精准的变压器故障诊断方法,对于保证变压器可靠运行具有重要意义。该文提出一种基于变压器声信号并考虑人耳听觉感知的变压器故障诊断方法。首先,通过模拟变压器不同工况条件,采集变压器正常工况和不同故障条件下的噪声样本;然后,基于...精准的变压器故障诊断方法,对于保证变压器可靠运行具有重要意义。该文提出一种基于变压器声信号并考虑人耳听觉感知的变压器故障诊断方法。首先,通过模拟变压器不同工况条件,采集变压器正常工况和不同故障条件下的噪声样本;然后,基于人耳传声集总参数模型,计算各个样本的基底膜位移响应的统计平均值(statistical mean value of basilar membrane displacement response,SMVBMDR),并构建基于SMVBMDR的特征向量;最后,基于所构建的听觉特征向量,采用遗传算法优化的支持向量机对变压器状态进行识别,并通过测试样本验证所提出方法的有效性。结果显示,以SMVBDMDR为特征向量的故障诊断平均准确率高达98.1%。以上研究表明,基于变压器声信号并考虑人耳听觉感知特性的变压器故障诊断方法可以有效地应用于变压器故障诊断和监测中。展开更多
文摘精准的变压器故障诊断方法,对于保证变压器可靠运行具有重要意义。该文提出一种基于变压器声信号并考虑人耳听觉感知的变压器故障诊断方法。首先,通过模拟变压器不同工况条件,采集变压器正常工况和不同故障条件下的噪声样本;然后,基于人耳传声集总参数模型,计算各个样本的基底膜位移响应的统计平均值(statistical mean value of basilar membrane displacement response,SMVBMDR),并构建基于SMVBMDR的特征向量;最后,基于所构建的听觉特征向量,采用遗传算法优化的支持向量机对变压器状态进行识别,并通过测试样本验证所提出方法的有效性。结果显示,以SMVBDMDR为特征向量的故障诊断平均准确率高达98.1%。以上研究表明,基于变压器声信号并考虑人耳听觉感知特性的变压器故障诊断方法可以有效地应用于变压器故障诊断和监测中。
