EEMD能量熵在配电变压器绕组状态监测中的应用

被引:15
作者
臧状 [1 ]
陈江波 [2 ]
李辉 [2 ]
林莘 [1 ]
机构
[1] 沈阳工业大学
[2] 中国电力科学研究院高压所
关键词
变压器绕组; 振动; 总体平均经验模态分解(EEMD); 能量熵; 状态监测;
D O I
10.13296/j.1001-1609.hva.2015.11.031
中图分类号
TM421 [配电变压器];
学科分类号
080801 ;
摘要
利用振动法在线监测配电变压器绕组的状态关键在于如何从振动信号中提取有效的特征。为了更有效地监测与诊断变压器绕组的状态,搭建了某配电变压器多次短路冲击试验及负载试验时的振动信号监测平台,利用总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)对变压器绕组的振动信号进行分析并求解其能量熵值,提出一种基于EEMD能量熵的配电变压器绕组状态监测与故障诊断的方法。实验结果表明,EEMD能够有效地提取配电变压器绕组振动信号的特征,得到振动信号各频带内的能量分布状态,可准确地在线监测与诊断配电变压器绕组故障。
引用
收藏
页码:187 / 193
页数:7
相关论文
共 17 条
[1]  
基于经验模态分解的滚动轴承故障诊断方法研究.[D].张晨罡.郑州大学.2007, 04
[2]   基于EEMD能量熵和LSSVM的传感器故障诊断 [J].
丁国君 ;
王立德 ;
申萍 ;
杨鹏 .
传感器与微系统, 2013, 32 (07) :22-25
[3]   改进小波网络在油浸式变压器故障诊断中的应用 [J].
方健 ;
彭辉 ;
李自品 ;
舒乃秋 .
高压电器, 2011, 47 (11) :115-120
[4]   基于EEMD能量熵和支持向量机的轴承故障诊断 [J].
董文智 ;
张超 .
机械设计与研究, 2011, 27 (05) :53-56+63
[5]   短路冲击下变压器绕组状态在线诊断 [J].
邵宇鹰 ;
徐剑 ;
饶柱石 ;
金之俭 ;
姜益民 ;
傅坚 .
振动与冲击, 2011, 30 (02) :173-176
[6]   改进粒子群优化神经网络在变压器故障诊断中的应用 [J].
贾嵘 ;
李宏斌 ;
康会西 ;
洪刚 .
高压电器, 2010, 46 (05) :14-17+21
[7]   基于“场-路”耦合有限元分析法的变压器短路电抗仿真的研究 [J].
欧小波 ;
汲胜昌 ;
王春杰 ;
罗一洋 .
高压电器, 2010, 46 (03) :59-63
[8]   基于小波理论的电力变压器振动信号特征研究 [J].
颜秋容 ;
刘欣 ;
尹建国 .
高电压技术, 2007, (01) :165-168+184
[9]   大型变压器绕组变形诊断与应用 [J].
赵剑雄 ;
郭云霞 .
华东电力, 2004, (12) :63-64
[10]   HHT方法在结构模态参数识别中的应用 [J].
陈隽 ;
徐幼麟 .
振动工程学报, 2003, (03) :129-134