基于连续小波变换的变压器绕组变形故障类型检测

Detection of Transformer Winding Deformation Fault Types Based on Continuous Wavelet Transform

钱国超1, 赵仲勇2, 邹德旭1, 刘红文1, 李成祥2, 姚陈果2

1. 云南电网有限责任公司电力科学研究院,昆明650217

2. 重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆400044

QIAN Guochao1, ZHAO Zhongyong2, ZOU Dexu1, LIU Hongwen1, LI Chengxiang2, YAO Chenguo2

1. Electric Power Research Institute of Yunnan Electric Power Test Research Institute (Group) Ltd., Kunming 650217, China
2. State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing 400044, China

  • 钱国超 1981—,男,硕士,高工 主要从事高电压试验技术及变压器在线监测与故障诊断方面的研究 E-mail: qianguochao@126.com

  • 赵仲勇(通信作者) 1988—,男,博士生 2011年于重庆大学获得学士学位,现为重庆大学在读博士生,主要研究方向为电气设备在线监测与故障诊断及脉冲功率技术 E-mail: zhaozhongyong@cqu.edu.cn

  • 邹德旭 1983—,男,硕士生,高工 主要从事高电压试验技术及变压器在线监测与故障诊断方面的研究工作

  • 刘红文 1984—,男,硕士生,工程师 主要从事高电压试验技术及变压器在线监测与故障诊断方面的研究

基金项目: 国家自然科学基金(51377175); 云南电力公司科技项目(K-YN2014-031); Project supported by National Natural Science Foundation of China (51377175), Science and Technology Fund of Yunnan Power Grid Corporation (K-YN2014-031);

摘要

利用脉冲频率响应法在线检测电力变压器绕组变形故障时,传统的频率响应曲线并不能刻画暂态信号的时域特性,且快速Fourier变换的局限性可能造成有用信息的缺失。为了克服以上缺陷,提出利用连续小波变换处理脉冲在线注入获得的暂态信号,绘制检测信号小波时频图,以矩阵相似度作为故障评判的量化指标。首先从理论推导入手,构建了单绕组仿真模型,开展了各种故障类型仿真分析;其次,进行了故障绕组试验,分析了信号时频特性,另外,采用矩阵相似度量化评判健康与故障绕组检测信号的关联程度。结果表明:仿真不同故障类型对应的小波时频图与健康绕组的时频图差异明显,且时频图在各频段差异表现出和频率响应相似的规律;与健康绕组相比,试验故障绕组的小波时频图在0.6 MHz以上高频段出现较大偏差,表现出绕组电容性故障应有的特性,而在0~0.6 MHz频段,试验绕组小波时频图的矩阵相似度为0.928 0,大于采用快速Fourier变换获得频响曲线的关联系数0.800 3,证实了小波变换的优越性。仿真分析与实验测试的数据处理结果,均初步证实该方法的可行性。

关键词 : 变压器; 绕组变形; 脉冲频率响应; 连续小波变换; 小波时频图; 矩阵相似度;

DOI:10.13336/j.1003-6520.hve.20170527037

ABSTRACT

When impulse frequency response analysis is applied to online detect transformer winding deformation, the time domain characteristic of transient signal can not be depicted by conventional frequency response curves, and the limitations of fast Fourier transform (FFT) can result in deletion of available information. To overcome above problem, continuous wavelet transform was used to process transient signal, in which transient signal was obtained through online impulse signal injection, the wavelet time-frequency spectrum was plotted and matrix similarity was chosen as an indicator to diagnose fault. Firstly, a simulation model of single winding was constructed after theoretical deduction, the simulation analysis of different fault types was performed. Secondly, the faulty winding test was conducted, the time-frequency characteristic of detection signal was analyzed. In addition, the matrix similarity was used to quantize the relevance of detection signal between healthy winding and fault winding. Results show that the wavelet time-frequency spectrum under different fault types is significantly different from that of healthy winding, in which the deviations of spectrum in different frequency bands present similar regularity with the frequency response. Compared with healthy transformer, wavelet time-frequency spectrum of tested faulty winding shows significant difference beyond 0.6 MHz, which shows rightful characteristic of winding capacitive fault. In 0~0.6 MHz, matrix similarity of tested winding is 0.928 0, larger than the correlation coefficient 0.800 3 between signatures obtained by FFT, which shows priority of wavelet transform. Both the simulation analysis and experimental studies show the feasibility of the proposed method.

