500 kV自耦变压器直流偏磁振动特征提取与模式识别方法研究

吴晓文 1; 周卫华 1; 裴春明 2; 卢铃 1; 邹妍晖 1; 胡胜 1; 彭继文 1

doi:10.7652/xjtuxb201804004

您当前的位置：

首页 >

文章列表页 >

500 kV自耦变压器直流偏磁振动特征提取与模式识别方法研究

更新时间：2025-07-09

- 500 kV自耦变压器直流偏磁振动特征提取与模式识别方法研究
- Vibration Feature Extraction and Pattern Recognition Method for 500 kV Autotransformer in DC Bias Condition
- 西安交通大学学报 2018年52卷第4期页码：24-30
- 作者机构：
  
  湖南省电力公司电力科学研究院,长沙,410007
- 作者简介：
- 基金信息：
  
  : 2017-09-27。作者简介: 吴晓文(1986—),男,博士,高级工程师;周卫华(通信作者),男,教授级高级工程师。基金项目: 国家自然科学基金资助项目(51377123);国家电网公司科技项目(5216A015001T)
- DOI：10.7652/xjtuxb201804004
  中图分类号： TM835.4
- 网络首发：2018-04-10，
  
  纸质出版：2018
- 稿件说明：
移动端阅览
吴晓文 1, 周卫华 1, 裴春明 2, 等. 500 kV自耦变压器直流偏磁振动特征提取与模式识别方法研究[J]. 西安交通大学学报, 2018,52(4):24-30.

Vibration Feature Extraction and Pattern Recognition Method for 500 kV Autotransformer in DC Bias Condition[J]. 2018, 52(4): 24-30.
吴晓文 1, 周卫华 1, 裴春明 2, 等. 500 kV自耦变压器直流偏磁振动特征提取与模式识别方法研究[J]. 西安交通大学学报, 2018,52(4):24-30. DOI： 10.7652/xjtuxb201804004.

Vibration Feature Extraction and Pattern Recognition Method for 500 kV Autotransformer in DC Bias Condition[J]. 2018, 52(4): 24-30. DOI： 10.7652/xjtuxb201804004.

摘要

为了对自耦变压器直流偏磁进行有效检测

以变压器振动加速度信号为观测量

对比分析了直流偏磁前后500 kV自耦变压器振动加速度频谱的变化特性

提出了奇偶次谐波比、频谱复杂度以及小波包能量等原始特征参数

利用主成分分析方法对原始特征参数去相关处理

采用最小二乘支持向量机的方法对直流偏磁主特征进行了模式识别。结果表明

直流偏磁对变压器振动时频特性影响显著

采取中性点电容隔直措施后

自耦变压器仍然存在较为严重的直流偏磁问题

所提出的原始特征参数能够有效反映变压器直流偏磁状态

利用主成分分析方法显著降低了特征空间维数

采用最小二乘支持向量机的方法能够实现自耦变压器直流偏磁主特征的模式识别

通过核函数参数对调整

识别准确率可达100%。所提出的方法为变压器直流偏磁的有效检测提供了技术支持。

Abstract

The objective of this paper is to detect DC bias in autotransformers with vibration acceleration tests. Vibration spectral features of a 500 kV autotransformer before and after DC bias are compared and analyzed. Odd-even rate

spectral complexity and wavelet package energy are taken as the feature parameters of DC bias. The principal component analysis(PCA)method is used for decorrelation of these original parameters. After this process

the least squares-support vector machine(LS-SVM)method is employed for pattern recognition of the vibration features of DC bias. It is found that DC bias exerts a large influence on transformer vibration. Even if the neutral point of the autotransformer is connected with a power capacitor

DC bias still cannot be eliminated. The proposed parameters are verified effective to detect DC bias variation in transformers. With the PCA method

the dimensions of characteristic space can be decreased to a large degree. The DC bias recognition accuracy of the proposed LS-SVM method may reach 100% with proper kernel function parameters. The proposed methodology may provide technical support for DC bias detection in autotransformers.

关键词

Keywords

references

JIANG Wei, WU Guangning, XIAO Hua, et al. Effects of transformer DC bias and the relationship between UHV DC grounding current and grounding resistances [J]. High Voltage Engineering, 2008, 34(12): 2530-2535.

皇甫成, 阮江军, 张宇, 等. 变压器直流偏磁的仿真研究及限制措施 [J]. 高电压技术, 2006, 32(9): 117-120.

HUANGFU Cheng, RUAN Jiangjun, ZHANG Yu, et al. DC magnetic bias induced current effects on transformer and restricting methods [J]. High Voltage Engineering, 2006, 32(9): 117-120.

杨晓辉, 王丰华, 段若晨, 等. 500 kV电力变压器直流偏磁耐受性能的仿真研究 [J]. 电力系统保护与控制, 2014, 42(14): 60-66.

YANG Xiaohui, WANG Fenghua, DUAN Ruochen, et al. Simulation study of DC bias enduring ability of 500 kV power transformer [J]. High Voltage Engineering, 2014, 42(14): 60-66.

苑舜, 王天施. 电力变压器直流偏磁研究综述 [J]. 高压电器, 2010, 46(3): 78-87.

YUAN Shun, WANG Tianshi. Summary of research on transformer DC magnetic bias [J]. High Voltage Apparatus, 2010, 46(3): 78-87.

马为民. 换流变压器中直流偏磁电流的计算 [J]. 高电压技术, 2004, 30(11): 39-49.

