一种高压电抗器缺陷诊断方法及系统与流程

1.本发明涉及输变电设施缺陷诊断技术领域，具体为一种高压电抗器缺陷诊断方法。


背景技术：

2.为增强电力系统中的无功补偿与无功平衡，抑制系统过电压，提高电能质量和供电可靠性，高压并联电抗器得到了广泛的使用。截止至2015年底，国家电网公司220kv～1000kv高压并联电抗器在运量为1703台，年增长率约为11.1％。随着投运数量的不断增长，电抗器的监测与诊断也越来越受到重视。
3.据统计，在2006年
‑
2015年国家电网公司发生的电抗器缺陷与故障中，由振动引发的部件松动破损导致的故障占到了全部故障的16.7％，是继装配问题与设计缺陷之后最为主要的故障原因。而目前常用的电气量监测、油色谱监测等方法均难以发现此类缺陷，存在安全隐患。


技术实现要素：

4.针对现有技术的不足，本发明提供了一种高压电抗器缺陷诊断方法，具备准确度高、诊断快的优点，解决了上述问题。
5.本发明提供的技术方案包括以下步骤：
6.s1.采集高压电抗器侧的振动信号，并对采集的信号进行模
‑
数转换；
7.s2.建立模型并设定经验系数后代入信号数据，计算得出初诊断结果；
8.s3.将所述诊断结果和振动强度图谱、振动信号分段离散功率图谱一并发送给现场监控人员，监控人员综合上述信息给出现场诊断结果；
9.s4.将所述现场诊断结果反馈给所述模型，通过神经网络算法进行机器学习，修正对应的经验系数，再代入实时采集的信号数据，计算得出终诊断结果。
10.优选的，所述s1步骤中采集高压电抗器侧的振动信号包括所述高压电抗器每一侧的振动信号。这样采样会更加全面，诊断偏差会更小。
11.由于大多数故障都是绕组内铁芯松动缺陷造成的，故优选的，所述步骤s2中的经验系数包括电抗器绕组及铁芯松动特征值。
12.进一步的，所述特征值包括主成分系数mhc以及能反映振动频谱和波形的参数。
13.更进一步的，所述参数包括100hz及其整数倍的幅值、振动信号小波包分解系数、分段离散功率谱。
14.本发明的另一方案在于提供一种高压电抗器缺陷诊断系统，包括存储有程序的非暂态可读记录媒体及处理电路，通过所述处理电路可以调用所述程序，以执行上述方法中的s1
‑
s4步骤。
15.优选的，所述处理电路包括振动加速度传感器、信号屏蔽线以及检测装置主机，所述振动加速度传感器有多个，设置于待监测高压电抗器的每一面，与所述检测装置主机通
过所述信号屏蔽线电性连接，所述检测装置主机还包括显示屏、计算机板卡以及数据采集卡。
16.本发明的又一方案在于提供一种非暂态可读记录媒体，用以存储包含多个指令的一个或多个程序，所述程序包括前述高压电抗器缺陷诊断方法中所包含的步骤。
17.与现有技术相比，本发明提供的一种高压电抗器缺陷诊断方法及系统具备以下有益效果：
18.该高压电抗器振动信号分析方法，通过将电抗器绕组及铁芯松动特征值现场监测人员的经验判断纳入机器学习的范畴，可以在振动加速度传感器发生位移时及早做出预断，采取措施，保障高压电抗器及其附属设施的正常运行。
附图说明
19.图1为本发明实施例系统结构示意图；
20.图2为本发明实施例诊断检测装置主机构成结构示意图。
具体实施方式
21.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.请参阅图1
‑
2，本实施例的实施步骤如下：
23.先建立一种高压电抗器机械缺陷诊断系统，包括振动加速度传感器、信号屏蔽线以及检测装置主机，多个振动加速度传感器设置于高压电抗器的每一面，检测装置主机还包括显示屏、计算机板卡以及数据采集卡，振动加速度传感器的输出端通过信号屏蔽线与检测装置主机的输入端电性连接。
24.数据采集卡包括数据采集模块、数据保存模块以及信号转换模块，数据采集模块的输入端与多个振动加速度传感器的输出端电性连接，数据采集模块的输出端与信号转换模块的输入端电性连接，多个振动加速度传感器均根据其所在高压电抗器上的位置进行标记，数据保存模块的保存输入端与信号转换模块的输出端电性连接，为了尽可能的获得更多信息，使数据保存模块具有智能储存功能，数据保存的天数可设置，超过期限自动清除，默认保存30天，而且可定时、间断的进行数据的存储，包括原始数据与特征参数，其中特征参数的保存是为了直观地观察电抗器在长期运行中各参数的变化。默认设置为每1h采集1s的数据，将其永久保存，同时状态变更触发存储。当电抗器发生故障时，将自动开启存储功能，连续存储10s的数据，将其永久保存。
25.计算机板卡内包括有算法文件储存模块、数据分析模块、图表生成模块以及显示模块，算法文件储存模块内储存knn、神经网络以及决策树算法模型，knn、神经网络以及决策树算法模型通过编程，以dll的格式进行调用，数据分析模块的输入端与转换模块的输出端电性连接，数据分析模块的输出端与图表生成模块的输入端电性连接，数据分析模块与图表生成模块的输出端均与显示模块的输入端电性连接，显示模块的输出端与显示屏的输入端电性连接，信号分析模块可对信号进行实时分析与特征提取，除了离散功率谱外，软件
