小波分析在变压器故障识别中的应用Word文档格式.doc
《小波分析在变压器故障识别中的应用Word文档格式.doc》由会员分享，可在线阅读，更多相关《小波分析在变压器故障识别中的应用Word文档格式.doc（66页珍藏版）》请在冰点文库上搜索。
Abstract:
Transformerfaultidentificationhaveaveryimportantroleintheproductionofpowersystemsecurity.Becausethewaveletanalysishasgoodtime-frequencylocalizationcharacteristicsandneuralnetworkswithself-learningfunctionandgoodfaulttolerance,sothewaveletanalysisandneuralnetworksusedintransformersfaultidentification.Whenatransformerfailure,thegascompositionchangesaccordinglytransformeroil,weneuralnetworktrainingandwaveletHaarwaveletfunctioninthehiddenlayerisoptimizedtofindfailuremodes,failuretoidentifytheappropriatetype.Simulationresultsshowthatthewaveletneuralnetworktodeterminetransformerfaultidentificationrateof80%.
Keywords:
TransformerFaultDiagnosis；
WaveletAnalysis；
NeuralNetworks；
Haarwavelet；
WaveletNeuralNetwork；
-59-
目录
摘要 I
ABSTRACT II
第1章引言 1
1.1研究目的与意义 1
1.2国内外发展现状 2
1.2.1基于变压器油中气体成分检测数据的传统诊断方法 2
1.2.2基于变压器油中气体成分检测数据的智能诊断方法 2
1.3本文的主要工作 5
第2章变压器故障类型与油中溶解气体分析法 6
2.1变压器的分类和结构 6
2.2变压器故障类型与原因 7
2.2.1绕组故障 7
2.2.2放电故障 8
2.2.3磁路故障 8
2.2.4短路故障 9
2.2.5绝缘故障 9
2.2.6铁芯故障 9
2.2.7分接开关故障 10
2.2.8变压器受潮 10
2.3变压器油中溶解气体分析法 10
2.3.1变压器油中气体的组成成分 11
2.3.2正常运行时变压器油中气体含量 11
2.3.3变压器故障与特征气体含量对应关系 12
2.4油中气体为特征量的常用故障诊断法 12
2.4.1特征气体法 13
2.4.2比值法 13
第3章小波分析的基本理论 15
3.1小波分析基础 15
3.1.1小波函数 15
3.1.2刻画小波函数特性的几个重要参数 16
3.2小波变换的分类 17
3.2.1连续小波变换 17
3.2.2离散小波变换 18
3.2.3二进小波变换 18
3.3多分辨分析与Mallat算法 19
3.3.1多分辨分析 19
3.3.2Mallat算法 19
3.4小波分析在电力系统中的应用 21
第4章神经网络的基本理论 23
4.1神经网络的基本概述 23
4.2神经元模型 24
4.3神经网络的基本特征和性质 26
4.4BP网络及BP算法 26
