一种基于新型振动质心的变压器绕组故障诊断方法

《Energies》：A Novel Vibration Centroid-Based Approach for Fault Diagnosis of Transformer Winding

　　

摘要

电力变压器的振动主要源于绕组振动以及通过机械耦合和流固相互作用产生的铁芯振动，这类振动被视为评估绕组完整性的重要信号。为提高对绕组状况的诊断精度，本文提出了一种基于振动质心的诊断模型，该模型整合了来自振动信号的特征融合技术。通过使用Zoom-FFT获取振动信号的频谱，定义了一组新的空间振动特征向量，即振动质心坐标和Boyce-Clark形状指数。这种方法将空间分布的振动信号转化为简洁且具有辨识度的指标。随后，通过结合灰狼优化算法与最小二乘支持向量机，构建出了诊断模型，从而实现了最佳的分类性能。研究中对一台35千伏级油浸式变压器进行了空载、短路和负载测试。实验中将变压器绕组的状态分为四类：正常状态、绕组松动、轴向变形和径向变形。使用所定义的振动特征向量，对基于灰狼优化-最小二乘支持向量机的分类器进行了训练和测试。结果表明，该方法具有出色的性能，识别率可达98.44%，且效率很高。