基于變壓器振動信號的檢修輔助系統設計

劉方兵

（湖北省電力裝備有限公司，湖北 武漢 430000）

0 引 言

電力變壓器是變電站的關鍵性設備，是電能轉換的關鍵節點，其運行的穩定性和與之對應的檢修工作十分重要。在長時間中為了使變壓器保持良好的工作狀態，有依據的檢修計劃對出現的變壓器故障的高效排除和檢修成本節約有著重要作用[1-3]。電網的波動也會對變壓器自身帶來一定的影響，只有感知到變壓器的運行情況時才能有效處理由電能質量引起的異常。運維人員可以通過變壓器在運行過程中受到的電能沖擊情況進行檢修計劃的安排，使檢修更高效、檢修成本更低。變壓器作為一種具有良好密閉性的裝置，由電能質量變化帶來的影響很難被察覺到[4-6]。

為檢測變壓器的安全可靠性，國內外已經有幾種比較成熟的檢測方法，如短路阻抗法、低壓脈沖法、頻率響應分析法、超聲波檢測法等。但這些檢測方法或多或少存在一定不足，如短路阻抗法的靈敏度很高，但是要依賴大型試驗設備和大容量的試驗電源才能達到，且試驗的周期很長；低壓脈沖法相對來說抗干擾的能力還有待提高；頻率響應分析法則在輕微的變形檢測中效果不太理想。

電能質量的變化通過電磁感應產生內部振動，從鐵芯、繞組、絕緣油等逐步傳導至箱體。振動檢測法通過在外部布置的傳感設備收集振動信號進行分析，具有快速應用的優勢。文獻[7]介紹了一種以振動分析法為基礎的變壓器故障診斷技術和隱患治理流程。依據振動頻譜對某特高壓電抗器乙炔含量具有微少增加的具體原因進行了分析，并進行了擬合分析，定位了故障源。文獻[8]通過有限元法，構建了一種對變壓器進行振動分析的模型，從而具體分析變壓器油箱表面振動諧響應。

本文提出了一種基于振動信號的變壓器診斷系統，有效地輔助變壓器檢修計劃的制定。

1 原理分析

1.1 小波變換

小波變換首先選擇合適的母小波，由這個母小波得到衍生小波，期間需要在時間坐標軸上進行母小波的移動、放縮、改變幅度等。衍生小波表達式為

式中：a為尺度因子；τ為位移因子。

小波具有衰減性和波動性，小波變換是對信號從頻域和時域進行分析。不同于傅里葉變換只能做頻域上的分析，小波變換的基本做法是對波進行平移和收縮操作。小波分析能夠分析信號在時間軸上的任意一點，其最大優點是能突出信號潛在的微小信息。小波分析法能夠提取出來比較細微的突變信號特征值，對突發變量分析和捕捉的效率更高。

1.2 BP神經網絡

反向傳播神經網絡（Back Propagation Neural Network，BPNN）通過人工輸入的數據進行不斷學習，不斷調整網絡內部的權重和偏置來達到接近輸入與輸出值之間的關系，在給定輸入值時能夠得到最優結果，這種結果最接近期望輸出值。權重和偏置的調整是依據向前傳播結束后與結果之間的誤差進行的，反復此操作網絡的參數可接近輸入與輸出之間的關系。

BP神經網絡具有多層結構，輸入層是整個BP神經網絡的源數據輸入階段，用于接收上個階段的特征數據。輸入層中的每個神經元代表一個輸入變量。隱含層由大量神經元組成，是建立映射關系最重要的一層。輸出層可以得到網絡的期望輸出。

2 故障特征選擇

變壓器箱體檢測得到的振動信號來源有2個方面，即磁致伸縮和電磁力。二者都是通過電磁感應產生的力的作用，但區別點在于磁致伸縮是鐵芯中經過磁通產生，而電磁力是鐵芯的漏磁對繞組的作用，通常電磁力也被稱為安培力。為了對振動信號與電氣量變化進行匹配，需要從原理上對電能質量變化進行分析。安培力計算為

式中：I為繞組流過電流；B為作用在繞組上的漏磁通；α為I與B的夾角；L為繞組中流過電流的導線長度。表1為振動類型與特征分類。

表1 振動類型與特征分類表

根據以上總結，重新構造了振動傳播機理模型。其故障傳播如圖1所示。

圖1 故障特征類型與傳播路線

3 系統設計

3.1 硬件設計

本文中所提到的變壓器輔助檢修系統主要依靠監測變壓器的振動信號，辨析變壓器內部受到的電能沖擊類型。要實現因內部受到電力影響產生的不正常振動信號的監測，需要獲取到變壓器箱體的振動信號，這是對系統實時性檢測和統計數據的重要環節。因此在對系統進行設計時，需要在傳統變壓器上增設振動傳感模塊和基本的通信模塊實現振動信號的實時反饋分析。圖2為振動信號采集硬件設計。該設計以TMS320F8335微處理器為基礎，所使用的微處理器有豐富的接口滿足其他芯片和模塊接入的需要，其內存也滿足數據處理的需求。為了能夠配置串口間的通信模塊，需要加入通信電平轉換芯片，設計所用的芯片為MAX232。此外，模塊使用的是RS232串口通信，滿足要求。

圖2 振動信號傳輸硬件架構

3.2 流程設計

為了可以對變壓器的振動信號進行監測，并且診斷出異常情況，有效支持通信服務與協議情況，及時采集和輸送信息數據，實現振動信號的小波分析和振動信號特征量來對設變壓器振動信號進行檢測與評估。振動信號分析流程如圖3所示。

圖3 振動信號分析流程

圖4詳細展示了振動監測系統的運行流程，其中信號處理模塊包含小波變換程序和變換后經過BP神經網絡特征識別得到的變壓器振動監測結果。

圖4 振動信號監測傳遞流程圖

4 實驗分析

本文使用某變電站的油浸式變壓器對采集到的振動信號進行分析。將表1所提到的振動類型依次從1～5進行標號。實驗分析結果如圖5所示。

圖5 系統識別結果

結果顯示，本系統故障類型識別結果的準確性較高，只在9、11號樣本中出現了識別錯誤的情況。之后的檢修計劃可以通過變壓器這段時間中出現的振動故障樣本安排著重檢修的內容，從而減少無用的檢修工作。

5 結 論

針對電網波動對變壓器帶來的影響，本文由外部感知的振動信號對變壓器內部進行感知。針對變壓器振動信號進行研究，利用TMS320F28335實現電路的運行功能，提出了一種基于振動信號的變壓器診斷系統，輔助變壓器檢修計劃的制定。對變壓器運行過程時的振動信號進行研究和分析，變壓器箱體的振動信息通過小波變換進行特征提取，然后通過BP神經網絡算法對小波變換后的特征量進行分析，識別箱體振動信號對應的電能質量變化對變壓器的影響，從而實現對變壓器的運行監測。