论文摘要
运行中的变压器会产生持续振动,通过振动的变化可以判断变压器内部运行状态。变压器振动信号中包含了大量状态信息,难以从中提取有效特征来监测绕组松动状态。为此,提出了基于混沌理论和核可能性聚类算法KPCM的变压器绕组松动状态监测方法。首先,从振动信号的混沌动力学特性出发,通过选择最佳嵌入维数和时间延迟,对实测变压器振动信号进行相空间重构。然后,针对重构信号的高维空间分布,使用KPCM聚类方法对分布模式进行识别,据此对绕组松动状态进行监测。现场实测数据的计算结果表明,使用Wolf法计算得到的最大李雅普诺夫指数为正,证实了变压器振动信号的混沌特性,基于KPCM聚类分析得到的聚类中心位移矢量的变化能够有效识别出绕组松动的机械故障隐患。研究结果为从混沌动力学角度监测变压器绕组的松动状态提供了理论依据。
论文目录
文章来源
类型: 期刊论文
作者: 黄春梅,马宏忠,付明星,许洪华,李勇
关键词: 相空间重构,混沌特性,变压器绕组,振动信号,松动状态,聚类中心
来源: 高压电器 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 河海大学能源与电气学院,国网江苏省电力公司南京供电公司
基金: 国家自然科学基金资助项目(51577050)~~
分类号: TM407
DOI: 10.13296/j.1001-1609.hva.2019.01.015
页码: 95-102
总页数: 8
文件大小: 3182K
下载量: 116