一种基于振动数据融合和图像识别的变压器故障诊断方法

摘要

本发明公开了一种基于振动数据融合和图像识别的变压器故障诊断方法，在变压器油箱外表面布置多个振动测点测取振动数据，由此得到变压器各种典型故障状态下的振动数据。分别对其进行特征值提取，构成特征值矩阵，这些特征值矩阵就完整描述了各种典型故障的过程变化规律，也即是各种典型故障的样本矩阵数据库。在此基础上，本发明将图像识别技术运用于变压器故障诊断领域，通过特征值矩阵匹配计算，克服了目前变压器故障诊断领域电气参数测量法和人工故障识别的弊端，能灵敏的反应变压器绕组和铁芯的故障与状态，更早的发现变压器内部存在的潜在故障。

主权项

一种基于振动数据融合和图像识别的变压器故障诊断方法，其特征在于，该方法包括以下步骤：1）在变压器油箱外表面布置多个振动测点，采集变压器各种典型故障状态下的各个振动测点的振动数据，其中任意一个振动测点在一个采样过程中的典型故障数据由若干个采样时间点下的振动数据组成；典型故障为磁致伸缩引起的变压器铁芯振动、电磁吸引力引起的变压器铁芯振动、变压器绕组松动、变压器冷却装置振动；2）对上述各种变压器典型故障状态下的振动数据进行特征值提取，对每一种典型故障构建一个故障样本矩阵：，其中，表示采样过程中振动数据采样时间点的个数，表示振动数据的测点个数，矩阵中的任意一个元素表示在第个采样时间点下第个振动测点的振动数据特征值，其中，，；3）对于待检故障信号，取与步骤1）相同的振动测点，分别采集各个振动测点的待检故障振动数据，并提取所述待检故障振动数据的特征值，构建一个反映了待检故障信号过程变化规律的的特征值矩阵；4）将所述矩阵与每一种变压器典型故障的故障样本矩阵相减，得到个中间对比矩阵，即，其中为变压器典型故障种类数量；5）求矩阵Z的均值和方差，并求均值的绝对值；6）比较上述个中间对比矩阵的均值的绝对值和方差，得到使和最小的中间对比矩阵，则该中间对比矩阵对应的故障样本矩阵的故障类型即为待检故障信号的故障类型。