4.4.1BP网络 26
4.4.2BP算法 27
第5章小波神经网络的简介 30
5.1小波神经网络的基本结构 31
5.2小波神经网络的优点 33
5.3小波神经网络的基本算法 33
5.4小波神经网络的函数逼近能力 34
第6章基于小波神经网络的简介变压器故障识别实现 36
6.1样本的选取 36
6.2数据预处理 37
6.3数据的归一化处理 38
6.4变压器故障识别示例及其结果分析 39
第7章结束语 44
7.1总结 44
7.2展望 44
致谢 46
参考文献 47
附录1 49
附录2 51
四川理工学院本科毕业论文
第1章引言
1.1研究目的与意义
电力变压器作为电力系统中的重要设备之一，它可以将一种电压等级的电能转换成另一种电压等级的电能。
由于中国西电东送，南北互供，全国联网的实施，电力变压器的需求量呈平稳增长的趋势。
作为电力系统的转换枢纽，变压器的安全运行与否直接关系到了整个电力系统能否连续稳定地工作，特别是变压器本身造价昂贵，虽然与输电线路和发电机相比故障较少，但是一旦因故障遭到破坏，不仅其检修难度大，而且经济损失也很大，这些都将会对整个电力系统的可靠性和系统的正常运行造成极严重的影响。
为了及早发现变压器故障，尤其是内部故障，必须采取一些必要的措施对变压器进行实时检测。
随着科学技术的进步与发展，尤其是计算机技术的迅猛发展与普及，设备的故障诊断识别技术已经逐步成为了一门较为完整的综合工程学科。
该学科以设备管理、状态监测和故障诊断为内容，逐渐成为国际上一大热门学科[1]。
目前，国内对变压器故障诊断识别研究比较多，但是传统的分析方法受到限制，诊断有一定的难度。
小波分析是一种先进的信号处理工具，其实质是对信号进行小波变换。
小波分析的理论与方法是从Fourier分析的思想方法演变而来，作为一种能随频率的变化自动调整分析窗口大小的分析工具，在信号处理、计算机视觉、图像处理、语音分析与合成等众多的领域得到应用，因此自八十年代中期以来得到迅猛的发展。
现在小波分析已经渗透到了自然科学、应用科学等方面，小波分析已经成为国际研究热点。
无论是傅里叶分析还是小波分析都是以线性变换为基础，按非线性傅里叶分析法提出了非线性小波变换，这种非线性小波变换处理非线性问题更为有效。
小波变换能够把任何信号映射到一个由基本小波伸缩、平移而成的一组小波函数上去，实现信号在不同时刻、不同频带的合理分离而不丢失任何原始信息。
这些功能为动态信号的非平稳描述、机械故障特征频率的分析、微弱信号的提取以实现故障诊断提供了高效、有力的工具[2]。
特别是在故障诊断识别应用上，它不仅可以在低信噪比的信号中检测到故障信号，而且可以滤去噪声恢复原信号,因此在变压器的局部放电、绕组变形等故障的在线检测及变压器保护中多有应用。
1.2国内外发展现状
变压器是电力系统中最重要的设备之一，用途十分广泛。
随着近几年来电力系统规模的扩大，电压等级的升高，增加了很多大容量的电机和变压器，大容量变压器发生事故的次数也随着增加，变压器的故障诊断就是根据变压器的故障征兆，确定故障的性质或部位。
评估方法包括油中溶解气体分析、介质损耗检测、绕组阻抗、绕组变比测量、温度监测、以及局部放电、糠醛测试、调压装置在线监测、内部温度测量、在线功率因数测量、绕组位移变形测量等[3]。
变压器的结构复杂，故障原因、故障现象和故障机理具有多样性、随机性，使得故障诊断存在诸多困难。
分析变压器故障诊断方法的研究现状，有利于更好的了解变压器故障诊断的发展水平，正视当前的问题，为进行变压器故障识别方法研究打下良好的基础。
1.2.1基于变压器油中气体成分检测数据的传统诊断方法
