基于振动信号特征分析的变压器绕组故障检测

陈彦文，李 辉，徐建源，曹 辰，王硕辉

（1.沈阳工业大学电气工程学院，辽宁 沈阳 110870；2.中国电力科学研究院高压所，湖北 武汉 430074）

研究与应用

基于振动信号特征分析的变压器绕组故障检测

陈彦文1，李 辉2，徐建源1，曹 辰1，王硕辉1

（1.沈阳工业大学电气工程学院，辽宁 沈阳 110870；2.中国电力科学研究院高压所，湖北 武汉 430074）

变压器运行中油箱表面振动信号与其绕组的机械状况密切相关。通过分析变压器油箱外壁的振动信号来检测变压器绕组机械故障，关键在于从振动信号中提取反映故障前后变化的特征信息量。通过试验得到同一型号试验变压器绕组正常运行、短路冲击后运行和模拟故障运行时变压器油箱外壁的振动信号，运用小波包分析对振动信号进行特征提取，提出基于频段－能量－欧式距离的方法来检测变压器绕组机械故障。试验分析结果表明，变压器油箱外壁的振动信号能够反映出绕组内部结构的特性，通过对振动信号的分析能够有效地诊断变压器绕组故障。

变压器；振动信号；小波包；频段－能量－欧式距离

伴随着我国电力工业的蓬勃发展，电力变压器的装机容量不断增加，单机容量与电压等级越来越高。作为电力系统的重要设备，电力变压器的运行状况对电力系统的稳定运行至关重要。据有关资料统计，绕组变形及绕组压紧松动所引起的机械故障是变压器故障的主要组成部分［1］。现有的变压器绕组检测方法主要为离线检测，如吊罩检查、短路阻抗法（SCI）、频率响应法（FRA）、低压脉冲法（LVI）等［2］。离线的检测有很多的局限性，只能做到预防检测和事后检测。为了更好地保证电力变压器的安全运行，研究一种稳定可靠的在线检测方法是有其实际意义的［3］。

基于振动信号分析的变压器故障在线检测国内外都已进行了很深入的研究。目前，俄罗斯已在60多台大型电力变压器上试用，结果证实这种方法适用于各种类型的变压器［4］。国内西安交通大学、上海交通大学、沈阳工业大学等高校及科研单位都进行了深入研究，取得了很多成果，但还未应用于电力变压器实际运维。文献［5］指出变压器发生机械故障后振动信号的能量在频域分布上会发生变化，但分析不够详尽且缺少有力的试验验证。本文基于变压器负载试验，通过对变压器正常绕组状况及故障状况下油箱振动信号特征分析来诊断变压器绕组的状况，提出“频段－能量－欧式距离”的诊断判据，量化正常振动信号与故障信号间的差异。

1 变压器油箱振动原因

电力变压器器身振动的来源为变压器本体（铁芯、绕组）及冷却装置的振动。由文献可知，由冷却装置引起的振动主要集中在小于100 Hz的范围内；绕组与铁芯的振动属于稳态运行时的振动，对于50 Hz的工频交流电，其振动基频为100 Hz并伴随有其它高次谐波分量，振动产生的主要原因如下［6－8］。

a.铁芯的振动主要来自硅钢片励磁时，由于磁致伸缩产生的振动。变压器励磁时，在电磁力作用下，沿磁力线方向的硅钢片尺寸增加，垂直磁力线方向的尺寸减小，磁致伸缩使铁芯的振动频率为励磁电流的2倍。

b.负载电流或者短路电流流过绕组时，高低压绕组间、线饼间、匝间产生的动态电磁力周期性拉压绕组，产生振动。

随着变压器制造工艺的不断提高，因漏磁产生的电磁力对铁芯振动和油箱振动产生的影响可以忽略不计。铁芯及绕组的振动通过变压器油及与器身的钢体连接传导至外壁，铁芯与绕组之间的振动是相互影响的。变压器内部振动传导至油箱的途径如图1所示。