MA Weimin. DC biasing current in converter transformer [J]. High Voltage Engineering, 2004, 30(11): 39-49.

张红跃, 张清枝, 熊章学, 等. 采用交流互感器测量变压器中性点直流分量的方法 [J]. 电力系统保护与控制, 2013, 41(16): 97-102.

ZHANG Hongyue, ZHANG Qingzhi, XIONG Zhangxue, et al. A method of measuring neutral point DC component of transformer using AC transformer [J]. Power System Protection and Control, 2013, 41(16): 97-102.

吴晓文, 周年光, 胡胜, 等. 分布式变压器直流偏磁多状态量检测技术研究 [J]. 科学技术与工程, 2017, 17(10): 202-207.

WU Xiaowen, ZHOU Nianguang, HU Sheng, et al. Distributed multi-physics measurement technology investigation of DC bias in transformer [J]. Science Technology and Engineering, 2017, 17(10): 202-207.

马海. 基于直流偏磁影响下变压器本体振动与噪声的在线监测 [D]. 长沙: 长沙理工大学, 2013.

陈青恒, 马宏彬, 何金良. 直流偏磁引起的500 kV电力变压器振动和噪声的现场测量与分析 [J]. 高压电器, 2009, 45(3): 93-95.

CHEN Qingheng, MA Hongbin, HE Jinliang. Field monitoring and analysis on vibration and noise of 500 kV electrical transformer under DC current biasing [J]. High Voltage Apparatus, 2009, 45(3): 93-95.

郭洁, 黄海, 唐昕, 等. 500 kV电力变压器偏磁振动分析 [J]. 电网技术, 2012, 36(3): 70-75.

GUO Jie, HUANG Hai, TANG Xin, et al. Analysis on 500 kV power transformer vibration under DC magnetic biasing [J]. Power System Technology, 2012, 36(3): 70-75.

朱叶叶, 汲胜昌, 张凡, 等. 电力变压器振动产生机理及影响因素研究 [J]. 西安交通大学学报, 2015, 49(6): 115-125.

ZHU Yeye, JI Shengchang, ZHANG Fan, et al. Vibration mechanism and influence factors in power transformers [J]. Journal of Xi'an Jiaotong University, 2015, 49(6): 115-125.

RIKARDO S A, BAMBANG C B, SUMARYADI C, et al. Vibration monitoring on power transformer [C]∥International Conference on Condition Monitoring and Diagnosis, Beijing, China, 2008.

师愉航. 变压器声纹特征研究及噪声评估系统开发 [R]. 西安: 西安交通大学, 2017: 64-66.

汲胜昌, 张凡, 钱国超, 等. 稳态条件下变压器绕组轴向振动特性及其影响因素 [J]. 高电压技术, 2016, 42(10): 3178-3188.

JI Shengchang, ZHANG Fan, QIAN Guochao, et al. Characteristics and influence factors of winding axial vibration of power transformer in steady-state operation condition [J]. High Voltage Engineering, 2016, 42(10): 3178-3188.

吴晓文, 周年光, 裴春明, 等. 特高压交流变电站可听噪声分离方法 [J]. 高电压技术, 2016, 42(8): 2625-2632.

WU Xiaowen, ZHOU Nianguang, PEI Chunming, et al. Separation methodology of audible noise of UHV AC substations [J]. High Voltage Engineering, 2016, 42(8): 2625-2632.

汲胜昌, 刘味果, 单平, 等. 小波包分析在振动法监测变压器铁芯及绕组状况中的应用 [J]. 中国电机工程学报, 2001, 21(12): 24-27.

JI Shengchang, LIU Weiguo, SHAN Ping, et al. The application of the wavelet packet to the monitoring of the core and winding condition of transformer [J]. Proceedings of the CSEE, 2001, 21(12): 24-27.

李自品, 舒乃秋, 李红玲, 等. 绝缘子污秽放电的声发射核主成分诊断法 [J]. 高电压技术, 2012, 38(11): 3008-3014.

LI Zipin, SHU Naiqiu, LI Hongling, et al. Acoustic emission diagnosis method of insulator's pollution discharge based on kernel principle component analysis [J]. High Voltage Engineering, 2012, 38(11): 3008-3014.

张学工. 模式识别 [M]. 第3版. 北京: 清华大学出版社, 2013: 161-167.

焦尚彬, 刘丁, 郑岗, 等. 基于最小二乘支持向量机的绝缘子等值附盐密度预测 [J]. 中国电机工程学报, 2006, 26(2): 149-153.

JIAO Shangbin, LIU Ding, ZHENG Gang, et al. Forecasting the ESDD of insulator based on least square support vector machine [J]. Proceedings of the CSEE, 2006, 26(2): 149-153.

李红玲, 文习山. 绝缘子污秽放电声发射的统计指纹分析 [J]. 高电压技术, 2010, 36(11): 2705-2710.

LI Hongling, WEN Xishan. Statistical fingerprint analysis for contaminated insulator acoustic emission signals [J]. High Voltage Engineering, 2010, 36(11): 2705-2710.

SUYEKENS J A K, VANDEWALLE J. Least squares support vector machine classifiers [J]. Neural Processing Letters, 1999, 9(3): 293-300.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

全局叶型扭转角误差对轴流压气机性能影响的不确定性量化分析方法

利用程序特征识别降低网格监控负载的研究

基于独立成分分析和流形学习的眼电伪差去除

工业网络流量异常检测的概率主成分分析法

利用主成分分析的模态参数识别