[发明专利]电力变压器铁心松动故障监测方法

说明书

技术领域

本发明涉及电力变压器安全监测技术领域，特别涉及一种通过监测电力变压器铁心振动的故障诊断技术。

背景技术

大型电力变压器是电网系统中的关键设备，铁心作为变压器主要部件之一，对变压器的电磁性能、机械强度等起着至关重要的作用。铁心由硅钢片叠积而成，铁心的上铁轭由上夹件用夹件下的拉带和夹件上的撑板夹紧，下铁轭由夹件上的拉带和夹件下的垫脚夹紧，上下夹件通过拉板连接，铁心柱由绑扎带固定成接近圆形，整个夹紧装置使硅钢片叠加在一起构成铁心。变压器稳定运行时，铁心振动主要来源于硅钢片的磁致伸缩和叠片间特别是接缝处的电磁力。如果夹紧件松动，硅钢片间缝隙增大，硅钢片接缝处和叠片间的漏磁增加，导致硅钢片之间的电磁力增大，铁心振动会变大。另外如果硅钢片的自重使铁心发生弯曲变形，硅钢片轴向压应力增大，也会引起铁心振动加剧。铁心振动的加剧将进一步导致硅钢片松动，对铁心的结构产生损坏，对变压器的运行性能和使用寿命造成严重影响。

目前，变压器铁心松动监测方法主要是基于傅里叶变换的频谱能量法。由于硅钢片的磁致伸缩和电磁力引起的振动具有明显的非线性特性，铁心的刚度及阻尼也随着振动而不断变化，因此铁心振动具有显著的非线性特征。当铁心的压紧力改变时，其振动更显其复杂性。基于傅里叶变换的谐波分析方法，适用于线性信号的分析，对具有非线性特性的信号具有局限性。铁心振动信号的傅里叶谐波表示尽管在数学上是正确的，但由于表示谐波的基函数是事先给定的，这种谐波不具有明确的物理意义，不能真实准确地表征铁心振动的自然特征。

希尔伯特黄变换(HHT)是一种自适应的信号处理方法，它的基函数源于信号自身，有直接、明确的物理意义，能够很好地适用于非线性、非平稳信号的分析。

发明内容

本发明为了克服现有的基于傅里叶变换的谐波分析方法的不足，提高变压器铁心松动故障诊断的有效性，提出一种基于希尔伯特黄变化的变压器铁心松动故障监测方法，通过监测变压器铁心振动信号，实现变压器铁心压紧力的监测。

一种电力变压器铁心松动故障监测方法，包括以下步骤：

(1)获取变压器正常状况下的监测参数基准值。

变压器出厂前，在空载情况下，将若干个振动传感器安装在变压器油箱表面，测点固定，位置靠近三相铁心斜接缝处为宜，监测变压器铁心A、B、C三相的压紧状况。一般采样频率设定大于8kHz，以满足EEMD分解对采样频率的要求。根据设定的采样频率，采集0.1s以上的振动信号，采集0.1s以上的振动信号是为防止EEMD分解过程中端点效应对结果的影响。

对各测点采集到得的振动信号，按照频率能量法，提取振动信号的特征矢量，计算矢量距离，作为判断铁心是否松动的参数基准值D_k，各测点基准值不一定相同，以计算结果为准，k为测点号，取1、2、3...N的正整数。

(2)设定矢量距离的监测阈值，监测阈值设定为步骤(1)中计算得到的基准值D_k的M倍，M为大于1的实数。

(3)获取电力变压器在使用时空载状况下的振动信号的监测参数：

变压器投入使用后，在运行现场，当变压器空载时，根据设定的采样频率和采样时间长度，在相同的监测点，对各测点振动信号进行采样。

对各测点采集的振动信号按照步骤(1)相同的频率能量法，提取振动信号的特征矢量，计算得到该测点振动信号的矢量距离d_k。当d_k＞MD_k时，表明测点k对应的某相变压器铁心出现松动。否则，认为变压器铁心压紧状况良好。

上述步骤(1)和步骤(3)中运用频率能量法计算特征矢量距离的具体方法如下：

1)按照希尔伯特黄变换中的集合经验模态分解(EEMD)算法进行分解和瞬时频率计算，得到希尔伯特谱，实现步骤为：

A、根据EEMD分解，将振动信号x(t)分解为n个本征模态分量IMF_i和一个剩余项r_n(t)的和，IMF_i用c_i(t)表示：