本發(fā)明屬于電氣設(shè)備監(jiān)測(cè)技術(shù)領(lǐng)域，，特別涉及到電力變壓器有載分接開(kāi)關(guān)振動(dòng)脈沖信號(hào)與變壓器油箱表面振動(dòng)信號(hào)的自適應(yīng)提取方法。

背景技術(shù)：

有載調(diào)壓分接開(kāi)關(guān)(on-loadtapchanger,oltc)是變壓器完成調(diào)壓的核心部件，不僅能穩(wěn)定負(fù)載中心電壓，而且也是聯(lián)絡(luò)電網(wǎng)、調(diào)整負(fù)載潮流、改善無(wú)功分配等不可缺少的重要設(shè)備，它的性能狀況直接關(guān)系到有載調(diào)壓變壓器的安全運(yùn)行。發(fā)達(dá)國(guó)家對(duì)容量在10mva及以上的變壓器大都安裝了有載分接開(kāi)關(guān)，我國(guó)也愈來(lái)愈多地采用了有載調(diào)壓變壓器。有載分接開(kāi)關(guān)由選擇器、切換開(kāi)關(guān)和電動(dòng)機(jī)構(gòu)組成，機(jī)械故障是其主要故障類(lèi)型，包括選擇開(kāi)關(guān)觸頭接觸不良、操作機(jī)構(gòu)失靈、限位開(kāi)關(guān)失靈、切換開(kāi)關(guān)拒切、中止或動(dòng)作滯后、內(nèi)部緊固件松動(dòng)和脫落等。這些故障可以通過(guò)對(duì)有載分接開(kāi)關(guān)振動(dòng)信號(hào)的分析進(jìn)行有效的檢測(cè)和判斷。由于電力變壓器在運(yùn)行時(shí)，鐵心硅鋼片的磁致伸縮引起鐵心振動(dòng)，繞組在負(fù)載電流電場(chǎng)力作用下產(chǎn)生繞組振動(dòng)，這些振動(dòng)都將傳遞到變壓器的油箱表面，形成變壓器的主要振動(dòng)。在變壓器油箱表面獲得的振動(dòng)信號(hào)除了有載分接開(kāi)關(guān)振動(dòng)以外，還包括鐵心和繞組的振動(dòng)。因此要對(duì)有載分接開(kāi)關(guān)振動(dòng)信號(hào)進(jìn)行分析和處理，首先需要對(duì)油箱表面振動(dòng)信號(hào)進(jìn)行信號(hào)提取，從中提取出有載分接開(kāi)關(guān)振動(dòng)信脈沖號(hào)成分。

有載分接開(kāi)關(guān)動(dòng)作振動(dòng)波形主要是由動(dòng)靜觸頭的接觸摩擦引起的振動(dòng)沖擊脈沖信號(hào)，而鐵心和繞組的振動(dòng)信號(hào)主要為周期信號(hào)，同時(shí)有載分接開(kāi)關(guān)在一次動(dòng)作過(guò)程中，多個(gè)觸點(diǎn)將發(fā)生接觸與提取，產(chǎn)生的振動(dòng)波形將存在多個(gè)振動(dòng)沖擊脈沖，振動(dòng)沖擊脈沖信號(hào)與分接開(kāi)關(guān)觸點(diǎn)的接觸狀態(tài)相關(guān)，能夠反映出觸點(diǎn)接觸的狀態(tài)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種電力變壓器有載分接開(kāi)關(guān)振動(dòng)脈沖數(shù)自動(dòng)識(shí)別方法，以實(shí)現(xiàn)對(duì)有載分接開(kāi)關(guān)多個(gè)振動(dòng)脈沖信號(hào)的自動(dòng)識(shí)別。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

一種電力變壓器有載分接開(kāi)關(guān)振動(dòng)脈沖數(shù)自動(dòng)識(shí)別方法，包括以下步驟:

(1)在變壓器油箱表面獲得振動(dòng)信號(hào)，該振動(dòng)信號(hào)是包括有載分接開(kāi)關(guān)振動(dòng)脈沖信號(hào)、環(huán)境噪聲、變壓器鐵心振動(dòng)信號(hào)的混合信號(hào)；并對(duì)所述混合信號(hào)進(jìn)行零均值處理；

