基于盲源分离算法有载分接开关振动监测与故障振动技术研究

　　摘要：随着电网调节任务日趋繁重，设备运行工况愈加复杂，有载分接开关故障频发且呈上升趋势，严重影响电网系统安全稳定运行。本文根据盲源分离的核心理论和主要方法，开展信号分离仿真，并与其他方法比较分离效果，说明该方法对于有载分接开关振动信号在故障诊断方面应用的合理性和有效性。本文通过对有载分接开关振动信号的持续观察分析，可以准确掌握有载分接开关在当前电网复杂运行状况下的机械性能，及时发现设备隐患，为电网安全稳定运行保驾护航。

　　《电力与能源》杂志，于1980年经国家新闻出版总署批准正式创刊，CN:31-2051/TK，本刊在国内外有广泛的覆盖面，题材新颖，信息量大、时效性强的特点，其中主要栏目有：能源技术、发电技术、经验交流等。

　　关键词：盲源分离;有载分接开关;状态评价

　　0 引言

　　目前国内外电力企业研究OLTC故障，主要是采用非电气量监测的手段和方式，并结合油色谱、视频等其他状态监测技术，对OLTC故障开展分析诊断[1]-[5]。其中，一个主要方向是研究OLTC进行调压操作所发出的振动信号，通过振动在线监测装置收集处理后，形成振动波形进行分析研究。通过振动信号特征量的分离和提取，并与典型故障波形进行分析比对，从而有效诊断各类OLTC故障。近年来，该项技术得到普遍的应用和尝试，但未彻底解决OLTC监测所面临的一系列问题和难点。因此本文通过对这一领域的研究和分析，并结合实际应用情况，采用一种盲源信号分离方法求解既定目标函数的值达到最优时的条件前提。即采用基于独立信号数学模型和信号独立性判据模型及分接开关振动信号的特性，根据优化算法中的批处理原则，提出联合对角化方法;同时基于优化算法中的自适应处理算法，提出信息极大化算法和非高斯性极大化算法研究[6]-[7]。

　　1 基于盲源分离算法220kV电力变压器有载分接开关振动信号分析研究

　　1.1 实验背景及仪器

　　实验中将运用变压器运行监视系统对220kV电力变压器的分接开关振动信号进行采集。变压器运行监视系统主要分为采集单元和信号传输处理单元，采集单元主要任务是通过传感器采集变压器分接开关的振动信号，振动信号运用4个压电加速度传感器获取，灵敏度为500mV/g，24V电源供电，采集到的模拟信号通过A/D转换后，经传输处理单元到后台PC端进行进一步计算、处理以及展示。对于220kV电力变压器来讲，三相绕组的铁心的相应的底部可以较好地展现出变压器铁心和绕组的振动，因此本实验运用其中3个压电传感器分别接线至检测变压器三个铁心的绕组底部，以便能更好的监视其振动，另一个用于检测有载分接开关的振动。信号传输处理单元的主要任务是实现对采集信号的数字化处理，并且将其传输至计算机处理系统中进行运算、存储以及显示。两个子模块能够无缝对接，具有较好的协调性，不会出现通信问题或者兼容问题。选用的变压器参数如表1-1所示。

　　实验中，由于考虑到各相电压和电流及其不同相位可能对220kV电力变压器的正常运行产生一系列不可预知的影响，分别设置2个三相五柱式电压互感器和2个三相电流互感器来进行监测，其中2个电压互感器分别安装在变压器的高压侧母线处和低压侧母线处，2个电流互感器安装在高压侧绕组和低压侧绕组出现处[6]。

　　1.2 信号盲分离算法仿真

　　220kV电力变压器的有载分接开关的振动信号与电网运行参数无关，它是随着分接开关动作而伴生的信号，并且其从本质上讲是一种冲击类型的信号。因此本实验将220kV电力变压器的有载分接开关振动和铁心绕组振动视作两个独立的振动源端信号，而运用独立分量分析法来进行信号分离时只需要两类的观测振动信号。

　　首先使用220kV电力变压器有载分接开关振动源端信号和人工施加方波信号进行信号分离。分离过程和结果如图

　　基于上述研究，可见联合近似对角化算法和快速ICA自适应算法的分离结果具有较好的波形还原性，故可以将其用于实际信号上面。

　　根据图1-5的对比可知，因为正态分布信号的高阶累积量为零，因此基于四阶累积量矩阵的JADE算法抑制了随机干扰信号对信号分离的影响。尽管方波分离信号中噪声无法完全避免，然而信号恢复的效果较好;反观二阶统计矩阵，其干扰信号较多，故而无法忽略噪声的影响，相对于JADE算法来讲，分离效果欠佳。

　　根据图1-7的对比可知，扩展最大熵算法能够很有效的分离信号，其信号的抗干扰性较好。而快速独立分量分析算法的分离结果的抗干扰性不如扩展最大熵法，主要原因在于该算法对非正态分布的干扰信号较为敏感。另外，从方法论来讲，快速独立分量分析算法是基于牛顿迭代算法，其对初值的选择要求较高，一般不容易找到合适的初值，而扩展最大熵算法能够避免这个问题。从算法本身来讲，扩展最大熵算法的计算量较大，而快速独立分量分析算法计算量较小，迭代次数较少，收敛性也较好。

　　综合图1-7和图1-9的仿真对比结果和图1-10和图1-11的实际信号仿真图可以看出，两种算法均对源端信号有较好的分离效果。实际上，在选择的过程中，自适应算法适合精度高、运算处理速度要求高的系统，而联合近似对角化算法适合对精度一般、运算处理要求不高的系统。

　　2 结论

　　本文研究了盲源分离方法，对已收集到的振动信号，采用近似对角化、ICA对振动信号进行过滤、分析和提取，使其展现自身本质属性，避免环境噪声和其他干扰源对振动信号的影响。通过实验分析案例，说明盲源分离法的分离效果、收敛速度、计算效率等在实际中的具体应用，可以在220kV电力变压器的不同运行方式下将其有载分接开关振动信号准确无误、有效地分离出来，进一步验证该方法对于监测OLTC运行状态的可行性。