基于振动信号特征量SVM分类的配变故障识别方法
配变油箱表面的振动信号富含绕组和铁芯的各类状态信息,是绕组和铁芯工作状况的最直接体现.采用希尔伯特黄(Hilbert-HuangTransform,HHT)带通滤波提取配电变压器振动信号主成分,获得表征绕组状态的100Hz分量及表征铁芯状态的150～1000Hz分量;利用负载电流拟合法提取绕组振动信号的特征量,通过测到的已知振动信号估计指定负载下的绕组100Hz振动幅值,构成绕组振动的特征向量;利用具有良好泛化能力及鲁棒性的双谱奇异值表征铁芯振动的特征.提取实验室试验测得的绕组松动、绕组变形、铁芯松动、铁芯两点接地以及铁芯接地不良等故障振动信号的特征向量,用基于信息融合的支持向量机(SupportVectorMachine,SVM)实现绕组和铁芯状态的识别,结果验证了本文方法的有效性和准确性.
配电变压器 故障诊断 振动信号 HHT带通滤波 负载电流拟合法
洪翠 杨华锋 卢国仪 杨耿杰
福州大学电气工程与自动化学院 福州 350116
国内会议
福州
中文
1-10
2016-09-01（万方平台首次上网日期，不代表论文的发表时间）