基于振动-SVM的变压器绕组缺陷诊断方法

       摘要: 为了诊断变压器绕组是否存在松动缺陷以及判断绕组松动严重程度,给出及时应对措施,提出以频率特征量为输入、PSO优化SVM的变压器绕组松动缺陷诊断方法.进行110 kV变压器短路试验,模拟不同程度的绕组松动缺陷以探究绕组松动程度特征,提取振动信号的频谱分量,利用比值法削弱负载电流的影响,发现基频分量、800 Hz和900 Hz分量与频率分量总和的比值随绕组松动程度增加而产生明显变化.但由于特征值相对较小,不利于提取判断阈值,故通过支持向量机进行缺陷诊断并利用效果相对较好的粒子群算法对其进行优化.测试结果表明该诊断模型具有较高的准确性.

作者:
张琳 马宏忠 王涛云 李勇 许洪华
单位:
河海大学能源与电气学院,江苏南京,211100 上海市电力公司金山供电公司,上海,201500 江苏省电力公司南京供电公司,江苏南京,210008
出处:
《智慧电力》
刊期:
2016年第44卷第11期
基金:
国家自然科学基金(51177039)

基于振动-SVM的变压器绕组缺陷诊断方法

摘要: 为了诊断变压器绕组是否存在松动缺陷以及判断绕组松动严重程度,给出及时应对措施,提出以频率特征量为输入、PSO优化SVM的变压器绕组松动缺陷诊断方法.进行110 kV变压器短路试验,模拟不同程度的绕组松动缺陷以探究绕组松动程度特征,提取振动信号的频谱分量,利用比值法削弱负载电流的影响,发现基频分量、800 Hz和900 Hz分量与频率分量总和的比值随绕组松动程度增加而产生明显变化.但由于特征值相对较小,不利于提取判断阈值,故通过支持向量机进行缺陷诊断并利用效果相对较好的粒子群算法对其进行优化.测试结果表明该诊断模型具有较高的准确性.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

0.325397s