KEY WORDS : transformer; winding deformation; impulse frequency response; continuous wavelet transform; wavelet time-frequency spectrum; matrix similarity;

0 引言

近年来,随着电力系统容量和负荷增加,变电站电磁环境复杂化,变压器故障频发。统计数据表明,绕组变形是造成变压器故障的主要原因之一。绕组变形主要由变压器外部出口短路后绕组中形成的非平衡电磁力造成,另外变压器运输、内部绝缘材料劣化、地震等原因也能造成绕组变形故障。绕组变形初期不会明显影响变压器运行,且变压器需长时间处于在网运行状态,因此,绕组变形在初期阶段难以被及时发现。绕组变形具有累积效应,一方面,变形后绕组的磁场分布发生了极大改变,在短路电流作用下,强磁场区域电磁力可能超过绕组材质的屈服强度,造成绕组进一步变形;另一方面,绕组绝缘受损部位可能发生电热老化,进一步引发短路等故障。检测绕组变形故障,预防变压器突发事故就显得尤为重要[1]

国内外学者开展了多种方法进行绕组变形故障的检测[2],主要包括振动分析法[3]、超声波法[4]、发散系数法等非电测法,以及短路阻抗法[5]和频率响应法[6]等电测法。其中,频率响应法由于具有稳定性好、有效、无损、经济、简单等特点,广泛应用于变压器检测项目中。频率响应法分为正弦频率响应法(sweep frequency response analysis, SFRA)和脉冲频率响应法(impulse frequency response analysis, IFRA)[7]。国内应用较多的是正弦频率响应法,该方法也先后颁布了中国电力行业标准和IEC标准[8-9]。而对于脉冲频率响应法,国外研究报道较多,英属哥伦比亚大学的Tom De Rybel研究从套管末屏向绕组注入高频脉冲信号,制作了实验室样机[10];哥伦比亚的Eduardo Gómez-Luna研究用小波变换从暂态信号获取绕组的频率响应,开展了仿真与试验验证[11-12];加拿大PowerTech Labs公司的May Wang提出利用电力系统暂态过电压信号开展变压器绕组变形在线监测,并进行了大量试验[13]。不管是利用电力系统暂态信号,还是向绕组注入脉冲信号,与正弦频率响应法相比,脉冲频率响应法的暂态信号持续时间较短且能量较小,几乎不对变压器的运行造成影响;另外该方法所用设备简单,成本较低,现场应用可快速获得信噪比较高的检测信号,具备实现在线检测变压器绕组变形的潜力。

脉冲频率响应法通过测量时域激励与响应信号,并进行时频变换,绘制频率响应曲线,从曲线判断绕组变形情况。然而,目前时频变换大多采用快速Fourier变换,快速Fourier变换实际上是以一系列正弦信号为基,适用于处理平稳信号,并不适合处理暂态突变信号[11];另外由暂态信号获得的频率响应曲线并不反映信号的时域信息,时域信息的缺失或许会造成对某些绕组故障反映不够灵敏。因此需要寻求一种绕组变形故障检测新方法。本文在实验组率先提出的脉冲在线耦合注入法检测变压器绕组变形基础上,结合连续小波变换理论,提出了利用小波变换检测变压器绕组变形故障,着重阐述该方法对绕组故障类型的判别。该方法同时考虑了检测信号的时域和频域特性,试图解决本段开篇所提问题,为变压器绕组变形故障检测提供新的思路。

1 基本原理介绍

1.1 脉冲在线耦合注入法基本原理

变压器绕组在高频下(>1 kHz)等效为由电阻、电感与电容构成的分布式电路模型[14-15],当在绕组一端施加频率变化的激励电压信号,在绕组另一端可获得随激励电压信号频率而改变的响应信号,由激励电压信号和响应信号作Fourier变换可获得绕组的频率响应特性。等效分布式电路模型中的电阻、电感和电容依据绕组的几何尺寸和介质材料确定,当绕组某一部分发生变形故障,模型参数也会发生变化,则频率响应特性发生变化,利用此特性可检测绕组变形,这也正是频率响应分析法的基本原理。

文献[16]开发了一套基于脉冲在线耦合注入的变压器绕组变形在线检测系统,系统简图见图1。通过脉冲电源产生激励脉冲信号,通过安装在变压器高压套管外绝缘层底部的电容耦合传感器向内部绕组首端注入激励脉冲信号[17-18],在绕组末端,又通过电容耦合传感器构成电容分压器测量响应脉冲信号。

本文在脉冲耦合注入法的基础上,提出了利用绕组响应信号的小波分析判断故障,其原理是保证前后两次注入的激励脉冲信号参数一致,由于注入的脉冲信号经过套管,套管参数变化会对检测信号造成影响。然而套管发生故障概率远低于绕组故障,且本文故障检测是通过比较的方式实现,套管对前后两次的检测信号作用效果一致,则响应信号的变化完全由不同绕组变形故障所引起,对响应信号进行小波分析,绘制其时频谱图,同时获取信号频域和时域信息,或许可以有效检测绕组变形故障。

