基于改进凝聚层次聚类算法的变压器绕组及铁心故障诊断研究

被引：21

作者：

李敏 ^{[1
]}

陈果 ^{[1
]}

沈大千 ^{[1
]}

陈飞洋 ^{[1
]}

罗宇昆 ^{[1
]}

王昕 ^{[2
]}

机构：

[1] 国网四川省电力公司广安供电公司

[2] 上海交通大学电工与电子技术中心

来源：

高压电器 | 2018年 / 54卷 / 01期

基金：

上海市自然科学基金; 国家自然科学基金重点项目;

关键词：

振动响应法; 集合经验模态分解; 凝聚层次聚类; 故障诊断;

D O I：

10.13296/j.1001-1609.hva.2018.01.036

中图分类号：

TM41 [电力变压器];

学科分类号：

080801 ;

摘要：

为实现振动响应法在线诊断变压器绕组及铁心故障,提出一种基于改进凝聚层次聚类算法的变压器故障诊断方法。首先,运用集合经验模态分解(ensemble empirical mode decomposition,EEMD)方法对变压器振动信号进行特征值提取,得到变压器振动信号的特征向量。然后,应用凝聚层次聚类算法对测试变压器振动信号的特征向量进行层次分类,分类得到变压器正常、绕组轴向变形、绕组径向变形、铁心故障4种状态。同时,为克服凝聚层次聚类算法计算量大的缺点,对该算法进行了改进,从而提高了变压器状态分类的速度。最终,经实例测试,结果证明该改进方法能有效快速地识别出变压器所处的状态,实现变压器绕组及铁芯的在线监测与故障诊断。

引用

页码：236 / 242

页数：7

共 22 条

[1]

基于振动分析法的变压器状态监测系统的研究与实现.[D].吴曾雄.华南理工大学.2016, 05

[2]

层次聚类算法的研究及应用.[D].段明秀.中南大学.2009, 04

[3]

A comparison study of improved Hilbert–Huang transform and wavelet transform: Application to fault diagnosis for rolling bearing.[J].Z.K. Peng;Peter W. Tse;F.L. Chu.Mechanical Systems and Signal Processing.2005, 5

[4] 基于相空间重构的大型变压器绕组松动的振动特征识别 [J].