基于随机暂态信号捕获分析的牵引变压器绕组状态在线感知技术研究.pdf

书 书 书 铁道技术标准第卷 第期 收稿日期：；修回日期：基于随机暂态信号捕获分析的牵引变压器绕组状态在线感知技术研究郭蕾，蔡育宏，张俊，周猛，王东阳，周利军，（西南交通大学智能牵引供电铁路行业重点实验室，四川成都；西南交通大学电气工程学院，四川成都）作者简介：郭蕾，年月生，副教授，博士，电子邮箱：。主要从事研究方向：牵引供电系统建模和电能质量分析。主持国家自然科学基金青年基金、中央高校科研业务经费等项目；主研国家自然科学基金、国家科技支撑计划、铁道部科技开发计划、中铁咨询有限公司科技项目等项目。以第一作者或通讯作者发表 检索的学术论文余篇，授权发明专利项（项第发明人）。摘要：牵引变压器的安全运行关乎电力系统的稳定，为识别变压器绕组故障，本文提出基于随机暂态信号捕获分析的牵引变压器绕组状态在线感知与智能评估方法。首先获取牵引变压器绕组的端口暂态电信号，得到变压器绕组的频响曲线，然后结合频响曲线的幅频特性和相频特性转化为灰度图，根据灰度图提取图像的灰度梯度共生矩阵的纹理特征，根据提取的个纹理特征计算特征关联度（）来识别绕组故障，最后在一台试验牵引变压器上进行局部翘曲的故障模拟。结果表明，由端口暂态电信号的频响曲线转化得到的灰度图在不同故障程度下存在差异，绕组不同故障位置的特征关联度（，）数值有明显不同，且不同故障程度有其相应规律，根据灰度图提取的个图像特征与相应的特征关联度，可区分牵引变压器局部翘曲故障情况下故障位置与故障程度。关键词：牵引变压器；局部翘曲；暂态电信号；频率响应法；图像特征文章编号：（）中图分类号：文献标识码：，铁道技术标准（，；，）：，：，；，；，（）：，（），：；：（）：引言牵引变压器作为电网中电压等级变换、电能分配和转移的枢纽设备，其安全稳定运行对整个电网的安稳运行至关重要。同时我国铁路事业飞速发展，对牵引变压器安全可靠运行提出了更高要求。因此，诊断牵引变压器的状态，及时发现牵引变压器的故障并进行维修是电力系统安全运行的保障。近年来利用频率响应法实现变压器的故障诊断逐渐成熟，结合幅频曲线和相频曲线建立极坐标图像，分析变压器绕组种典型故障极坐标图变化规律，验证了极坐标图对绕组状态变化的高灵敏度；基于频响曲线拟合得到绕组传递函数，通过传递函数零极点的突变进行绕组故障诊断；周利军利用小波变换对频响曲线进行多分辨率分解处理，进一步构建极坐标图提取图像特征，能够较好识别绕组状态；朱明林采用正交多项式辨识变压器传递函数，根据零极点分布诊断变压器绕组变形。本文根据端口暂态电信号实现变压器绕组的故障诊断，首先搭建实验平台获取变压器在线运行时的绕组端口暂态信号，通过将端口暂态电信号转郭蕾等：基于随机暂态信号捕获分析的牵引变压器绕组状态在线感知技术研究化为频响曲线，然后利用类内积矩阵法，结合频响曲线的幅频图和相频图转化为灰度图，再提取灰度图的纹理特征，分析提取的特征值和并且计算图像的，最后在一台牵引变压器上进行局部翘曲的故障模拟，并且使用提出的方法进行验证分析，该方法可为变压器绕组的故障诊断提供新方法。频率响应法在变压器绕组一端施加一个正弦扫频信号，在另一端测量响应信号，通过计算得到绕组的幅频特性响应和相频特性响应，并对检测结果进行横向或纵向比较，即扫频频率响应方法（，）。所测得幅频特性曲线和相频特性曲线为（）（）（）（）（）（）（）（）式中：（）为幅频特性曲线；（）、（）分别为绕组的暂态过电压激励信号和响应信号，由时域信号经过变换得到；为电压信号的角度；（）为相频特性曲线，取值区间为（，）；为频率，本文测试范围为 。本文通过向变压器绕组注入暂态信号，获得输入绕组前后的暂态信号，通过式（）、式（）获得变压器绕组的频响曲线，正常情况下输入和响应的暂态信号见图，暂态信号下变压器绕组正常频响曲线见图。