[发明专利]一种基于表面振动信号分析的变压器在线监测方法

摘要

本发明属于信号处理技术领域，尤其涉及一种基于表面振动信号分析的变压器在线监测方法，包括如下步骤：S1，根据变压器运行电压、负载电流、油温历史数据以及变压器表面振动历史数据训练广义回归神经网络；S2，应用所述广义回归神经网络，根据变压器实时运行数据计算变压器表面基频振动幅值；S3，根据振动基频振动幅值的计算值与实测值差异，判断变压器运行状态，实现变压器振动在线监测。本发明提供了一种可靠、准确的基于振动分析的监测方法。

主权项

1.一种基于表面振动信号分析的变压器在线监测方法，其特征在于，包括如下步骤：S1，根据变压器运行电压、负载电流、油温历史数据以及变压器表面振动历史数据训练广义回归神经网络；S2，应用所述广义回归神经网络，根据变压器实时运行数据计算变压器表面基频振动幅值；S3，根据变压器表面基频振动幅值的计算值与实测值差异，判断变压器运行状态，实现变压器振动在线监测；所述步骤S1具体包括：S11，收集变压器历史运行工况数据和表面振动数据，经预处理后建立变压器正常运行条件下的历史数据集；S12，根据基于特征加权欧式距离的历史数据相似性分析，删除相似度高的冗余数据构成广义回归神经网络训练数据集；S13，依据广义回归神经网络训练数据集训练并保存广义回归神经网络，确定最佳光滑因子并保存最优网络结构；S14，计算基于最优网络结构的网络输出值和网络期望输出值的绝对百分比误差，取其最大值作为最优网络结构的最大误差，取其算术平均值作为最优网络结构的平均误差。