图1 变压器内部振动的传播途径

2 变压器试验及振动信号采集

根据变压器振动产生的原理，为了研究绕组故障前后变压器油箱振动特性，本文通过变压器负载试验来提取绕组振动信号。负载试验时低压侧短路，在高压侧施加三相电压，由于负载电流较大，同时励磁电流很小，因此可忽略铁芯磁致伸缩的影响，变压器本体振动主要是绕组振动信号。由于绕组的振动与负载电流的大小有关，故测试不同电流等级下绕组的振动信号。

2.1 变压器油箱振动信号采集

正常运行的变压器油箱外壁的振动信号主要是铁芯振动和绕组振动的叠加，频率范围集中在10～2 000 Hz，据此可以选择合适的加速度传感器来测量。加速度传感器有压电式、应变式和伺服加速传感器。伺服加速传感器低频响应好，但是测量频带窄，小于500 Hz，不适合变压器油箱外壁振动信号测量。压电式传感器与应变式相比较，压电式传感器应用更为广泛，测量频率从4 Hz到100 kHz，频宽足够大。因此，压电式传感器可以用作油箱外壁振动的测量。图2为传感器现场安装测试图，采用磁座固定方式。选择的传感器灵敏度为250 mV／g，量程为±20 g，频率范围为0.3 Hz～7.7 kHz，具有较高的灵敏度，可以更精确地测量到变压器器身表面的振动信号。图3为振动数据采集系统的流程框图。

图2 传感器现场安装

图3 变压器振动数据采集系统流程

2.2 变压器短路冲击试验及负载试验

本文试验所用变压器型号均为S－11－M－500／35，无风扇及油泵，联接组别为Yyn0。为获取遭受短路冲击后及绕组故障状况下的变压器振动特性，本文进行了短路冲击试验并绕制模拟故障绕组进行试验。短路冲击试验参照GB1094.5—2008《电力变压器第5部分：承受短路的能力》标准［9］。冲击电流设定为该变压器正常额定电流的15倍。先后进行85%及100%冲击电流冲击试验，冲击试验现场如图4所示。模拟故障绕组的设置：A相施加低压绕组幅向压缩、高压绕组幅向拉伸；B相施加低压绕组轴向延伸、高压绕组正常；C相施加低压绕组正常、高压绕组上下端部叠套。部分模拟故障绕组如图5所示。

图4 短路冲击试验

图5 模拟故障绕组

分别对正常绕组变压器、短路冲击后变压器及模拟故障绕组变压器进行负载试验，采集油箱低压侧不同测点的振动信号。本文正常绕组变压器、模拟故障绕组变压器负载试验振动信号的采样带宽为6 400 Hz，短路冲击后变压器负载试验振动信号采集带宽为3 200 Hz，均涵盖了变压器油箱振动信号的有效振动频域范围。以A相为例，变压器整体结构及传感器安装位置如图6所示。

图6 变压器整体结构及传感器位置

负载试验低压侧短路，在高压侧施加三相电压，一次侧电压从零逐渐增大，直到使得一次侧负载电流达到额定电流IN（8.25 A）。负载电流分为一次侧额定电流的50%、80%、100%（即4.125 A、6.6 A、8.25 A）。

3 振动信号分析

变压器绕组变形或出现故障将导致变压器器身的振动发生改变，不同频域内振动强度发生变化［10］。利用小波包变换分析可以获得各个频段内的振动能量来加以研究。基于此，本文提出“频段－能量－欧式距离”方法来检测变压器故障。构建特征数组，与正常的变压器箱体振动特性比较，用特征量欧式距离来量化信号间的差异。

