基于時(shí)域特征參數(shù)與振動(dòng)信號(hào)分析的有載分接開(kāi)關(guān)故障診斷

楊彤， 姜曉峰， 陽(yáng)瑞霖， 陳威

(1. 五凌電力有限公司， 湖南 長(zhǎng)沙 410004；2. 國(guó)家電力投資集團(tuán)有限公司水電產(chǎn)業(yè)創(chuàng)新中心， 湖南 長(zhǎng)沙 410004；3. 湖南省水電智慧化工程技術(shù)研究中心， 湖南 長(zhǎng)沙 410004)

0 引言

作為電力變換的唯一可移動(dòng)部件， 有載分接開(kāi)關(guān)(on－load tap changer， OLTC) 在電力系統(tǒng)中起著調(diào)節(jié)電壓的作用。 OLTC 的健康運(yùn)行對(duì)整個(gè)電力系統(tǒng)的安全穩(wěn)定至關(guān)重要。 然而， OLTC 本身動(dòng)作頻繁， 在動(dòng)作過(guò)程中， 既要經(jīng)受機(jī)械沖擊所帶來(lái)的磨損， 同時(shí)也需要面對(duì)電弧燒蝕的影響， 因而OLTC 成為變壓器中故障比例最高的部件之一。 根據(jù)調(diào)查， 變壓器超過(guò)20%的故障是由OLTC 引起的[1－2]。 而這些故障中， 機(jī)械故障尤其是切換開(kāi)關(guān)觸頭的故障又占絕大多數(shù)[3]。 實(shí)現(xiàn)OLTC 機(jī)械故障的診斷十分迫切。

近些年， 諸多學(xué)者利用油中溶解氣體[4]、 驅(qū)動(dòng)電機(jī)扭矩[5]、 溫度[5]及振動(dòng)信號(hào)[6－7]對(duì)OLTC 的故障診斷方法進(jìn)行了研究。 其中， 利用振動(dòng)信號(hào)實(shí)現(xiàn)OLTC 的故障診斷是目前最具應(yīng)用前景的方法。在文獻(xiàn)[6] 和[7] 中， 基于OLTC 振動(dòng)信號(hào)的非線性與非平穩(wěn)性， 相空間重構(gòu)被引入到OLTC 的故障診斷中， 并取得了一定的效果， 但是正常狀態(tài)與故障狀態(tài)之間的差異不夠明顯。 不同于其他振動(dòng)， OLTC 的振動(dòng)信號(hào)是由一系列觸頭動(dòng)作引發(fā)的。 因此， 從振動(dòng)信號(hào)中， 可以發(fā)現(xiàn)數(shù)個(gè)明顯的振動(dòng)峰信號(hào)， 對(duì)應(yīng)這些振動(dòng)峰的幅值及間隔時(shí)間可以作為表征OLTC 狀態(tài)的有效參數(shù)。 然而， OLTC 振動(dòng)信號(hào)中包含有大量的毛刺信號(hào)， 使得準(zhǔn)確提取這些特征參數(shù)十分困難。 在文獻(xiàn)[8—9] 中， 小波變換被用于提取OLTC 振動(dòng)信號(hào)的時(shí)域特征參數(shù)。在文獻(xiàn)[10] 中， 引入短時(shí)傅里葉變換作為OLTC振動(dòng)信號(hào)的提取工具。 然而， 傳統(tǒng)的時(shí)－頻信號(hào)處理方法不適宜處理強(qiáng)非線性時(shí)變信號(hào)， 因此， 如何定位并計(jì)算OLTC 振動(dòng)信號(hào)中振動(dòng)峰的位置及幅值仍然是個(gè)棘手的問(wèn)題[11－12]。 近年來(lái)， 信號(hào)分解算法成為非線性信號(hào)分析的研究熱點(diǎn)， 學(xué)者們提出了包括經(jīng)驗(yàn)?zāi)B(tài)分解[13]、 局部特征尺度分解[14]、 變分模態(tài)分解[15]在內(nèi)的信號(hào)分解算法， 并取得了不錯(cuò)的效果。 其中， 變分模態(tài)分解能夠有效地解決模態(tài)混疊問(wèn)題， 吸引了諸多關(guān)注[16－18]。