由于变压器的故障类型与变压器油中溶解气体的成分之间有很明显的对应关系，基于这种对应关系，人们提出了多种判断变压器故障的方式。
具体方法有：
特征气体法、罗杰斯比值法、改良三比值法、电研协法等[4]，采用的特征气体有氢气（H2）、甲烷（CH4）、乙烷（C2H6）、乙烯（C2H4）、乙炔（C2H2）、一氧化碳（CO）、二氧化碳（CO2）等七种。
传统的利用变压器油中溶解气体分析诊断变压器故障的方法，30多年来取得了巨大的成功，形成了系列标准。
但是这些传统的诊断方法大多局限于阈值诊断的范畴,一般只给出一个判定边界的描述，难以确切反映故障与表现特征之间的客观规律，并且很难在溶解气体含量较小的情况下对变压器状态进行分析。
1.2.2基于变压器油中气体成分检测数据的智能诊断方法
针对传统方法的不足，各种智能技术如人工神经网络、模糊理论、小波分析、灰色系统理论等被引入变压器故障识别中。
然而由于变压器的复杂性、测试手段的局限性、知识的不精确性，各种方法表现出不同的优缺点。
（1）神经网络法
神经网络（NeuralNetwork,简称NN）方法是通过模拟人脑神经元活动的过程，用神经元的特性及连接模式来学习和表达知识。
人工神经网络具有自组织自学习的能力，无需建立任何物理模型和人工干预。
用于变压器故障诊断的神经网络是带有输入层、隐层、输出层的3层前馈结构。
由于它具有并行分布处理、自适应、联想记忆、容错性强等特点，在信息处理、模式识别和智能控制等方面得到了广泛的应用。
近年来随着神经网络理论的不断发展完善，加上模糊理论和小波分析在神经网络中的广泛应用，神经网络方法成为最有前途的变压器故障诊断方法之一。
（2）基于模糊理论的诊断方法
模糊理论在变压器故障诊断中的应用主要有模糊综合诊断和模糊聚类。
以油中溶解气体为特征量的模糊聚类主要有基于模糊关系的动态聚类方法和基于目标函数的模糊聚类方法[5]。
模糊诊断不需要建立精确的数学模型，利用模糊隶属函数、模糊关系方程和模糊聚类分析等方法就可以实现智能化的模糊诊断，并且能够提高诊断的准确性。
在变压器故障诊断识别中，一种故障状态可以由多种故障征兆反映，而一种故障征兆可不同程度的反映多种故障状态，利用模糊关系矩阵不但可以实现故障的准确诊断，而且还可以确定故障点的部位。
但是模糊矩阵的构造需要大量现场实际运行数据为基础，其精确度主要取决于所依据数据的准确性及丰富程度。
模糊诊断虽然处理不确定性知识有它的优越性，但是要建立正确的模糊隶属函数是非常困难的。
（3）基于小波分析的诊断方法
小波分析首先是由法国地球物理学家Morlet于20世纪八十年代初在分析地球物理信号时提出。
研究小波分析的热潮出现于1986年以后。
1987年Mallat巧妙地将计算机视觉领域的多分辨分析的思想引入小波函数的构造及信号的小波分解与重构，得到了离散小波变换的快速算法——Mallat算法。
1988年Daubechies成功地构造出了具有紧支集的正交小波基。
而后，Coifman,Wickerhanser等将Mallat算法进一步深化，得到了小波包算法。
这样，小波分析的系统理论就初步建立起来了。
这是一门新的学科理论，它克服了工程界一直以来应用傅里叶变换不能在时频域同时具有局部化特性的缺点，可根据信号的变化特征自适应地调整分析窗的宽窄，这种分析方法能更准确的避开干扰信号捕捉到故障中有用的信号。
（4）基于灰色系统理论的诊断方法
灰色理论是由我国教授邓聚龙在九十年代首次提出的，该方法原来是应用在全国粮食预测问题上的。
因为数据累加生成的曲线近似于指数曲线，而微分方程解的形式正好接近与指数增长的趋势，该方法被应用在微分方程建模的问题上。