3.1 小波包分析基本理论

小波分析（Wavelet Analysis）是一种窗口大小（即窗口面积）固定但其形状可改变，时间窗和频率窗都可改变的时频局部化分析方法，被誉为“数学显微镜”。

小波包是在小波变换理论的基础上进一步提出来的，它建立在小波变换的基础上，是对小波分解的扩展，并且从数学的角度作了严密的推导，不仅继承了小波变换所有的时间－尺度局部化优点，而且可以实现更为精细的分析，拓展了小波变换的分析性能，对于非平稳信号的特征提取具有其优势［11］。

小波基的选择是信号特征提取必须要考虑的问题，本文在常见的小波基中通过对比识别信号的准确度来择优选取，通过各种情况下重构因子的计算发现，sym6、sym7、sym8、coif4、db10等小波基在各种情况下的信号特征提取都有不错的表现。这些分析结果减小了小波基的选择范围，使得小波基的选择具有针对性［12］，经过分析对比，本文试验数据分析选取sym6作为小波基。

本文在MATLAB环境下利用小波包对振动信号进行分解与重构，继而获得各频段信号的重构系数，在本文中即各频段振动加速度的大小，由此计算获得各频段振动能量占比，分解与重构算法分别为式（1）、式（2）：

式（1）为小波包分解算法，即由｛djk＋1，n｝求｛djl，2n｝及｛djl，2n＋1｝，式中ak－2l与bk－2l分别是多分辨率分析的滤波器系数，djl，2n与djl，2n＋1分别为小波包分解系数；式（2）为重构算法，即由｛djl，2n｝及｛djl，2n＋1｝求｛djl＋1，n｝，式中hl－2k为小波包重构的低通滤波器组，gl－2k为小波包重构的高通滤波器组。

3.2 负载试验振动信号特征信息的提取与分析

图7为变压器正常绕组一次侧负载电流为100%IN时A相1／6处油箱外壁的振动信号频域图。由图7可以看出，变压器短路时振动信号的基频为100 Hz且占据了大部分的能量，伴有200 Hz及300 Hz的谐波。

图7 二次侧短接状况下变压器器身振动频域

本文引入欧式距离来量化变压器油箱振动信号能量组成变化的幅度。欧式距离是通常采用的一种距离定义，它是在M维空间中2个点的真实距离。本文中欧式距离可以看作信号间的相似程度，距离越近相似度越高。计算公式：

式中：d为欧几里得距离；X与Y取为各频段能量占比所组成的数组；n为数组中元素的个数。由于本文试验振动信号为两种采集带宽，经过计算比较，本文对正常绕组及模拟故障绕组变压器振动信号进行4层小波包分解重构，对短路冲击后变压器负载试验振动信号进行3层小波包分解，这样经过小波包分解后每一频段的频域跨度相同。表1为变压器B相绕组1／6测点位置振动信号小波包分解后前4频段能量占总振动能量的百分比。表2为将表1中B相正常状况下前4频段的能量比例作为基准特征数组时求取的变压器振动信号的“频段－能量－欧式距离”。

表1 小波包分解振动信号分频段能量占比%

表2 特征量欧式距离%

由表1可以看出，绕组的振动能量主要集中在小波包分解后第1频段，绕组故障后信号各频段的能量变化表现是能量更为集中在第1频段，这与已知理论是相符的。表2中，正常绕组、85%冲击电流冲击后、100%冲击电流冲击后、模拟故障绕组变压器负载试验振动信号的特征量欧式距离分别为0、0.042 9、0.074 3、0.083 4，表明本文的振动信号分析方法可以明显量化区分试验变压器的不同绕组状态；在试验变压器遭受短路冲击后，特征量欧式距离不断增大，表明绕组的状况随着短路冲击不断恶化。

