基于小波变换和LMD算法的变压器振动信号分析.pdfVIP

第 32卷 第4期 电 工 电 能 新 技 术 Vo1．32．No．4 2013年 10月 AdvancedTechnologyofElectricalEngineeringandEnergy Oct．2013 基于小波变换和 LMD算法的变压器振动信号分析 李纯子 ，陈 峰 ，刘书成 ，王建元。 (1．吉林省吉林市供 电公 司，吉林省 吉林市 132000；2．广 东电网公司惠州供 电局 ，广东 惠州 516003； 3．东北电力大学电气工程 学院，吉林省 吉林市 132012) 摘要 ：为了提取变压器铁心振动信号的有效特征 ，本文提 出了一种小波变换和局域均值分解相结 合 的新算法。该方法运用 meyer小波对变压器铁心振动信号进行消噪，然后运用局域均值算法 (LMD)，将其 自适应地分解为一系列单分量调幅-调频信号(PF)，从而揭示了正常运行和发生故障 的铁心振动特征。仿真表明：该算法在低信噪 比时 (10dB)仍能对振动信号进行正确分解 ，具有较 强的抗噪性能；与 EMD分解相 比，端点效应小，不会 出现虚假分量，更适合应用于处理调 幅一调频非 平稳振动信号，算法简单有效。 关键词 ：铁心振动信号 ；小波预处理 ；局域均值分解 ；单分量调幅-调频信号；抗噪性 中图分类号 ：TM41 文献标识码 ：A 文章编号 ：1003—3076(2013)04—0069-05 LMD算法用滑动平均来代替三次样条插值 。这样 1 引言 能避免过包络、欠包络等问题 ，有效抑制端点效应 ， 电力变压器是组成 电力网络 的重要设备 ，在实 避免虚假分量 的产生。本文将一种小波变换和 际运行中，电力变压器不可避免地 出现各种形式的 LMD分解相结合 的新算法引入变压器铁心机械故 故障。研究表明，在电力变压器 的众多故障中，铁心 障诊断中。通过小波变换对原始采样信号进行阈值 松动和绕组变形等机械故障发生的机率很高¨ 。 去噪 ，然后对消噪后的采样数据进行 LMD分解 ，从 因而 ，如何对变压器运行状态实现在线监测和故障 而获取反映变压器运行动态过程的各阶 PF分量的 诊断引起了众多学者的关注 。 ， 频率和幅值 ，实现对变压器的故障诊断。仿真研究 文献[5]运用 db9小波对变压器振动信号进行 和试验数据分析表明了本文方法 的有效性和可行 分解 ，并计算信号不同频段 的能量分布 ，从而实现变 性 。 压器运行状态的监测 。小波变换虽然具有可变的时 2 小波去噪原理 频窗 口，能获得较高的时频分辨率 ，但它和窗口傅立 叶变换一样是对时频面的机械分割 ，本质上不适合 (1)选择与铁心振动信号具有较大相似程度的 处理非平稳振动信号。文献 [6]对变压器振动信号 meyer小波基 ，并对其进行 3层小波分解 ； 进行希尔伯特一黄变换 ，并计算其边际谱，根据边际 (2)对分解得到的各层小波系数进行软阈值处 谱 中频率的分布，实现对变压器的运行状态 监测。 强 ／ 但是 ，希尔伯特 黄变换中的EMD分解过程 ，存在过 )利用阈值处理后的各层小波系数及尺度系 包络、欠包络和端点效应等问题 ，因而容易产生虚假 数对信号进行重构，从而实现对原始振动信号的降 分量 ，从而限制其在机械故障诊断领域中的广泛应 噪处理 。 用 。 3 局域均值分解 (LMD) LMD算法是一种新的时频 自适应分