该理论认为任何的变化都可以是在一定时间域内的灰色变化，随机量看作是灰色量，同时，可将无规律的系统序列数据变换成有规律的序列数据。
灰色理论具有研究信息不完备和参数不齐全问题的特点。
黑色系统是指对所研究的系统一无所知，而白色系统的对系统所有信息都已知的。
而灰色系统是介于两者之间的系统，一部分已知的参数，也有一部分是未知的信息。
灰色理论是研究数据较少、信息贫乏、问题不确定的方法，它通过一部分已知、一部分未知的“小样本”、“信息贫乏”不确定的系统作为研究的目标，通过已知的信息去推算提取需要的信息，实现对系统变化趋势、运行状况的有效监控和正确表述。
（5）基于局部放电检测的变压器故障诊断方法
变压器的绝缘故障大多是局部放电发展起来的，因此局部放电检测很重要，其检测分为在线监测和停电检测。
在线监测手段包括超声波、超高频和对地泄漏电流的监测或检测。
利用这些检测手段可以取得同放电相对应的信号，对信号进行处理和分析可以诊断局部放电类型或对放电定位。
局部放电信号的检测手段包括超声波法、特高频法、常规脉冲电流法和宽频带脉冲电流检测法。
（6）基于小波神经网络的变压器故障诊断方法
1991年，QinghuaZhang和AlbertBenveniste首次提出小波神经网络（WaveletNeuralNetwoxks-WNN）概念，并在1992年发表的《WaveletNetworks》一文中给出小波神经网络的定义，应用的具体步骤。
1995年，JunZhang论证了小波神经网络的函数逼近能力，巩固了小波神经网络的理论基础。
1996年，焦李成在《神经网络的应用与实现中》中对小波神经网络理论进行了较为详细的系统论述。
1998年，Kwok-woWong（1998）将小波神经网络用递归最小平方准则训练网络的方法实现在线合成，并在训练中用Bayesian准则确定最优小波数。
证明了该方法能够适应系统参数的变化，逼近未知的系统函数[6]。
小波网络的概念提出以后，在国内引起了我国广大学者的研究兴趣，并对其模型和算法进行了若干改进。
焦李成等在前人的基础上提出了多变量函数估计小波网络;
沈雪勤等针对神经元个数过多，网络学习收敛速度较慢等问题，在时频分析的基础上引入能量密度的概念，提出了基于能量密度的小波神经网络:
何振亚等构造了一种自适应延时小波网络，用超小波进行逼近存在不同延时的信号，并给出了一种基于时间竞争的学习算法。
在应用方面大多数应用都是将小波神经网络用于函数或者信号的逼近上。
其中向小东等人将其应用于上证指数的预测上，还有的应用于心电信号的压缩与分类，高翔等人将小波网络应用于非线性系统的辨识中。
总而言之，更多的是在进行逼近理论的研究，应用在预测方面比较多，而对信号的分类的应用比较少。
1.3本文的主要工作
本次课题研究主要是针对小波分析在变压器故障识别中的应用。
当变压器内部发生故障或存在潜在故障时，将导致变压器的绝缘油中化学键发生变化而生成多种特征气体，而变压器运行于故障状态，其油温会升高，根据热力动力原理，随着温度的不同，将导致不同特征气体的容量不同，本文中主要涉及的变压器内部气体有：
氢气（H2）、甲烷（CH4）、乙烷（C2H6）、乙烯（C2H4）、乙炔（C2H2）。
采用小波分析的方法进行变压器故障信号与噪声分离、并利用小波分析的特性提取变压器故障的特征值，但是仅仅只使用小波分析是不够的，因此我们选择将小波分析法与具有自学习功能和良好的容错能力的神经网络相结合应用于变压器故障识别。
论文中采用的小波基函数为哈尔小波，其优点是相比其他信号分析速度快，还可以保证具有优良的时域局部性或频域局部性，并且对分析和识别信号数据中存在的频率畸变是很有帮助的，哈尔小波同时具有其他紧支撑正交小波不具有的对称性。