本文首先將變分模態(tài)分解引入到OLTC 振動(dòng)信號(hào)分析之中， 將OLTC 振動(dòng)信號(hào)分解為數(shù)個(gè)近似線性的模態(tài)分量； 接著， 計(jì)算包括OLTC 振動(dòng)信號(hào)振動(dòng)峰幅值、 時(shí)間間隔等數(shù)個(gè)能夠表征OLTC 機(jī)械狀態(tài)的時(shí)域特征參數(shù)； 最后， 利用一系列故障模擬試驗(yàn)對(duì)OLTC 振動(dòng)信號(hào)的時(shí)域特征參數(shù)進(jìn)行統(tǒng)計(jì)性分析。 研究表明， 不同狀態(tài)OLTC 的時(shí)域特征參數(shù)會(huì)發(fā)生相應(yīng)的變化， 基于所提出的方法， 能夠表征OLTC 的機(jī)械狀態(tài)， 有助于OLTC 故障在線監(jiān)測(cè)的進(jìn)一步應(yīng)用。

1 試驗(yàn)系統(tǒng)

1.1 信號(hào)測(cè)量系統(tǒng)

有載分接開(kāi)關(guān)振動(dòng)信號(hào)測(cè)量系統(tǒng)的整體框架如圖1 所示。 為獲取OLTC 振動(dòng)信號(hào)， 使用加速度傳感器作為測(cè)量工具， 傳感器的靈敏度為150 mV/g，響應(yīng)頻帶為1Hz~13 kHz。 加速度傳感器測(cè)量得到的信號(hào)被輸入到信號(hào)調(diào)理器中， 將OLTC 振動(dòng)信號(hào)轉(zhuǎn)換為范圍在±5 V 內(nèi)分布的電信號(hào)。 最后， 利用數(shù)據(jù)采集卡對(duì)信號(hào)進(jìn)行采集， 所使用的數(shù)據(jù)采集卡單通道采樣頻率達(dá)到50 kHz。

圖1 信號(hào)測(cè)量系統(tǒng)

1.2 試驗(yàn)條件

以某組合式OLTC 作為研究對(duì)象， 在實(shí)際工況中， OLTC 安裝于變壓器油箱內(nèi)， 變壓器油必然會(huì)影響到OLTC 振動(dòng)信號(hào)的傳播。 為了使試驗(yàn)條件更接近實(shí)際工況， 搭建一個(gè)OLTC 模擬試驗(yàn)平臺(tái)， 試驗(yàn)平臺(tái)的結(jié)構(gòu)如圖2 所示。 經(jīng)過(guò)一系列預(yù)試驗(yàn)， 確定加速度傳感器安裝在OLTC 的頂蓋上， 如圖3所示。

圖2 OLTC 模擬試驗(yàn)平臺(tái)

圖3 傳感器安裝位置

1.3 試驗(yàn)程序

組合式OLTC 由四部分組成， 包括驅(qū)動(dòng)電機(jī)、儲(chǔ)能彈簧、 切換開(kāi)關(guān)及選擇器。 驅(qū)動(dòng)電機(jī)啟動(dòng)后，壓縮儲(chǔ)能彈簧進(jìn)行儲(chǔ)能， 當(dāng)儲(chǔ)能完成時(shí)， 釋放儲(chǔ)能彈簧帶動(dòng)切換開(kāi)關(guān)來(lái)完成切換。 整個(gè)切換過(guò)程非常迅速。 OLTC 切換過(guò)程中的振動(dòng)信號(hào)如圖4 所示。

圖4 OLTC 切換過(guò)程中的振動(dòng)信號(hào)