还提供了傅里叶变换、小波变换等常用的信号处理方法，以及峰峰值、偏态、标准差、峰度等参数的实时显示。系统按以下步骤运行：
26.1)通过振动加速度传感器采集高压电抗器每一侧的振动信号；
27.2)振动信号通过信号屏蔽线输送到数据采集模块；
28.3)振动信号通过数据采集模块分别输送给数据保存模块与信号转换模块，数据保存模块储存信号数据，信号转换模块将振动信号转换为检测装置主机可识别的电信号；
29.4)数据分析模块接收到振动信号，生成各项参数，并调取算法将参数带入，得出分析结果，建立模型，同时各项参数输入图表生成模块，得到相应的振动强度图谱、动信号分段离散功率图谱；
30.5)算法生成的诊断结果与输出的图谱均通过显示模块，将图像显示信号输送给显示屏，操作人员根据显示得到判断结果。
31.步骤4)中的诊断需要对电抗器绕组及铁芯松动特征值进行提取，提取包括提取和主成分系数mhc以及能反映频谱以及波形的参数，频谱的提取从100hz及其整数倍的幅值、振动信号小波包分解系数、分段离散功率谱三个角度出发，分段离散功率谱是对信号功率谱的一种分段离散表示，使其更加适合电抗器振动特征的描述，其计算表达式如下：
[0032][0033]
式中f(n)为振动信号傅里叶变换的结果，fs为采样率，n为采样点数，p(1)即50hz～150hz内所有频率分量幅值平方之和。
[0034]
步骤4)中数据分析模块利用图表生成模块并根据所采集的振动信号生成振动信号时域图、电抗器振动信号频谱图，电抗器表面振动强度分布图，以上图表通过显示屏进行显示。
[0035]
步骤4)中所用算法knn、神经网络以及决策树需先在matlab软件中训练进行机器学习，并利用matlab的编译功能将训练好的模型生成可供调用的dll文件，在labview中调用，且当采集数据缺乏时采用阈值法进行缺陷判断，以信号的功率作为判断依据，阈值法表达式如下：
[0036][0037]
上式中，x(k)2为采集的离散信号，n为采样点数，将其正常状态的功率作比较，当超过一定阈值时便可判定电抗器有元部件发生了松动。
[0038]
为了进一步提高诊断的准确性，将使步骤4)中的缺陷诊断基于择振动信号的幅值、均方差、主成分系数、部分离散功率谱组成特征向量来判断，振动加速度传感器的位置参数也用于机器学习；
[0039]
所组成判断向量的表达式如下：
[0040]
f＝[ν，σ，mhc，p2，p3，p4，p5，p6]
[0041]
上式归一化后得到实际输入的特征向量，出所提取的特征向量仅与电抗器机械状态密切相关，而与运行电压无明显关系，表明该特征值可以有效降低电网波动对诊断结果的影响，使诊断结果更加准确。
[0042]
为了验证谐波分量特征值、离散功率特征值以及小波包能量特征值三种特征提取
方法的验证效果，采用不同的分类学习算法对其进行分类测试，将不同时间段、不同测点采集得到的共1872组信号分别按上述三种方法进行特征提取，选取其中相关系数大于0.4的参数与信号幅值、均方差、主成分系数共同组成特征向量并进行归一化处理，然后进行pca降维，去除参数相互之间的相关性。设定正常数据标签为0；松动60％状态标签为1；完全松动状态标签为2，将50％的数据用作训练，余下的50％用作测试，测试结果如下表所示：
[0043][0044]
可见明离散功率谱较其他两种方法效果较好。究其原因，与谐波分量的幅值相比，离散功率谱包含了各谐波分量附近的频谱信息，从而降低了频谱泄露以及因采样率、采样点数变化带来的影响，使得计算结果更加稳定且准确。相较于小波包能量，分段离散功率谱直接针对100hz及其高次谐波所包含的信息，更具针对性而且计算更加简单，因此更适合电抗器振动信息的表达，而小波包的优势在这里难以体现；在实际应用中小波包的分解层数、基函数的选择以及特征提取的方法也是一个难题。
[0045]
将上述方法通过软件编程的方式植入到通用计算机硬件设备方式来实现，就形成了本发明的另一实施例，即：一种高压电抗器振动信号分析系统。
[0046]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机、
可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
[0047]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0048]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0049]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0050]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。