基于盲源分離算法有載分接開關振動監測與故障振動技術研究

　　摘要：隨著電網調節任務日趨繁重，設備運行工況愈加復雜，有載分接開關故障頻發且呈上升趨勢，嚴重影響電網系統安全穩定運行。本文根據盲源分離的核心理論和主要方法，開展信號分離仿真，并與其他方法比較分離效果，說明該方法對于有載分接開關振動信號在故障診斷方面應用的合理性和有效性。本文通過對有載分接開關振動信號的持續觀察分析，可以準確掌握有載分接開關在當前電網復雜運行狀況下的機械性能，及時發現設備隱患，為電網安全穩定運行保駕護航。

　　《電力與能源》雜志，于1980年經國家新聞出版總署批準正式創刊，CN:31-2051/TK，本刊在國內外有廣泛的覆蓋面，題材新穎，信息量大、時效性強的特點，其中主要欄目有：能源技術、發電技術、經驗交流等。

　　關鍵詞：盲源分離;有載分接開關;狀態評價

　　0 引言

　　目前國內外電力企業研究OLTC故障，主要是采用非電氣量監測的手段和方式，并結合油色譜、視頻等其他狀態監測技術，對OLTC故障開展分析診斷[1]-[5]。其中，一個主要方向是研究OLTC進行調壓操作所發出的振動信號，通過振動在線監測裝置收集處理后，形成振動波形進行分析研究。通過振動信號特征量的分離和提取，并與典型故障波形進行分析比對，從而有效診斷各類OLTC故障。近年來，該項技術得到普遍的應用和嘗試，但未徹底解決OLTC監測所面臨的一系列問題和難點。因此本文通過對這一領域的研究和分析，并結合實際應用情況，采用一種盲源信號分離方法求解既定目標函數的值達到最優時的條件前提。即采用基于獨立信號數學模型和信號獨立性判據模型及分接開關振動信號的特性，根據優化算法中的批處理原則，提出聯合對角化方法;同時基于優化算法中的自適應處理算法，提出信息極大化算法和非高斯性極大化算法研究[6]-[7]。

　　1 基于盲源分離算法220kV電力變壓器有載分接開關振動信號分析研究

　　1.1 實驗背景及儀器

　　實驗中將運用變壓器運行監視系統對220kV電力變壓器的分接開關振動信號進行采集。變壓器運行監視系統主要分為采集單元和信號傳輸處理單元，采集單元主要任務是通過傳感器采集變壓器分接開關的振動信號，振動信號運用4個壓電加速度傳感器獲取，靈敏度為500mV/g，24V電源供電，采集到的模擬信號通過A/D轉換后，經傳輸處理單元到后臺PC端進行進一步計算、處理以及展示。對于220kV電力變壓器來講，三相繞組的鐵心的相應的底部可以較好地展現出變壓器鐵心和繞組的振動，因此本實驗運用其中3個壓電傳感器分別接線至檢測變壓器三個鐵心的繞組底部，以便能更好的監視其振動，另一個用于檢測有載分接開關的振動。信號傳輸處理單元的主要任務是實現對采集信號的數字化處理，并且將其傳輸至計算機處理系統中進行運算、存儲以及顯示。兩個子模塊能夠無縫對接，具有較好的協調性，不會出現通信問題或者兼容問題。選用的變壓器參數如表1-1所示。

　　實驗中，由于考慮到各相電壓和電流及其不同相位可能對220kV電力變壓器的正常運行產生一系列不可預知的影響，分別設置2個三相五柱式電壓互感器和2個三相電流互感器來進行監測，其中2個電壓互感器分別安裝在變壓器的高壓側母線處和低壓側母線處，2個電流互感器安裝在高壓側繞組和低壓側繞組出現處[6]。

　　1.2 信號盲分離算法仿真

　　220kV電力變壓器的有載分接開關的振動信號與電網運行參數無關，它是隨著分接開關動作而伴生的信號，并且其從本質上講是一種沖擊類型的信號。因此本實驗將220kV電力變壓器的有載分接開關振動和鐵心繞組振動視作兩個獨立的振動源端信號，而運用獨立分量分析法來進行信號分離時只需要兩類的觀測振動信號。

　　首先使用220kV電力變壓器有載分接開關振動源端信號和人工施加方波信號進行信號分離。分離過程和結果如圖

　　基于上述研究，可見聯合近似對角化算法和快速ICA自適應算法的分離結果具有較好的波形還原性，故可以將其用于實際信號上面。

　　根據圖1-5的對比可知，因為正態分布信號的高階累積量為零，因此基于四階累積量矩陣的JADE算法抑制了隨機干擾信號對信號分離的影響。盡管方波分離信號中噪聲無法完全避免，然而信號恢復的效果較好;反觀二階統計矩陣，其干擾信號較多，故而無法忽略噪聲的影響，相對于JADE算法來講，分離效果欠佳。

　　根據圖1-7的對比可知，擴展最大熵算法能夠很有效的分離信號，其信號的抗干擾性較好。而快速獨立分量分析算法的分離結果的抗干擾性不如擴展最大熵法，主要原因在于該算法對非正態分布的干擾信號較為敏感。另外，從方法論來講，快速獨立分量分析算法是基于牛頓迭代算法，其對初值的選擇要求較高，一般不容易找到合適的初值，而擴展最大熵算法能夠避免這個問題。從算法本身來講，擴展最大熵算法的計算量較大，而快速獨立分量分析算法計算量較小，迭代次數較少，收斂性也較好。

　　綜合圖1-7和圖1-9的仿真對比結果和圖1-10和圖1-11的實際信號仿真圖可以看出，兩種算法均對源端信號有較好的分離效果。實際上，在選擇的過程中，自適應算法適合精度高、運算處理速度要求高的系統，而聯合近似對角化算法適合對精度一般、運算處理要求不高的系統。

　　2 結論

　　本文研究了盲源分離方法，對已收集到的振動信號，采用近似對角化、ICA對振動信號進行過濾、分析和提取，使其展現自身本質屬性，避免環境噪聲和其他干擾源對振動信號的影響。通過實驗分析案例，說明盲源分離法的分離效果、收斂速度、計算效率等在實際中的具體應用，可以在220kV電力變壓器的不同運行方式下將其有載分接開關振動信號準確無誤、有效地分離出來，進一步驗證該方法對于監測OLTC運行狀態的可行性。