一种基于CEEMD和相空间重构的有载调压变压器分接开关机械故障诊断方法与流程

技术特征：
1.一种基于ceemd和相空间重构的有载调压变压器分接开关机械故障诊断方法，其特征在于其包括如下步骤：建立互补集合经验模态分解和相空间重构模型；获取有载调压变压器分接开关的振动信号；将信号分解为不同频率特征的固有模态函数；通过c
‑
c法确定imfs的延迟时间和嵌入维数；提取振动信号混沌特征的特征量；建立及学习矢量量化神经网络进行状态分类识别系统模型。2.根据权利要求1所述的基于ceemd和相空间重构的有载调压变压器分接开关机械故障诊断方法，其特征在于，建立互补集合经验模态分解和相空间重构模型，包括如下步骤：获取所述有载调压变压器分接开关的振动数据的历史数据；提取所述振动信号的历史数据的不同频率分量；对所述不同频率分量进行相空间重构，并提取反映相空间的混沌特征量。3.根据权利要求2所述的基于ceemd和相空间重构的有载调压变压器分接开关机械故障诊断方法，其特征在于，频率分量进行相空间重构中，将一对白噪声分别添加到原始三种振动信号，所述原始三种振动信号包括：正常切换、开关滑档、电机机构故障；为了提取oltc振动信号的特征，使用ceemd对原始振动信号x
i
(t)添加成对的白噪声n
i
(t)，得到两种不同的新信号p
i
(t)和n
i
(t)，p
i
＝x(t) n
i
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)n
i
＝x(t)
‑
n
i
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)对这两种不同的新信号分别进行emd分解，得到两组m个集成的imf分量和和重复上述步骤，每次加入新的正态分布白噪声序列，并将每次得到的imf分量c
j
(t)作为最终结果；选取任意一个imf分量时间序列{y
i
(t)}经不同延时构造状态向量，重构相空间可由式(6)表示；y
m
(n)＝[x(n),x(n τ),
…
,x(n (m
‑
1)τ)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)x(k)＝x(t kδt),k＝1,2,
…
,n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，x(k)为k时刻离散化的系统值；τ为延迟时间；m为嵌入维数；t为采样开始时刻；δ
t为采样间隔；n为采样长度。4.根据权利要求2所述的基于ceemd和相空间重构的有载调压变压器分接开关机械故障诊断方法，其特征在于，采用了c
‑
c算法对延迟时间和嵌入维数进行相空间重构，其中，根据延迟时间τ的不同，将每阶固有模态分量序列{y
i
(t)}划分为τ个不相交的时间序列s(m,n,r,τ)，s(m,n,r,τ)，m＝n
‑
(m
‑
1)τ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)d
ij
＝||y
i
‑
y
j
||
∞
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)其中，d
ij
为∞函数；r为搜索半径，取小于max(d
ij
)的任意值；θ(x)为heaviside函数；c(m,n,r,τ)、为嵌入时间序列的关联积分；选择最大半径r
max
和最小半径r
min
时，计算对应的半径差量δs(m,n,r,τ)、平均检验统计值平均差量δs(t)及指标s
cor
(t)，并比较s(m,n,r,τ)的零处或者δs(m,n,r,τ)的极小点，两者中值较小者记为时间延时τ，小点，两者中值较小者记为时间延时τ，小点，两者中值较小者记为时间延时τ，小点，两者中值较小者记为时间延时τ，其中，n
m
为m个可能的取值；n
k
为k个可能的取值；绘制及s
cor
(τ)的变化曲线，延迟时间窗口τ
w
是在s
cor
(τ)取得全局最小值时对应的延迟时间，再根据式(16)计算嵌入维数m，因重构相空间的冗余和奇异吸引子轨道拥挤程度会因这两个参数的改变而改变，所以c
‑
c算法得到的延迟时间和嵌入维数即为最优值。5.根据权利要求4所述的基于ceemd和相空间重构的有载调压变压器分接开关机械故障诊断方法，其特征在于，计算用于提取振动信号混沌特征的特征量包括如下步骤，
利用相空间重构技术，对采样点为n的样本序列构造m维相空间新序列,计算公式为(16)；寻找与初始相点p0(t0)距离最近的点，并跟踪测量两点间的距离l0是否大于ε，l0＝|p(t1)
‑
p0(t0)|>ε
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)寻找一点与p0(t0)相间夹角最小且距离最近的一点p(t1)，l'1＝|p(t1)
‑
p0(t0)|<ε
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)重复上述步骤，直至迭代所有的序列点，最大李雅普诺夫λ计算公式如下，其中，t为迭代次数；通常由饱和关联维数法进行计算，当邻域半径r趋于零时，所求极限即为关联维数d，计算公式如下，算公式如下，其中，c(m,r)为关联积分；d(m,r)为累计分布函数。6.根据权利要求1所述的基于ceemd和相空间重构的有载调压变压器分接开关机械故障诊断方法，其特征在于，建立及学习矢量量化神经网络进行状态分类识别系统模型包括如下步骤，初始化网络权值w
ij
和学习率η；输入样本，将振动信号的能量特征熵向量送至网络的输入层，计算竞争层神经元与输入向量h
ij
的距离d
i
，选取小者为神经元，修正连接权值，根据网络是否识别正确进行神经元权值修正，若识别正确，则输入正方向修正，反之，输入反方向修正，修正公式如下，判断循环是否终止，当迭代次数大于设定最大迭代次数，则训练终止，反之，训练继续；测试数据故障诊断，按照上述步骤，生成训练模型，将测试数据输入模型即可完成状态诊断。

技术总结
本发明公开了一种基于CEEMD和相空间重构的有载调压变压器分接开关机械故障诊断分析方法，包括：建立互补集合经验模态分解和相空间重构模型；获取有载调压变压器分接开关的振动信号；将信号分解为不同频率特征的固有模态函数；通过C


技术研发人员：陈志华 柯强 胡经伟 李建坤 刘洋 饶燕 万姗
受保护的技术使用者：国家电网有限公司
技术研发日：2021.07.09
技术公布日：2021/10/23