由于OLTC 切換開(kāi)關(guān)既要承受機(jī)械沖擊， 又要經(jīng)歷電弧燒蝕， 成為了OLTC 故障頻率最高的部件。 因此， 切換開(kāi)關(guān)的故障是重點(diǎn)的研究對(duì)象。 首先， 測(cè)量20 組正常狀態(tài)OLTC 切換的振動(dòng)信號(hào)。接著， 模擬包括觸頭松動(dòng)、 觸頭脫落、 觸頭磨損在內(nèi)的OLTC 切換開(kāi)關(guān)常見(jiàn)故障， 每種故障狀態(tài)亦測(cè)量20 組振動(dòng)信號(hào)。 不同故障的模擬方式: 1) 觸頭松動(dòng)， 擰松觸頭的緊固螺絲使得觸頭出線松動(dòng)；2) 觸頭脫落， 完全擰松觸頭的緊固螺絲使得觸頭掉落； 3) 觸頭磨損， 利用銑床將鋤頭磨薄3 mm。

2 變分模態(tài)分解

不同于其他信號(hào)分解算法， 變分模態(tài)分解算法(variational mode decomposition， VMD ) 將信號(hào)分解問(wèn)題轉(zhuǎn)換為優(yōu)化問(wèn)題進(jìn)行求解， 因而能夠有效地解決模態(tài)混疊問(wèn)題[13]。

OLTC 振動(dòng)信號(hào)v(t)， 能夠被分解為K個(gè)本征模態(tài)分量 (intrinsic mode decomposition， IMF)uk(t)，k＝1， 2， 3， …，K， 如式(1) 所示:

式中，Ak(t) 表示信號(hào)的瞬時(shí)幅值；θk(t) 可以利用式(2) 進(jìn)行計(jì)算， 其中ωk(t) 為IMF 分量uk(t) 的瞬時(shí)頻率。

為求解這K個(gè)IMF 分量， 變分模態(tài)分解主要包括兩個(gè)步驟， 即變分問(wèn)題的構(gòu)造與求解。

2.1 變分問(wèn)題的構(gòu)造

1) 對(duì)每一個(gè)IMF 分量uk(t) 進(jìn)行希爾伯特變換， 進(jìn)而得到每一個(gè)分量的解析信號(hào)與單邊頻率， 如式(3) 所示。

式中，δ(t) 為狄利克雷函數(shù)。

2) 通過(guò)添加指數(shù)項(xiàng)將各個(gè)模態(tài)分量調(diào)頻調(diào)制到對(duì)應(yīng)的相應(yīng)的基頻帶上， 如式(4) 所示。

式中，ωk(t) 為對(duì)應(yīng)的各個(gè)分量對(duì)應(yīng)的中心頻率。

3) 通過(guò)式(4) 中每個(gè)分量的梯度的L2范數(shù)估計(jì)每一個(gè)本征模態(tài)分量的帶寬， 如式 (5)所示。

進(jìn)而可以構(gòu)造變分問(wèn)題， 如式(6) 所示。

2.2 變分問(wèn)題的求解

變分問(wèn)題的求解主要包括以下幾步[19－20]。

1) 通過(guò)拉格朗日乘數(shù)法引入拉格朗日算子λ(t)， 將約束條件下的變分問(wèn)題轉(zhuǎn)化為無(wú)約束條件下的變分問(wèn)題。 同時(shí)引入二次懲罰因子α， 保證重構(gòu)信號(hào)的精度， 增廣的拉格朗日表達(dá)式如式(7) 所示。

2) 對(duì)于式 (7)， 利用交替方向乘子算法(alternate direction method of multipliers， ADMM)不斷更新迭代uk，n＋1、ωk，n＋1及λn＋1計(jì)算式 (7)的鞍點(diǎn)， 直至所求的模態(tài)分量滿足迭代的終止條件。 其中uk，n＋1、ωk，n＋1及λn＋1的更新通過(guò)式(8) — (10) 進(jìn)行， 終止迭代的條件如式(11)所示。

VMD 分解的具體迭代過(guò)程包括以下步驟:

①初始化uk，1、ωk，1、λ1及K；

②n＝n＋1， 循環(huán)迭代開(kāi)始；

③將k從1 到K進(jìn)行循環(huán)， 由式(9) 及式(10) 對(duì)uk，n＋1、ωk，n＋1進(jìn)行更新；

④根據(jù)式(11) 更新λn＋1；

⑤重復(fù)步驟②—④， 直到求解得到的分量滿足終止條件式(11)， 繼而得到各個(gè)IMF 分量uk， 以及各個(gè)分量所對(duì)應(yīng)的中心頻率ωk。

3 信號(hào)處理

基于VMD 分解算法的整個(gè)OLTC 振動(dòng)信號(hào)處理流程流程如圖5 所示。 首先， 對(duì)OLTC 振動(dòng)信號(hào)進(jìn)行標(biāo)準(zhǔn)化， 減少信號(hào)幅值誤差的影響； 其次， 利用VMD 分解計(jì)算OLTC 振動(dòng)信號(hào)的包絡(luò)線； 最后，利用OLTC 振動(dòng)信號(hào)的包絡(luò)線提取時(shí)域特征參數(shù)，包括振動(dòng)峰幅值及振動(dòng)峰時(shí)間間隔。

圖5 信號(hào)處理的整體流程

3.1 標(biāo)準(zhǔn)化

為了消除由振動(dòng)信號(hào)振幅引起的誤差， 標(biāo)準(zhǔn)化是后續(xù)信號(hào)處理的重要步驟。 利用Z－score 法對(duì)OLTC 振動(dòng)信號(hào)進(jìn)行標(biāo)準(zhǔn)化處理， 如(12) 所示。

式中，v代表原始信號(hào)；vs為標(biāo)準(zhǔn)化信號(hào)；μ為振動(dòng)信號(hào)的均值；σ為標(biāo)準(zhǔn)差。

3.2 信號(hào)分解與包絡(luò)線計(jì)算

一方面， OLTC 振動(dòng)信號(hào)具有強(qiáng)非線性； 另一方面， OLTC 振動(dòng)信號(hào)的頻率成分復(fù)雜， 使得信號(hào)本身毛刺眾多。 因此， 直接從原始信號(hào)中提取時(shí)域特征參數(shù)存在較大困難。 為了解決此問(wèn)題， 引入VMD 分解。 根據(jù)VMD 分解的原理， 關(guān)鍵問(wèn)題在于如何確定模態(tài)數(shù)K。 如果K值過(guò)大， 模態(tài)分量之間的中心頻率過(guò)近， 則會(huì)產(chǎn)生模態(tài)混疊問(wèn)題； 如果K值過(guò)小， 每一個(gè)模態(tài)分量的頻帶仍然較為復(fù)雜， 未起到充分分解的效果。 首先對(duì)OLTC 振動(dòng)信號(hào)的整體頻譜進(jìn)行分析， 以確定模態(tài)數(shù)K的選擇。 典型OLTC 振動(dòng)信號(hào)的頻譜如圖6 所示， 由圖可以發(fā)現(xiàn)， OLTC 振動(dòng)信號(hào)的頻帶存在三個(gè)較為集中的區(qū)域， 可以考慮將K設(shè)置為3 進(jìn)行分解。

圖6 典型OLTC 振動(dòng)信號(hào)的頻譜

為進(jìn)一步驗(yàn)證K＝3 的合理性， 計(jì)算K＝2， 3，4 時(shí)OLTC 振動(dòng)信號(hào)的中心頻率， 見(jiàn)表1。 當(dāng)K＝2時(shí)， 只能夠得到兩個(gè)模態(tài)分類， 未能將OLTC 振動(dòng)信號(hào)進(jìn)行充分分解； 當(dāng)K＝4 時(shí)， 第3 個(gè)與第4 個(gè)模態(tài)分量的中心頻率靠得太近， 無(wú)法避免這兩個(gè)模態(tài)分量之間的模態(tài)混疊問(wèn)題。 因此， 將K設(shè)置為3最為合理。