我们通过神经网络进行训练并运用哈尔小波进行隐层优化，从而找到故障模式，识别出相应故障类型。
第2章变压器故障类型与油中溶解气体分析法
2.1变压器的分类和结构
变压器有不同的使用条件和安装场所，不同的电压等级和容量级别，不同的结构形式和冷却方式。
所以，按照不同原则进行分类，分类的结果也不相同[7]。
若将变压器按用途的不同进行分类，可分为：
电力变压器、电炉变压器、整流变压器、调压变压器、各种小型电源变压器以及各种特殊用途变压器。
其中电力变压器是电力系统中用以电压调节的主要电气设备，它是所有类型变压器中用途最广的一种变压器，它还包含许多其它不同的类型，如图2-1所示。
单相
单相油浸式电力变压器
单相干式电力变压器
中、小型三相油浸式
电 大型三相油浸式
力 油浸式 特大型三相油浸式：
额定电压在220-330KV、容量在315MVA以上
变 超高压三相油浸式：
额定电压在500KV以上
干式
压 普通三相干式
器 三相 环氧浇注式三相有载调压
三相有载调压气体绝缘变压器
气体绝缘变压器
特种式 蒸汽冷却变压器
硅油变压器
图2-1电力变压器分类
从电力变压器所包含的类型可以看出，大型电力变压器都是油浸式的，油浸式电力变压器是由铁芯、绕组、变压器油、油箱、绝缘套管装置、冷却装置和保护装置等组成，其主要结构如图2-2所示。
器身
铁芯
油浸式电力变压器
绕组
绝缘
引线和分接开关
变压器油
油箱（包括油箱本体及附件）
冷却装置
保护装置（储油柜、油表、安全气道、吸湿器、继电器等）
出线装置（高、中、低压瓷套等）
图2-2油浸式电力变压器结构
由于变压器结构复杂，各个部分均有出现异常或故障的可能性，这些异常或故障会通过声音、震动、气味、颜色、温度等现象，或检测试验数据反映出来。
故障检测的功能就是由这些故障“征兆”去寻找故障原因。
2.2变压器故障类型与原因
变压器的构成主要是依据工作原理、工作要求、工作条件、生产技术指标和性能的参数，并随着工业制造技术革新和经济成本的发展而改变定型。
变压器的故障类型是多种多样的，引起故障的原因也是极为复杂的。
概括而言，有制造缺陷、现场安装质量缺陷、维护管理不善或不充分等都可能引起变压器故障甚至是事故。
变压器故障按不同方式划分，有很多种类。
按故障出现的部件，可以划分为外部故障和内部故障；
按故障发展的过程，又可划分为潜伏性故障和突发性故障；
按回路划分，又分为油路故障、电路故障、磁路故障。
因为变压器出现故障时，往往容易由一种故障向多种故障发展，即存在多种故障同时发生的可能性。
因此这里主要讨论故障按变压器结构区分，有绕组故障、放电故障、磁路故障、绝缘故障、铁芯故障等[8]。
2.2.1绕组故障
绕组是变压器中极为关键的部件，通过它进行电气量的变换。
绕组是将包有绝缘层的导线按一定的规律缠绕在铁芯上，并经过浸烘、整形、绕制、套装而成。
据历年来的变压器故障数据统计，变压器绕组发生故障占到总故障的百分之六十，是变压器较易发生故障的部件。
绕组在生产运输过程中受损、在长期的运行中受潮和收到电压电流冲击伤害，导致绝缘绕组老化、劣化、损伤，从而造成绕组发生短路、断路、变形。
绕组故障大部分发生在变压器的绕组绝缘和本体的绕组。
绕组故障发生的主要原因有：
绕组相间发生相间短路、单相的绕组部分发生线匝匝间短路、单相绕组发生单相接地、绕组受潮、绕组绝缘老化、绕组过热或因短路和冲击电流引起绕组变形等。
其中，匝间短路和相间短路值得引起我们高度的重视。
2.2.2放电故障
放电对绝缘有两种破坏作用:
一种是由于放电质点直接轰击绝缘，使局部绝缘受到破坏并逐步扩大，使绝缘击穿。
