基于多重分形-贝叶斯融合算法的变压器绕组机械状态识别

• 作者: 刘浩 吴晓文 张振东 赵莉华 黄小龙
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 变压器振动 绕组机械状态识别 绕组松动 多重分形 贝叶斯 故障诊断
• 年，卷（期）: 2020,（14）
• 所属期刊栏目: 能源互联网
• 页码范围: 45-50,118
• 页数: 7页
• 分类号: TM93
• 字数: 3990字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2020.14.008

摘要

针对变压器振动信号非线性特征及其绕组机械状态识别问题,该文引入多重分形与贝叶斯相结合的状态识别方法,搭建振动测试平台,采集配电变压器在不同负载电流下正常运行和存在绕组松动故障运行时的振动信号.运用多重分形理论对振动信号进行多重分形特征分析,提取出随变压器绕组机械状态变化明显的多重分形谱参数作为状态特征量,使用贝叶斯分算法对试验变压器状态特征量进行状态识别.研究结果表明:变压器振动信号具有较强的多重分形特性;多重分形谱参数α fmax、αmin在负载电流波动时变化不明显,绕组松动时变化明显;多重分形-贝叶斯算法能准确的识别出变压器负载电流变化时的正常状态与绕组松动时的故障状态,准确率都在98％以上,研究结论可为负荷多变情况下基于振动信号的变压器绕组故障诊断提供一种新思路和新算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘浩	四川大学电气信息学院	252	936	14.0	20.0
2	赵莉华	四川大学电气信息学院	92	549	12.0	20.0
3	黄小龙	四川大学电气信息学院	7	0	0.0	0.0
4	张振东	四川大学电气信息学院	3	0	0.0	0.0
5	吴晓文	中国湖南省电力有限公司电力科学研究院	1	0	0.0	0.0