号的多阶矩阵，建立限元模型对投影矩阵进行预测，以计算投影矩阵余弦值判断变压器绕组振动异常检测的方式不能全面、准确地反映变压器实际工作中
技术实现思路
1、本专利技术的目的是针对现有技术由于未全面考虑变压器内部结构的复杂性和实际工作条件的多样性，导致变压器绕组振动检测效果差、效率低的问题；提出了一种在运变压器绕组振动异常检测方法，通过从变压器表面振动信号中提取绕组振动特征，利用时间序列预测算法以绕组振动特征训练变压器绕组振动特征预测模型，对待测变压器进行预测，根据预测误差计算出异常度，判断待测变压器绕组振动的异常状态；克服了现有技术由于未全面考虑变压器内部结构的复杂性和实际工作条件的多样性，导致变压器绕组振动检测效果差、效率低的问题，显著提高了变压器绕组振动异常检测准确性、可靠性，进一步提高检测效率。
2、为解决上述技术问题，本专利技术采用的技术方案为：一种在运变压器绕组振动异常检测方法，包括以下步骤：
3、s1、基于振动传感器采集变压器运行中的表面振动信号；
4、s2、对所述表面振动信号进行绕组振动信号分析与信号特征融合，获取绕组振动特征向量；
5、s3、基于时间序列预测算法，将所述绕组振动特征向量作为输入进行绕组振动特征预测模型的训练；
6、s4、基于训练完成的所述绕组振动特征预测模型对待测变压器的绕组特征向量进行预测，根据预测值计算待测变压器的绕组特征向量的异常度；
7、s5、将所述异常度与异常度检测阈值进行比对，判断所述待测变压器绕组振动的异常状态。
8、本方案中，通过对变压器原始表面振动信号进行分析处理，可以将信号分解为不同频段上的固有模态函数，有效降低了原始信号的复杂度，对原始振动信号的时间序列的不等长、偏移、振幅变化等情况具有较强的鲁棒性，以便于提取变压器绕组振动特征，有助于全面地、准确地反映真实的振动行为；为后续利用时间序列预测开展绕组振动特征预测模型的训练提供了有力的数据支持，消除数值大小和量纲差异对预测模型训练的影响，提高了预测模型的精确度，进而提高了对变压器绕组振动特征预测值的准确性、真实性，确保异常度的精准计算，确保变压器绕组振动异常检测的准确性和可靠性，进一步提高检测工作效率。
9、优选地，所述s2包括如下子步骤：
10、s21、对所述表面振动信号进行数据清洗与标准化处理，得到统一标准格式的表面振动信号；s22、基于vmd将所述表面振动信号分解为若干信号模态分量；
11、s23、基于dtw对所述信号模态分量进行计算，获取绕组特征分量数据集；
12、s24、提取变压器历史运行数据的数据特征，结合所述绕组特征分量数据集进行特征融合，得到所述绕组振动特征向量。
13、本方案中，变分模态分解(variance mean decomposition，vmd)算法可以将变压器表面振动信号分解为多个固有模态函数(intrinsic mode functions,imfs)，这些不同频段上的imfs分别体现出了序列的规律性，有效地降低了序列的复杂度，提高了后续的模型训练的精确度；动态时间规整(dynamic time warping,dtw)算法可以计算出信号模态分量中的电流绕组相关度与电压绕组干扰度，实现变压器绕组振动信号的计算，并提高了变压器绕组振动信号的鲁棒性。
14、优选地，所述s23包括如下子步骤：
15、根据dtw算法计算所述信号模态分量的绕组关键度量，从所述绕组关键度量的交集中提取多个数据进行求和，获得变压器绕组振动信号；
16、基于变压器绕组运行状态计算所述变压器绕组振动信号的绕组特征分量，并建立所述绕组特征分量的绕组特征分量数据集。
17、优选地，所述绕组关键度量至少包括电流绕组相关度与电压绕组干扰度；
18、其中，将所述信号模态分量与变压器负载电流作为dtw算法的第一计算序列，计算得到所述信号模态分量和所述变压器负载电流的第一相似性度量，并将所述第一相似性度量作为所述电流绕组相关度；
19、将所述信号模态分量与变压器运行电压作为dtw算法的第二计算序列，计算得到所述信号模态分量和所述变压器运行电压的第二相似性度量，并将所述第二相似性度量作为所述电压绕组干扰度。
20、优选地，所述s24包括如下子步骤：
21、根据变压器历史运行数据提取同一时刻变压器工况数据特征，建立变压器运行特征数据集；将所述绕组特征数据集以及所述变压器运行特征数据集进行合并，对合并的数据集进行数据标准化，得到信号特征融合向量，并将所述信号特征融合向量作为所述绕组振动特征向量。
22、优选地，所述绕组特征分量至少包括：振动峭度、平均振幅、绕组最大值、绕组最小值、绕组偏态、振动熵、均方根与总谐波幅值；
23、所述变压器工况数据特征至少包括：变压器工况因素电流特征、变压器功率特征与变压器油温。
24、优选地，所述s3包括如下子步骤：
25、基于变压器绕组振动产生机理，通过变压器绕组振动基频与负载电流关系确定informer预测算法的模型参数；
26、根据所述模型参数，将所述绕组振动特征向量作为informer预测模型的输入进行模型训练，获得绕组振动特征预测模型。
27、优选地，所述s4包括如下子步骤：
28、应用训练好的所述绕本文档来自技高网...
【技术保护点】
1.一种在运变压器绕组振动异常检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述S2包括如下子步骤：
3.根据权利要求2所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述S23包括如下子步骤：
4.根据权利要求2所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述绕组关键度量至少包括电流绕组相关度与电压绕组干扰度；
5.根据权利要求2所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述S24包括如下子步骤：
6.根据权利要求3或5所述的一种在运变压器绕组振动异常检测方法，其特征在于：
7.根据权利要求1所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述S3包括如下子步骤：
8.根据权利要求1所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述S4包括如下子步骤：
9.根据权利要求8所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述S5包括如下子步骤：
10.根据权利要求
...【技术特征摘要】
1.一种在运变压器绕组振动异常检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述s2包括如下子步骤：
3.根据权利要求2所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述s23包括如下子步骤：
4.根据权利要求2所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述绕组关键度量至少包括电流绕组相关度与电压绕组干扰度；
5.根据权利要求2所述的一种在运变压器绕组振动异常检测方法，其特征在于：所述s24包括如下子步骤：
6.根据权利要求3或...
【专利技术属性】
技术研发人员：吴雪峰，潘仲达，王强，盛骏，李策策，吕赢想，赵禹来，王颖剑，吴胥阳，
申请(专利权)人：国网浙江省电力有限公司金华供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。