[发明专利]一种基于样本熵和SVM的OLTC机械故障诊断方法

说明书

本发明公开了一种基于样本熵和SVM的OLTC机械故障诊断方法，步骤1：将加速振动传感器置于OLTC顶盖采集各种状态下的振动信号。步骤2：将原始的振动信号进行EEMD分解，得到分量IMF，取前4个IMF分量进行进一步处理；步骤3：计算选取IMF分量的样本熵；步骤4：对于训练数据集，用计算得到的样本熵作为特征向量，输入SVM进行训练，得到SVM分类器，把测试样本的IMF分量的SampEn值输入SVM分类器，由SVM分类器的输出得到测试样本的运行状态。本发明可实时监测变压器有载分接开关的工作状态，满足变压器有载分接开关实时故障诊断要求，为有目的检修提供数据支撑和理论依据，避免浪费人力，物力和时间。

技术领域

本发明涉及一种基于样本熵和SVM的OLTC机械故障诊断方法，属于电力设备信号监测技术领域。

背景技术

有载分接开关(OLTC)是电力变压器的一个重要组成部分，其运行状况直接关系到变压器及系统的稳定与安全。OLTC是变压器故障率最高部件之一。其故障不但直接影响变压器运行，而且影响电网质量与电网运行。根据国内资料统计，由OLTC故障引起的事故约占变压器总事故的28％左右，且故障类型基本为机械故障，例如触头松动、触头脱落、机构卡涩、滑档、拒动等。机械故障会直接损坏OLTC和变压器本身，进而引起其他更严重的电气故障，以致造成严重的后果。因此，对运行中的OLTC的机械性能进行监测，及早发现其故障隐患，对变压器及电力系统的安全运行有着十分重大的意义。

目前，对有载分接开关机械故障的诊断方法主要是停电检修和在线监测。有载分接开关的停电检修往往周期较长，难以及时发现早期的机械故障，经常在停电检修前即发生故障损坏，并且停电检修影响变压器正常运行，需要耗费大量人力、物力和财力。

在线监测方法主要有基于热噪声诊断法和基于振动的在线监测等，基于热噪声的诊断是由于变压器分接开关故障后发热产生的热噪声传播到变压器外面，通过在变压器外壳上安装噪声传感器检测来进行分接开关故障诊断，但热噪声传到传感器时，能量损耗太大再加上各种噪音大干扰工程运用很难实现。基于振动的分接开关故障诊断的关键是在被监测信号中发现能反映分接开关故障的特征信号，本专利基于振动法提取特征量，然后与支持向量机(SVM)相结合实现OLTC的故障诊断，具有速度快，结论直观，诊断机械故障正确率高特点。

发明内容

目的：为了克服现有技术中存在的不足，及时发现有载分接开关运行过程中的潜伏性故障，提高有载分接开关可靠性，本发明提供一种基于样本熵和SVM的OLTC机械故障诊断方法。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种基于样本熵和SVM的OLTC机械故障诊断方法，包括如下步骤：

步骤1：将加速振动传感器置于OLTC顶盖采集各种状态下的振动信号；

步骤2：将各种状态下的振动信号分别进行EEMD分解，得到分量IMF，取前k个IMF分量进行进一步处理；

步骤3：计算选取的IMF分量的样本熵；

步骤4：对于训练数据集，用计算得到的样本熵作为特征向量，输入SVM进行训练，得到SVM分类器，把测试样本的IMF分量的SampEn值输入SVM分类器，由SVM分类器的输出得到测试样本的运行状态。

作为优选方案，所述步骤1中振动传感器放置于OLTC的垂直顶端。

作为优选方案，所述步骤1中各种状态下振动信号，包括：正常、触头松动、触头磨损、触头烧毁、触头脱落的振动信号，每种状态下采集多组振动信号。

作为优选方案，所述步骤2将采集到各个状态下的多组振动信号分别进行EEMD分解，得到分量IMF，具体步骤如下：