(2)根據(jù)所述混合信號(hào)的統(tǒng)計(jì)特性，以一個(gè)采樣間隔為分割點(diǎn)將所述混合信號(hào)分為前后兩個(gè)統(tǒng)計(jì)時(shí)間段內(nèi)的自回歸模型，并逐次計(jì)算對(duì)應(yīng)的回歸系數(shù)和模型階數(shù)；

(3)利用最大似然估計(jì)公式對(duì)自回歸模型的誤差進(jìn)行最大似然估計(jì)；

(4)計(jì)算信號(hào)回歸模型誤差的信息熵a值；

(5)求取信息熵a值的最小值和最大值；該最小值對(duì)應(yīng)噪聲自回歸模型和振動(dòng)脈沖信號(hào)自回歸模型的最佳分割點(diǎn)，是在最小二乘意義下兩個(gè)模型的最佳匹配，是分接開(kāi)關(guān)觸頭機(jī)械動(dòng)作產(chǎn)生的振動(dòng)脈沖信號(hào)的起始點(diǎn)；

(6)根據(jù)有載分接開(kāi)關(guān)的類(lèi)型，選擇有效的振動(dòng)脈沖信號(hào)長(zhǎng)度區(qū)間，求取信號(hào)長(zhǎng)度區(qū)間對(duì)應(yīng)的信息熵a值的梯度；則可對(duì)有效信號(hào)長(zhǎng)度內(nèi)的多個(gè)振動(dòng)脈沖信號(hào)形成統(tǒng)計(jì)意義上的包絡(luò)；從第二個(gè)包絡(luò)開(kāi)始，包絡(luò)的最大值表示振動(dòng)脈沖信號(hào)的信息熵變化率最大，即前后兩個(gè)振動(dòng)脈沖信號(hào)在統(tǒng)計(jì)意義上的分割點(diǎn)，標(biāo)志著后一個(gè)振動(dòng)脈沖信號(hào)起始點(diǎn)；

(7)應(yīng)用梯度法求取局部最大值的經(jīng)典算法，獲得每個(gè)包絡(luò)的最大值，最大值得個(gè)數(shù)即對(duì)應(yīng)于振動(dòng)脈沖的數(shù)目。

有益效果：本發(fā)明的方法利用振動(dòng)沖擊脈沖信號(hào)和環(huán)境噪聲信號(hào)的統(tǒng)計(jì)獨(dú)立特性，在對(duì)數(shù)據(jù)進(jìn)行處理及分段的基礎(chǔ)上，通過(guò)計(jì)算信號(hào)的信息熵來(lái)判斷脈沖信號(hào)的起始時(shí)間，進(jìn)一步計(jì)算信息熵的梯度，并在運(yùn)用求取最大值和最小值經(jīng)典算法的基礎(chǔ)上，結(jié)合設(shè)定的閾值來(lái)實(shí)現(xiàn)對(duì)有載分接開(kāi)關(guān)多個(gè)振動(dòng)脈沖信號(hào)的自動(dòng)識(shí)別。

附圖說(shuō)明

圖1為分接開(kāi)關(guān)振動(dòng)信號(hào)；

圖2為分接開(kāi)關(guān)振動(dòng)信號(hào)信息熵曲線；

圖3為分接開(kāi)關(guān)振動(dòng)信號(hào)脈沖數(shù)識(shí)別圖形。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明做更進(jìn)一步的解釋。

一種電力變壓器有載分接開(kāi)關(guān)振動(dòng)脈沖數(shù)自動(dòng)識(shí)別方法，包括以下步驟:

(1)在變壓器油箱表面獲得振動(dòng)信號(hào)，該振動(dòng)信號(hào)是包括有載分接開(kāi)關(guān)振動(dòng)脈沖信號(hào)、環(huán)境噪聲、變壓器鐵心振動(dòng)信號(hào)的混合信號(hào)；并對(duì)所述混合信號(hào)進(jìn)行零均值處理；

變壓器油箱表面采集得到的混合信號(hào)為xn＝{x1,...,xn}，則混合信號(hào)去除均值的方法為：

式中，表示去掉均值后的第n個(gè)信號(hào)的幅值，xn表示采集得到的混合信號(hào)時(shí)間序列中第n個(gè)信號(hào)的幅值，n表示采集得到的混合信號(hào)時(shí)間序列的總個(gè)數(shù)，xm表示在第m個(gè)混合信號(hào)的幅值，下標(biāo)n、m分別表示采集到的混合信號(hào)中的第n、m個(gè)信號(hào)。

