一种基于LMD与排列熵的变压器机绕组松动识别方法

    公开(公告)号:CN112906489A

    公开(公告)日:2021-06-04

    申请号:CN202110110017.2

    申请日:2021-01-27

    IPC分类号: G06K9/00 G06N20/10

    摘要: 一种基于LMD与排列熵相结合的变压器绕组松动识别方法,其步骤如下:1、采集相关历史振动信号;2、对采集的振动信号进行LMD分解,取得各PF分量;3、计算相关系数法并选出相关系数高于所设定阈值的PF分量;4、提取各PF分量的排列熵作为特征向量;5、将振动信号分为训练和测试集,并对训练集的特征向量进行寻优;6、将寻优后的训练集输入到支持向量机进行训练,并用测试集进行测试以得到训练好后的支持向量机模型;7、用得到的支持向量机模型作为分类器对测试样本集进行分类识别。本发明可在变压器稳态运行前对变压器绕组松动状态进行识别,实现了变压器的故障诊断,为进行变压器振动信号特征提取与故障诊断提供了一种新的方法。

    一种基于混沌理论和GOA-Kmeans的高压并联电抗器铁芯与绕组松动状态监测方法

    公开(公告)号:CN111397728A

    公开(公告)日:2020-07-10

    申请号:CN202010269257.2

    申请日:2020-04-08

    申请人: 河海大学

    IPC分类号: G01H17/00 G06K9/62

    摘要: 本发明公开了一种基于混沌理论和GOA-Kmeans的高压并联电抗器铁芯与绕组松动状态监测方法,属于高压并联电抗器的状态监测与故障诊断领域。本方法从高压并联电抗器的振动信号展开分析,首先判断振动信号的混沌特性,接着采用C-C法选择最佳延迟时间和嵌入维数对电抗器振动信号进行相空间重构;其次,利用GOA-Kmeans聚类算法求出重构信号相轨迹的簇中心;最后,根据簇中心位移矢量和的模值变化对电抗器铁芯与绕组松动状态进行监测。本发明基于GOA-Kmeans聚类分析得到簇中心位移矢量模值的变化可有效识别出电抗器铁芯和绕组松动的机械故障隐患,提高电抗器运行可靠性,具有重要的理论和实用价值。