欢迎来到天天文库
浏览记录
ID:5263640
大小:285.79 KB
页数:4页
时间:2017-12-07
《基于eemd有载分接开关触头松动故障诊断》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、第34卷第1期华电技术Vo1.34No.12012年1月HuadianTechnologyJan.2012基于EEMD的有载分接开关触头松动故障诊断洪祥,马宏忠,高鹏,陈楷,王春宁(1.河海大学能源与电气学院,江苏南京210098;2.江苏省电力公司南京供电公司,江苏南京210008)摘要:针对基于经验模态分解(EMD)的希尔伯特黄变换(HHT)在变压器有载分接开关(OLTC)振动信号故障检测方面的模态混叠问题,提出了集合经验模态分解(EEMD)方法,有效解决了EMD模态混叠的缺点。在EEMD的基础上对振动信号进行HHT,
2、提取信号的边际谱,实现对触头松动故障的检测。仿真与实际试验表明,将该方法应用于分接开关振动信号的分析,可有效地提取故障特征量,有利于对触头故障的诊断。关键词:有载分接开关;振动信号;故障诊断;集合经验模态分解;希尔伯特黄变换;边际谱中图分类号:TM42文献标志码:A文章编号:1674—1951(2012)O1—0012—04piricalModeDecomposition),有效地解决了EMD的0引言不足。本文将改进后的HHT应用于有载分接开关变压器有载分接开关(OLTC)作为变压器的核振动信号的分析,结果表明:应用了EE
3、MD的HHT心部件之一,在电力系统中发挥着稳定负荷中心电能有效避免模态混叠现象,能对故障特征进行有效压、调节无功潮流、增加电网调度灵活性等重要作提取。用,其性能状况直接关系到有载调压变压器的安全1HHT基本原理运行。据国外资料统计,分接开关故障占有载调压变压器故障的41%,国内平均统计数据表明,分接1.1经验模态分解(EMD)开关的故障占变压器故障的20%以上¨。因此,针EMD是一种自适应、高效的信号分解方法,它对有载分接开关进行故障检测研究,对变压器安全通过“筛选”过程从被分析信号中提取固有本征模运行具有重大意义。态函数
4、IMF(IntrinsicModeFunction)。分解得到的作为变压器中唯一可进行机械动作的部件,分接每个IMF分量必须满足以下条件:整个信号上的极开关操作过程中包含一系列动作事件,这些事件中包值点个数和过零点个数相等或最多相差1个;在任含丰富的振动信息,其中触头碰撞、摩擦等都伴有机意点处,由所有局部极大值点确定的上包络线和由械振动信号的产生。利用加速度传感器监测设备操所有局部极小值点确定的下包络线的均值为零。作过程中的振动信号,对振动信号进行分析,提取故EMD分解包括以下几个过程:障特征,是目前较有效的监测和诊断方法
5、j。(1)根据原波形,取波形的上、下极值点,分别有载分接开关振动信号中含有很多瞬变信号,得到局部最大值包络线和局部最小值包络线;再将属于非平稳信号,而传统分析方法(如傅里叶变换这2条包络线相应各点的值取平均,得到一条曲线和小波变换)都是在振动信号为平稳或分段平稳的m;然后求原信号()和该曲线的差假设下进行的,因此无法进行正确的分析。希尔伯hl=(t)一m1。(1)特黄变换HHT(Hilbert—HuangTransformation)是近(2)将h.作为原始信号,重复步骤(1),得到h11=h1一m(2)年来提出的一种信号
6、时频分析方法,是基于数据的式中:m为重复步骤中得到的上、下包络线平均值。时问尺度和局部特性的,因此更适合处理非平稳信继续重复此过程,直到判据S<0.1,其中号。HHT主要由2部分组成:经验模态分解EMD(EmpiricalModeDecomposition)和Hilbert谱分析。s=㈩其中EMD也存在一些不足:当被分析数据不是纯白噪声时,易产生模态混叠现象。文献[3]针对该问此时h=h_l1一m为第1个IMF,记为s。题提出了集合经验模态分解EEMD(EnsembleEm一(3)将s从原信号中减去rl=(t)一Sl,收稿
7、日期:2011—09—28将r作为新的数据,重复步骤(1)和(2),可得到第基金项目:江苏省电力公司重点科技项目(J2008039)2个IMF,记为s。如果所得到的S或残余分量rn第1期洪祥,等:基于EEMD的有载分接开关触头松动故障诊断·l3·小于预先设定的值,或者已经变成了一条单调曲线,果,这是因为每个附加噪声的成分都包括了信号和则分解结束。否则,继续对得到的IMF进行以上操附加的白噪声。既然在每个独立的测试中噪声是不作,可以得到一系列的IMF,最终原信号分解为同的,当使用足够多的测试值进行平均后,噪声将会被消除。全体
8、的均值最后将会被认为是真正的结(t)=∑S+rn,(4)果,唯一持久稳固的部分是信号本身,加入多次测试即原信号被分解为n个IMF和1个剩余分量。的目的是消除附加的噪声。1.2Hilbert频谱EEMD的过程为:EMD结束后,对每个IMF分量进行Hilbert(1)在目标数据上加入白噪声序列;变换(2)将
此文档下载收益归作者所有