另一种是放电产生的热、臭氧、氧化氮等活性气体的化学作用，使局部绝缘受到腐蚀，介质损耗增大，最后导致热击穿。
根据放电的能量密度强度，可将放电故障划分为三类：
电弧放电、火花放电和局部放电[9]。
电弧放电是高能量放电，常以绕组匝层间绝缘击穿为多见，其次为引线断裂或对地闪络和分接开关飞弧等故障；
火花放电引起的主要原因是油中杂质的影响，杂质由水分、纤维质（主要是受潮纤维）等组成，其次悬浮电位也能引起火花放电，一般发生在变压器内处于高电位的金属部件；
局部放电是在电压的作用下，绝缘结构内部的气隙、油膜或导体的边缘发生非贯穿性的放电现象。
2.2.3磁路故障
通常变压器磁路故障引起的原因很多，例如：
穿芯螺栓的绝缘管太短或者被击穿，破损、移位，可能引起铁芯硅钢片局部短路，从而产生较大的局部涡流；
如果两个以上穿芯螺栓出现这种情况，则将通过螺杆形成短路匝，并将通过几乎从芯柱到铁轭的全部主磁通而发生严重过热，甚至烧毁整个铁芯；
或者在加工过程中，铁芯和铁轭叠片边缘存在毛刺，可使铁芯叠片产生局部短路；
铁芯叠片夹有金属杂质或叠片产生微小弯折，会形成局部涡流；
运行过程中，由于某些原因使铁芯油道局部堵塞；
或者铁芯内部接地片太长，易搭接在铁芯硅钢片上，使之局部短路，引起局部过热，严重时甚至熔断接地铜片，继而形成悬浮电位放电；
又或者是变压器的金属开口压板钉之间的绝缘破损或者移位时，可能通过压钉-压板-夹件-另一侧压钉-压板而使金属开口在电气上闭合，产生很大的短路环流，造成严重过热现象等。
2.2.4短路故障
变压器短路故障主要指变压器出口短路，以及内部引线或绕组间对地、及相与相之间发生的短路而导致的故障。
变压器正常运行中由于受出口短路故障的影响，遭受损坏的情况比较严重。
特别是变压器低压出口短路时形成的故障一般要更换绕组，严重时可能要更换全部绕组从而造成十分严重的后果和损失。
变压器短路故障一般分为：
短路电流引起的绝缘过热故障和短路电动力引起绕组变形故障。
变压器突发短路时，其高、低压绕组可能同时通过为额定值数十倍的短路电流，从而产生很大的热量，使变压器发热。
当变压器承受短路电流的能力不够，热稳定性差，会使变压器绝缘材料严重受损，而形成变压器击穿及损毁事故；
变压器受短路冲击时，如果短路电流小，继电保护正确动作，绕组变形将是轻微的，如果短路电流大，继电保护延时动作甚至拒动，变形将会很严重，甚至造成绕组损坏。
2.2.5绝缘故障
电力变压器的绝缘即是变压器绝缘材料组成的绝缘系统，它是变压器正常工作和运行的基本条件，变压器的使用寿命是由绝缘材料（即油纸或树脂等）的寿命决定的。
对于油浸式变压器，变压器中的油和绝缘纸、纸板、木块等是其内部绝缘的主要绝缘材料。
这些固体绝缘材料的主要成分为纤维，这些材料受到环境因素的影响会产生分解进而老化，更加失去绝缘能力，导致绝缘故障的出现。
实践证明，大多变压器的损坏和故障都是因绝缘系统的损坏而造成的。
而影响变压器绝缘性能的主要因素有：
工作环境的温度、湿度、过电压、绝缘材料的老化等。
2.2.6铁芯故障
铁芯和绕组是变压器的主要构成，铁芯在变压器中，实现电压转换和能量传递的重要作用。
电力变压器正常运行时，铁芯必须有一点可靠接地，若没有接地，则铁芯对地的悬浮电压会造成铁芯对地断续性击穿放电，但当铁芯出现两点以上接地时，铁芯间的不均匀点位就会在接地点之间形成环流，并造成铁芯多点接地发热的故障。
变压器的铁芯接地故障会造成铁芯局部过热，严重时，铁芯局部温升增加，轻瓦斯动作，甚至将会造成重瓦斯动作而跳闸的事故。
有关资料统计表明，因铁芯问题造成的故障比例，占变压器各类故障的第三位。
2.2.7分接开关
升级会员 