(2)根據(jù)所述混合信號(hào)的統(tǒng)計(jì)特性，以一個(gè)采樣間隔為分割點(diǎn)將所述混合信號(hào)分為前后兩個(gè)統(tǒng)計(jì)時(shí)間段內(nèi)的自回歸模型，并逐次計(jì)算對(duì)應(yīng)的回歸系數(shù)和模型階數(shù)；

具體方法為：

變壓器表面采集得到的混合信號(hào)的時(shí)間序列為xn＝{x1,...,xn}。

首先進(jìn)行第一次數(shù)據(jù)分段，從第一個(gè)數(shù)據(jù)x1開(kāi)始，把混合信號(hào)的時(shí)間序列分成{x1}和{x2,...,xn}兩個(gè)時(shí)間段，如圖2所示。

然后進(jìn)行第二次分段，第一個(gè)時(shí)間段增加一個(gè)數(shù)據(jù)x2，第二個(gè)時(shí)間段減少一個(gè)數(shù)據(jù)x2，即兩個(gè)時(shí)間段分別為{x1，x2}和{x3,...,xn}。依次遞推，對(duì)于總共有n個(gè)數(shù)據(jù)的混合信號(hào)，則總共需要n-1次數(shù)據(jù)分段。

對(duì)于第j次分段后的兩段數(shù)據(jù){x1,x2,...,xj}和{xj+1,xj+2,...,xn}，分別用下式建立第一段數(shù)據(jù)和第二段數(shù)據(jù)的自回歸模型：

式中，為自回歸模型的系數(shù)，mi(i＝1,2)分別為噪聲模型的階數(shù)和信號(hào)模型的階數(shù)。該模型將時(shí)間序列在模型窗內(nèi)分為確定的和預(yù)測(cè)誤差若誤差為高斯分布，則其均值方差且與時(shí)間序列確定的部分不相關(guān)

(3)利用最大似然估計(jì)公式對(duì)自回歸模型的誤差進(jìn)行最大似然估計(jì)；具體方法為：

把j作為分割點(diǎn)，使用自回歸模型的系數(shù)來(lái)提取時(shí)間序列[m1+1,j]和[j+1,n-m2]中的預(yù)測(cè)誤差部分。假設(shè)誤差為高斯分布，則這兩個(gè)時(shí)段誤差的似然函數(shù)l可用下式表示：

式中分別表示時(shí)段1和時(shí)段2的模型參數(shù)(依賴(lài)于j)，而且p1＝m1+1，p2＝j(luò)+1，q1＝j(luò)，q2＝n-m2，n1＝j(luò)-m1，n2＝n-m2-j；

若把k作為分割點(diǎn)，使用自回歸模型的系數(shù)來(lái)提取時(shí)間序列[m1+1,k]和[k+1,n-m2]中的預(yù)測(cè)誤差部分。

對(duì)方程最大似然函數(shù)取對(duì)數(shù)并求偏導(dǎo)數(shù)，尋找模型參數(shù)的最大似然估計(jì)，如下式所示：

求解上式，可求得模型參數(shù)：

通過(guò)實(shí)驗(yàn)研究發(fā)現(xiàn)，對(duì)于變壓器表面測(cè)得的混合信號(hào)自回歸模型誤差參數(shù)的最大似然估計(jì)，可以用下式代替：

上式中，下標(biāo)k表示采集得到的混合信號(hào)中的第k個(gè)信號(hào)。

(4)對(duì)于第j次分段，通過(guò)下式計(jì)算信號(hào)回歸模型誤差的信息熵a值，計(jì)算結(jié)果如附圖2所示：

上式中，c＝(m1+m2-n)(log2π+1)，為常數(shù)。

(5)采用minmax算法獲取信息熵a值的最小值和最大值。

(6)根據(jù)有載分接開(kāi)關(guān)的類(lèi)型，選擇有效的振動(dòng)脈沖信號(hào)長(zhǎng)度區(qū)間，采用diff算法求取信號(hào)長(zhǎng)度區(qū)間對(duì)應(yīng)的信息熵a值的梯度，則可對(duì)有效信號(hào)長(zhǎng)度內(nèi)的多個(gè)振動(dòng)脈沖信號(hào)形成統(tǒng)計(jì)意義上的包絡(luò)。

(7)應(yīng)用梯度法求取局部最大值的經(jīng)典算法，可以獲得每個(gè)包絡(luò)的最大值，最大值得個(gè)數(shù)對(duì)應(yīng)于脈沖的數(shù)目，如圖3所示。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。