1.2 连续小波变换基本原理

本文采用连续小波变换对绕组的脉冲响应信号进行分析,小波变换具有良好的时频局部化特性,与Fourier变换和短时Fourier变换相比,其基和窗函数是自然收敛的,因而在暂态、突变信号处理方面具有独特的优势[11,19]

对于小波母函数\(\psi \left( t \right)\),必须满足零均值、有限能量与容许条件,分别由式(1)—(3)描述:

\(\int\limits_{-\infty }^{\infty }{\psi \left( t \right)dt=0}\) (1)

\(\int\limits_{-\infty }^{\infty }{{{\left| \psi \left( t \right) \right|}^{2}}dt<\infty }\) (2)

\({{C}_{\psi }}=\frac{1}{\sqrt{2\pi }}\int\limits_{-\infty }^{\infty }{\frac{{{\left| \bar{\psi }\left( \omega \right) \right|}^{2}}}{\left| \omega \right|}d}\omega <0\) (3)

式中\(\bar{\psi }\left( \omega \right)\)是\(\psi \left( t \right)\)的Fourier变换。

小波变换通过小波母函数\(\psi \left( t \right)\)的平移和伸缩得到一系列小波序列,以此将信号分解为不同的频率分量,此过程可由式(4)描述。

\({{\psi }_{\tau ,a}}=\frac{1}{\sqrt{a}}\psi \left( \frac{t-\tau }{a} \right)\) (4)

式中:\(\tau \)表示平移因子;\(a\)表示尺度因子。两者分别决定了小波的时频窗在时域和频域的位置。

对于任意平方可积函数\(x\left( t \right)\in {{L}^{2}}\left( R \right)\),\({{L}^{2}}\left( R \right)\)表示能量有限空间,其连续小波变换C(\(\tau \),a)与逆变换定义为

\(C\left( \tau ,a \right)=\frac{1}{\sqrt{a}}\int\limits_{-\infty }^{\infty }{x\left( t \right)\psi \left( \frac{t-\tau }{a} \right)dt}\) (5)

\(x\left( t \right)=\frac{1}{{{C}_{\psi }}}\iint{C\left( \tau ,a \right)\frac{1}{{{a}^{2}}}\psi \left( \frac{t-\tau }{a} \right)d\tau da}\) (6)

通常在小波变换后作幅度谱、功率谱和包络谱等处理,本文选择幅度谱进行分析,如式(7)所示。

\(E\left( \tau ,a \right)=\left| C\left( \tau ,a \right) \right|\) (7)

连续小波变换时频图反映了信号各对应时刻及频率的强度和分布,能充分反映信号的特征。由于小波变换是将时域信号变换为尺度域,因此需通过式(8)获得信号尺度对应的频率分布,从而绘制信号的频率-时间-幅度图,即小波时频图。

\({{F}_{\text{a}}}=\frac{{{F}_{\text{c}}}{{f}_{\text{s}}}}{a}\) (8)

式中:Fc为小波的中心频率,描述了小波的一般特性;fs为信号的采样频率;Fa为与尺度\(a\)对应的实际频率。

2 不同故障类型仿真分析

2.1 电路模型

以参考文献[11]中所提出的变压器绕组电路模型为例建立仿真电路模型如图2所示,其具体参数如表1所示。虽然与其他电路模型相比,该模型较为简单粗略,但其基本单元——RLC并联支路正是形成频率响应一个谐振峰谷的基本要素,使用该模型仿真分析较为直观,可用于说明问题。

图1 脉冲在线耦合注入法基本原理图 Fig.1 Basic principle of online impulse coupling injection method

图2 单绕组电路仿真模型 Fig.2 Simulation circuit model of single winding

表1 绕组电路模型参数 Table 1 The parameters of simulation circuit model

利用PSPICE电路仿真软件开展健康绕组与各种故障类型绕组暂态仿真分析,以探讨所提出方法是否具备检测绕组变形故障类型的能力。仿真中采用的激励脉冲电源,其参数选取与实际固态纳秒脉冲发生器产生的脉冲参数一致,波形前沿和后沿均为30 ns,脉冲宽度为200 ns,脉冲幅值选择500 V。由于电路模型为单绕组模型,响应信号选取为绕组输出端的电流信号,以健康绕组为例,输入激励与输出响应的时域波形如图3所示。

考虑到Morlet小波具有适中的中心频率和窗宽,常用来分析信号的时频特性[11];另外,相比于工频电压,变压器绕组的纳秒检测信号属于弱暂态,Morlet小波易于提取弱暂态信号,且能够有效地抑制低频成分的影响和渗入[20]。因此本文采用Morlet小波母函数对健康绕组与故障绕组的响应电流信号进行连续小波变换。