表1 K＝2， 3， 4 時(shí)OLTC 振動(dòng)信號(hào)的中心頻率Hz

當(dāng)K＝3 時(shí)， 3 個(gè)本征模態(tài)分量的時(shí)域波形如圖7 所示。 根據(jù)這3 個(gè)分量的中心頻率， 將3 個(gè)模態(tài)分量分別定義為低頻分量(圖7 (a) )、 中頻分量(圖7 (b) )、 高頻分量(圖7 (c) )。 對(duì)于低頻分量， 時(shí)域波形不存在較為明顯的振動(dòng)峰；而對(duì)于高頻分量， 信號(hào)中包含了大量的振動(dòng)脈沖信號(hào)， 這些信號(hào)除去OLTC 本體的振動(dòng)之外， 還包括軸承轉(zhuǎn)動(dòng)時(shí)產(chǎn)生的振動(dòng)及一些隨機(jī)振動(dòng)， 從高頻模態(tài)中有效提取OLTC 動(dòng)作過(guò)程中的主要振動(dòng)事件變得較為困難。 與之相比， 振動(dòng)信號(hào)的中頻分量既能夠反應(yīng)出OLTC 動(dòng)作過(guò)程中的主要振動(dòng)事件， 又能夠減少高頻脈沖對(duì)時(shí)域特征提取的干擾。 因此可以利用OLTC 振動(dòng)信號(hào)的中頻分量實(shí)現(xiàn)動(dòng)作過(guò)程中主要?jiǎng)幼魇录臅r(shí)域特征參數(shù)計(jì)算。

圖7 各模態(tài)分量的時(shí)域波形

利用希爾伯特變換獲取中頻分量的包絡(luò)線， 如圖8 所示。

圖8 中頻分量包絡(luò)線

4 結(jié)果分析

當(dāng)OLTC 動(dòng)作時(shí)， OLTC 不同部件的碰撞與分離會(huì)產(chǎn)生對(duì)應(yīng)的振動(dòng)峰； 當(dāng)OLTC 發(fā)生故障時(shí)， 這些振動(dòng)峰的幅值與間隔時(shí)間會(huì)產(chǎn)生對(duì)應(yīng)的變化。 因此， 可以通過(guò)時(shí)域特征參數(shù)建立OLTC 振動(dòng)信號(hào)數(shù)據(jù)庫(kù)， 從而實(shí)現(xiàn)對(duì)OLTC 故障的診斷。

不同狀態(tài)下， OLTC 振動(dòng)信號(hào)中頻分量的包絡(luò)線如圖9 所示。 從圖中可以發(fā)現(xiàn)， OLTC 振動(dòng)信號(hào)存在5 個(gè)明顯的振動(dòng)峰。 與正常狀態(tài)相比， 故障狀態(tài)OLTC 的時(shí)域特征參數(shù)會(huì)發(fā)生明顯的變化。

圖9 不同狀態(tài)下OLTC 中頻分量的包絡(luò)線

進(jìn)一步計(jì)算同一狀態(tài)下20 組振動(dòng)信號(hào)之間皮爾遜相關(guān)系數(shù)的平均值及不同狀態(tài)下OLTC 振動(dòng)信號(hào)之間的皮爾遜相關(guān)系數(shù)， 以說(shuō)明OLTC 振動(dòng)信號(hào)的重復(fù)性。 皮爾遜相關(guān)系數(shù)可以利用式(13) 計(jì)算， 式中Cov(X，Y) 表示信號(hào)X與Y之間的協(xié)方差， Var(X)、 Var(Y) 表示信號(hào)X與Y的方差。

以正常狀態(tài)OLTC 為例， 選取3 次測(cè)量信號(hào)計(jì)算彼此之間的皮爾遜相關(guān)系數(shù)， 結(jié)果見(jiàn)表2。

表2 正常狀態(tài)OLTC 振動(dòng)信號(hào)皮爾遜相關(guān)系數(shù)

