一种基于改进MPE和K-medoids算法的变压器绕组松动故障诊断方法

    公开(公告)号:CN115792740A

    公开(公告)日:2023-03-14

    申请号:CN202211388354.9

    申请日:2022-11-07

    申请人: 河海大学

    IPC分类号: G01R31/72 G06F18/23213

    摘要: 本发明公开了一种基于改进MPE和K‑medoids算法的变压器绕组松动故障诊断方法,用以形成变压器绕组松动MPE值判据,实现绕组松动故障诊断。本方法步骤如下:1、在变压器箱体设置测点,获取各测点的振动信号,选取振动幅值最大测点D作为最佳测点;2、测量变压器绕组不同状态下的振动信号;3、采用粒子群优化算法对传统MPE算法中的参数进行参数优化,使MPE值整体变化平稳;4、以优化后的MPE算法计算测点D的MPE值;5、选取两个相邻尺度因子下的MPE值分别作为聚类坐标系的横纵坐标;6、在该坐标系下采用K‑medoids算法实现变压器绕组故障类型的精确分类;7、归纳形成MPE值判据,建立数据库。本方法减少了传统MPE算法的交叉混叠现象,实现了变压器故障类型精确判断。

    一种基于混沌理论和蜉蝣优化K-means算法的变压器绕组松动故障特征提取方法

    公开(公告)号:CN115905836A

    公开(公告)日:2023-04-04

    申请号:CN202211437457.X

    申请日:2022-11-16

    申请人: 河海大学

    摘要: 本发明公开了一种基于混沌理论和蜉蝣优化K‑means算法的变压器绕组松动故障特征提取方法,步骤如下:步骤1:在变压器箱体设置测点,获取各测点的振动信号,选取振动幅值最大的测点D作为最佳测点;步骤2:计算测点D采集振动信号的最大Lyapunov指数,判断其混沌特性;步骤3:计算具有混沌特性的振动信号的关联维数、Kolmogorov熵作为变压器绕组松动故障的混沌特征;步骤4:将振动信号进行相空间重构,得到相空间轨迹;步骤5:采用蜉蝣优化算法优化K‑means算法的初始聚类簇中心,再对相空间轨迹聚类,最终对所得K个簇中心计算簇中心矩之和与矢径偏移作为变压器绕组松动故障的几何特征;步骤6:变压器绕组非正常状态的混沌特征和几何特征与参考值对比,实现精确识别。