4 结束语

基于振动信号分析的变压器绕组故障在线检测较传统检测手段有其明显优势，具有良好的发展前景。本文基于变压器振动产生的原理，提出了“频段－能量－欧式距离”的诊断方法，利用小波包分析来提取变压器油箱振动信号的特征。通过对正常、短路电流冲击后及模拟故障绕组变压器负载试验振动信号的分析，“频段－能量－欧式距离”诊断方法可以量化反映出不同绕组状况下变压器油箱振动信号间的差异。不同型号类型的变压器振动信号之间没有可比性，但都可以运用本文提出的方法对长期运行的同型号变压器进行监测，取得不同位置处振动数据并留作指纹数据库，结合上位机设计在线监测系统对其工作状态进行实时监测，通过特征量欧氏距离对变压器绕组可能出现的机械故障进行提前预警，预警的阈值选择需要建立在长期的数据监测与分析基础上。

［1］ 刘 旸，韩洪刚，赵义松.一起220 kV变压器事故分析与处理［J］.东北电力技术，2014，35（1）：41－43.

［2］ 黄 华，周建国，姜益民，等.阻抗法与频响法诊断电力变压器绕组变形［J］.高电压技术，1999，25（2）：70－73.

［3］ 陈 刚.电力变压器典型故障及其演变［J］.东北电力技术，2002，23（4）：5－8.

［4］ 藏 壮，张 彬，李 辉，等.变压器铁心的振动特性分析与研究［J］.东北电力技术，2014，35（7）：1－6.

［5］ 程 锦，李延沐，汲胜昌.振动法在线监测变压器绕组及铁心状况［J］.高电压技术，2005，31（4）：43－45.

［6］ 李 辉，陈江波，曹 辰，等.基于多物理场耦合方法的变压器绕组振动仿真与试验研究［J］.东北电力技术，2015，36（2）：6－9.

［7］ 耿宝宏，张军阳，高 强.变电设备在线监测技术分析［J］.东北电力技术，2011，32（11）：23－26.

［8］ 姚陈果，赵仲勇，李成祥，等.基于暂态过电压特性的电力变压器绕组变形故障在线检测［J］.高电压技术，2015，41（3）：873－880.

［9］ 电力变压器第5部分：承受短路的能力：GB1094.5—2008［S］.

［10］ 张重远，王彦波，张林康，等.基于NICS脉冲信号注入法的变压器绕组变形在线监测装置研究［J］.高电压技术，2015，41（7）：2 259－2 267.

［11］ 汲胜昌，门 阳，刘昱雯，等.运行中电力变压器油箱表面振动特性的研究［J］.电工电能新技术，2007，26（2）：24－28.

［12］ 颜秋容，刘 欣，尹建国.基于小波理论的电力变压器振动信号特征研究［J］.高电压技术，2007，33（1）：165－168.

Transformer Winding Fault Detection Based on Vibration Signal Characteristics Analysis

CHEN Yan⁃wen1，LI Hui2，XU Jian⁃yuan1，CAO Chen1，WANG Shuo⁃hui1
（1.School of Electrical Engineering，Shenyang University of Technology，Shenyang，Liaoning 110870，China；2.China Electric Power Research Institute，High Voltage Department，Wuhan，Hubei 430074，China）

The vibration signals on the surface of the transformer tank are closely related with its mechanical condition of the iron core and winding.Winding mechanical faults of the transformer are detected by analyzing its signals of outside vibration.The key technology of vibration method is how to collect features which reflect the faults change.Two group of vibration signals are achieved by experi⁃ments，one group of signals is achieved when the transformer works correctly and another are achieved when the transformer runs with faults.Using wavelet packet analysis extracts the features of vibrate signals.Frequency band⁃energy⁃euclidean distance method for diag⁃nosing the mechanical faults of the transformer is proposed.Experimental results demonstrate that the features of vibration signals can reflect the characteristics of inside structure.Analyzing the vibration signals can diagnose the inside mechanical faults of the transformer effectively.

Transformer；Vibration signal；Wavelet packet；Frequency band⁃Energy⁃Euclidean distance

TM407

A

1004－7913（2016）01－0009－04

国家电网公司基础性前瞻性科技项目（GY71－14－009）

陈彦文（1991—），男，硕士，研究方向为电力变压器故障诊断技术。

2015－10－15）