可以發(fā)現(xiàn)， 對(duì)于正常狀態(tài)OLTC 振動(dòng)信號(hào)， 波形的相關(guān)系數(shù)均超過(guò)0.85。 同樣地， 對(duì)其他狀態(tài)OLTC 振動(dòng)信號(hào)進(jìn)行計(jì)算， 波形的相關(guān)系數(shù)也均超過(guò)0.85。 進(jìn)一步計(jì)算不同狀態(tài)OLTC 振動(dòng)信號(hào)之間的相關(guān)系數(shù)， 結(jié)果見(jiàn)表3， 不同故障之間OLTC 振動(dòng)信號(hào)的相關(guān)系數(shù)低于0.5。

表3 不同狀態(tài)OLTC 振動(dòng)信號(hào)皮爾遜相關(guān)系數(shù)

綜合表2 與表3 的結(jié)果可以發(fā)現(xiàn)， 一方面， 同一狀態(tài)OLTC 切換時(shí)產(chǎn)生的振動(dòng)信號(hào)相近， 可重復(fù)性高； 另一方面， 不同狀態(tài)OLTC 振動(dòng)信號(hào)的相似程度遠(yuǎn)低于同一狀態(tài)OLTC 振動(dòng)信號(hào)， 因此基于振動(dòng)信號(hào)實(shí)現(xiàn)OLTC 的故障診斷是可行的。

不同狀態(tài)下OLTC 振動(dòng)信號(hào)時(shí)域特征參數(shù)的統(tǒng)計(jì)結(jié)果見(jiàn)表4。 表4 中第一列為OLTC 的狀態(tài)， 第二列為時(shí)域特征參數(shù)的統(tǒng)計(jì)性結(jié)果， 包括均值、 標(biāo)準(zhǔn)差、 標(biāo)準(zhǔn)差與均值的比值， 第三列到最后一列為時(shí)域特征參數(shù)， 包括5 個(gè)振動(dòng)峰的幅值及振動(dòng)峰之間的時(shí)間間隔。

表4 不同狀態(tài)下OLTC 振動(dòng)信號(hào)的時(shí)域特征參數(shù)的統(tǒng)計(jì)結(jié)果

根據(jù)表4 的結(jié)果， 對(duì)于不同狀態(tài)的OLTC， 部分時(shí)域特征參數(shù)變化明顯， 與正常狀態(tài)相比， 故障狀態(tài)OLTC 振動(dòng)信號(hào)的幅值變化較振動(dòng)峰時(shí)間間隔變化更為明顯， 而時(shí)間間隔是一個(gè)更為穩(wěn)定的特征參數(shù)。 根據(jù)所提取的時(shí)域特征參數(shù)， 當(dāng)OLTC 的機(jī)械狀態(tài)發(fā)生變化時(shí)， 對(duì)應(yīng)的特征參數(shù)也會(huì)發(fā)生明顯變化， 能夠用于OLTC 的故障診斷與分析。 具體的變化情況總結(jié)見(jiàn)表5。

表5 變化情況總結(jié)

5 結(jié)語(yǔ)

為了實(shí)現(xiàn)OLTC 的故障診斷， 本文基于VMD分解提取了OLTC 振動(dòng)信號(hào)的時(shí)域特征參數(shù)， 論文的主要結(jié)論如下。

1) 通過(guò)VMD 分解， OLTC 振動(dòng)信號(hào)被分解為3 個(gè)模態(tài)分量， 基于中頻分量， 提取OLTC 振動(dòng)信號(hào)振動(dòng)峰的幅值及間隔時(shí)間作為時(shí)域特征參數(shù)， 對(duì)OLTC 的狀態(tài)進(jìn)行表征。

2) 與時(shí)間間隔相比， 不同狀態(tài)OLTC 振動(dòng)信號(hào)的振動(dòng)峰幅值變化更大， 但是同一狀態(tài)下時(shí)間間隔更加穩(wěn)定。

3) 當(dāng)OLTC 的狀態(tài)發(fā)生變化時(shí)， 時(shí)域特征參數(shù)會(huì)發(fā)生相應(yīng)的改變， 因此， 所提取的時(shí)域特征參數(shù)能夠用于OLTC 的故障診斷。