图像处理方法 灰度处理现有研究关于处理频响曲线的方法有直接分析幅频曲线，也有将幅频曲线曲线极角、相频曲线作为极径，转化为极坐标图的方法，文献 基于极坐标图提出基于动态分频段的频率响应分析法，能准确区分自耦变压器轴向移位的故障绕组与故障程度，本文针对牵引变压器的绕组故障诊断提出一种结合幅频曲线和相频曲线特性的方法类内积矩阵法，具体操作步骤如下：（）内积操作。定义内积操作为幅频曲线和图输入和响应的暂态信号相频曲线差的乘积，为（）（）（）（）（）（）（）式中：（）为参考频响曲线；（）为测试频响曲线；（）为参考幅频曲线；（）为测试幅频曲线；（）为参考相频曲线；（）为测试相频曲线。（）类内积矩阵生成（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）式中：为频响曲线类内积矩阵；（）（）测试频率为 时频响曲线类内积运算。（）生成灰度图利用类内积矩阵生成灰度图，为使灰度图的分辨程度更高，定义频响曲线范围对应的灰度级为，即从正常状态下的全黑至灰度图全白分为级，铁道技术标准图暂态信号下变压器绕组正常频响曲线将类内积矩阵归化到，之间，把每个像素点所对应的幅频和相频转换成相应的灰度，根据式（）将归化到，之间，为归化后的灰度图谱 （）（）（）（）正常情况下和局部翘曲故障情况下的灰度图见图，由图可知，绕组正常情况下的灰度图的像素点都为黑色，而发生故障情况下出现了白色像素点且有分层的现象，说明灰度图可以判别绕组故障情况和正常情况，因此，可以进一步地对灰度图进行特征提取，分析特征参量的变化规律，从而诊断变压器绕组的故障情况。特征提取方法利用类内积矩阵法获取牵引变压器绕组不同故障程度下的灰度图后，进一步提取图像的特征，本文采用纹理特征对图像进行特征分析，纹理特征描述了图像或图像区域对应的表面性质，需要在包含图正常情况下和局部翘曲故障情况下的灰度图多个像素点的区域中进行统计计算，纹理特征统计法方法简单，易于实现，有较强的适应性与鲁棒性，。在进行归一化后的灰度图像矩阵（，）和梯度图像矩阵（，）中（，）为矩阵的行数和列数），灰度梯度共生矩阵（，）定义为共同具有灰度值和梯度值的总像素数。对灰度梯度共生矩阵进行归一化处理，使其各元素之和为，即（，）（，）（，）（，）（）式中：（，）为归一化处理后的灰度梯度共矩阵；、和分别为图像中梯度最大值、归一化的梯度最大值和像素，采用纹理特征常用的个特征参数进行分析。（）灰度平均值为 （，）（）郭蕾等：基于随机暂态信号捕获分析的牵引变压器绕组状态在线感知技术研究（）梯度平均值为 （，）（）（）灰度均方差为（）（，）（）（）梯度均方差为（）（，）（）（）相关为 （）（）（，）（）（）灰度熵为 （，）（，）（）（）梯度熵为 （，）（，）（）（）混合熵为 （，）（，）（）由个纹理特征可以得到不同局部翘曲下其像素的变化情况，从灰度图的变化转移到特征量的变化，这些图像特征变化反映了频响曲线的变化。同时可根据提取的个图像纹理特征，进一步计算正常情况与故障情况的特征变化情况。本文采用进行对比说明，特征关联度的值为 （）（）槡（）式中：（）、（）分别为第个纹理特征值故障、正常情况下的特征值，。试验与分析为验证所提方法，搭建基于端口暂态电信号的牵引变压器绕组故障模拟试验平台，牵引变压器每个绕组由个线饼组成，从上到下进行编号；绕组线饼两端采用铜鼻子焊接，饼与饼之间通过高导电黄铜螺母连接，每饼之间由垫块支撑，牵引变压器主要参数见表。采用的三相电源为可编程交流电源供应器输出工频信号至低压绕组模拟变压器的在线运行，同时使用型号为型便携式电涌保护器测试仪输出暂态电信号，输出暂态信号参数为，采用 无感电阻和 无感电阻分压注入变压器，通过 数字荧光示波器显示测量暂态过电压输入绕组前后的信号，模拟测试图见图。表牵引变压器主要参数参数绕组绕组绕组绕组饼数每饼匝数线饼高度 线饼宽度 绕组总高 图模拟试验图局部翘曲故障模拟说明：绕组在发生饼间间距变化、鼓包或扭曲等故障时，饼间的纵向等值电容会变大。首先用文献 中的解析式计算等值电容，其值约为，因此选取、的电容值模拟不同程度的屈曲程度、饼间间距变化故障，电容的值越大说明绕组局部翘曲的程度越严重，局部翘曲故障模拟见图。牵引变压器不同位置和不同故障程度的局部翘曲故障模拟，发生不同程度的并联电容故障模拟，结合幅频曲线和相频曲线得到的灰度图见图，可见随着故障程度的加深，灰度图中的黑色像素逐渐变少，白色像素逐渐增多，垂直分层从一层变为两层，说明故障程度的区分明显，而对应提取的图像特征有其相应的变化趋势，以灰度共生矩阵特征为例，下部故障时，随着故障程度的加深的数值逐渐减少；中部故障时，的数值随着饼间电容的增大，数值先增大后变小；上部故障时，故铁道技术标准图局部翘曲故障模拟图局部翘曲不同故障程度的灰度图障程度越严重，的数值越小；获得的图像特征可作为分析牵引变压器故障程度和位置的特征参数指标，同时根据获得的个图像特征，进一步量化其中的特征对应关系，使用式（）中提出的特征指标对获得的图像特征做进一步处理，不同绕组不同位置的参数见图。由图中的故障程度分别是饼间电容、，由图可知，随着故障程度加深，变压器绕组的数值逐渐变大，上部图不同故障位置及故障程度图局部翘曲故障时最小值为，最大值为；中部局部翘曲故障时，最小值为，最大值为；绕组下部故障时，最小值，最大值为，可见不同故障程度的有明显的差别，对于不同的故障位置，上部局部翘曲的的明显大于中部和下部故障时的，而中部故障和下部故障的在饼间电容为 和 时出现了交叠，其余故障程度的，中部局部翘曲故障普遍大于下部局部翘曲故障。总的来说，参数在反应绕组局部翘曲故障程度时有良好的效果，在反应绕组局部翘曲位置时数值存在交叠，需要结合具体的图像特征如和来判断。综上，根据获得的灰度图像特征关联度和图像纹理特征，能够识别变压器绕组局部翘曲的故障程度及故障位置，为后续故障诊断方法提供了基础。结论（）基于基于随机暂态信号捕获分析的牵引变压器绕组状态在线感知与智能评估方法能够获取变压器绕组的状态信息。（）利用类内积矩阵的运算方法将频响曲线转化得到的灰度图能够反应正常和局部翘曲故障时的绕组状态。（）不同故障程度和故障位置的局部翘曲故障的特征参数有明显的差异，基于所提取的纹理特征以及特征关联度能够进一步分析故障程度。（）类内积矩阵的运算方法可从原始的幅频、相频特性曲线中提取更多的特征，在分析原始频响曲线差异较小时有良好效果。郭蕾等：基于随机暂态信号捕获分析的牵引变压器绕组状态在线感知技术研究参考文献：齐波，冀茂，郑玉平，等电力物联网技术在输变电设备状态评估中的应用现状与发展展望高电压技术，（）：，（）：，（）：，：（）：，：周利军，林桐，江飞明，等频响多级分解与图像特征在自耦变压器绕组故障的应用研究高电压技术，（）：朱明林，朱子述正交多项式辨识变压器传递函数及其在绕组变形诊断中的应用 上海交通大学学报，（）：，（）：姚陈果，赵仲勇，李成祥，等基于暂态过电压特性的电力变压器绕组变形故障在线检测高电压技术，（）：，（）：赵仲勇，唐超，李成祥，等基于频率响应二值化图像的变压器绕组变形故障诊断方法 高电压技术，（）：，（）：周利军，林桐，江飞明，等频响多级分解与图像特征在自耦变压器绕组故障的应用研究 高电压技术，（）：李俊山，李旭辉，朱子江数字图像处理 版北京：清华大学出版社，郭凤仪，邓勇，王智勇，等基于灰度梯度共生矩阵的串联故障电弧特征 电工技术学报，（）：，（），（）：张维钹过电压防护及绝缘配合 北京：清华大学出版社，责任编辑：张航