绘制健康绕组的连续小波变换时频图,并分析不同故障类型下绕组的小波时频图特性。首先绘制健康绕组响应信号的小波时频图,如图4所示,时频图的中低频部分(0~0.6 MHz)幅度谱在整个时域范围内均匀分布,而高频部分(0.6~5 MHz)幅度主要集中在整个时间轴的前半部分,整个幅度最大区域位于图中左侧中部,这也正是时域响应信号出现剧烈变化且幅值最大的时刻。

2.2 电感性故障

绕组的电感性故障多由匝间或饼间短路产生。统计数据表明,由匝间或饼间短路产生的绕组变形占据变压器绕组故障总数的80%。此类故障一般由绕组绝缘材料侵蚀和受损产生,绝缘材料受损可能导致过流与过热,并伴有异常放电现象,进而加速匝间或饼间短路故障的发生[21]

改变图2模型中第一个单元电感值50%,开展暂态仿真分析,获取电路模型的响应电流信号,绘制其连续小波变换时频图,如图5所示。图5与图4相比较,其高频部分变化不大,仅时频图的右上角处出现微小变化;而低中频部分变化较大,在整个时间轴内幅值均有所降低。文献[8,21-23]描述了绕组电感性故障主要影响频率响应曲线的低频段,图5仿真时频图结果恰好验证了这点。

2.3 电阻性故障

绕组的电阻性故障一般由绕组结构合模压力改变造成,特别是一些接近运行年限的变压器容易出现此类故障。绕组间绝缘纸和纸板出现机械滞后,

图3 健康绕组激励与响应信号时域波形 Fig.3 Time domain waveform of excitation and response signal for healthy winding

图4 健康绕组时频图 Fig.4 Time-frequency spectrum of healthy winding

图5 绕组电感性故障时频图 Fig.5 Time-frequency spectrum of inductive faults

绕组间绝缘层变薄,绝缘电导率和介质损耗增加,会造成该类故障发生[21]

改变图2模型中第一个单元的电阻值20%,开展暂态仿真分析,获取电路模型响应电流信号,绘制其时频图谱,如图6所示。图6与图4相比较,无论是响应信号的低中频部分还是高频部分,整个时频图谱变化并不大。参考文献[8,21-23]描述了绕组电阻性故障对频率响应曲线的影响较小,这是由于电阻值反映了绕组绝缘特性,与反映绕组变形更灵敏的电感电容相比,其值在等效电路模型中相当于开路,图6结果恰好验证了该推论。

2.4 电容性故障

电容性故障一般由绕组的辐向与轴向变形造成。绕组发生辐向变形,其等效电路模型中对地电容发生较大变化;绕组发生轴向变形,其等效电路模型中串联电容变化较大。由于本仿真电路模型不涉及对地电容,故本节仿真仅考虑轴向变形引起的串联电容改变。轴向变形故障一般由短路电流在高低压绕组中形成的不平衡电动力造成,导致受影响绕组在轴向发生相对位移[21]

改变图2中第一个单元的电容值50%,开展暂态仿真分析,获取电路模型响应电流信号,绘制其时频图谱,如图7所示。图7与图4相比较,时频图整个频率段均出现变化,特别是时频图的高频段(0.6~5 MHz),幅值在整个时间轴均大幅度减小,而低频部分幅度谱有所变化。参考文献[8,21-23]描述了绕组电容性故障主要影响频率响应曲线的高频段,图7示结果恰好验证了推论。

图5—图7时频图可知,不同故障类型的时频图分布不同,表现出一定差异性。另外与频率响应曲线相比,时频图除反映信号的频率分布信息,还能反映其时域分布信息,从而更能刻画出绕组不同变形故障特性,利于绕组变形故障检测与识别。

3 试验验证

为了验证本文所提方法的可行性,选取真实变压器绕组开展试验研究,该测试绕组为110 kV变压器的低压绕组。由于变压器绕组在高频下可忽略铁芯的影响,因此本文选择空芯绕组线圈开展试验测试,试验接线图见图8。被试绕组分别为健康绕组与变形故障绕组,变形故障主要为轴向故障,同时存在部分绕组鼓包。

试验中采用研究组自行研制的全可控固态纳

图6 绕组电阻性故障时频图 Fig.6 Time-frequency spectrum of resistive faults

图7 绕组电容性故障时频图 Fig.7 Time-frequency spectrum of capacitive faults

图8 试验测试系统接线图 Fig.8 System connection diagram of experiment test

秒脉冲发生器[24]产生激励脉冲信号注入到绕组首端,其波形前沿为35 ns,脉冲宽度600 ns,脉冲幅值400 V;采用数字荧光示波器Tektronix DPO4054、宽频带高压探头Tektronix P5100A和宽频段罗氏线圈Pearson 7790分别同时采集和记录绕组首端的激励电压信号和流过绕组末端的脉冲响应电流信号。为了消除测量扰动和随机噪声的影响,在同一状态

下测量100次后,对数据做平均处理作为后续分析值。

对测试绕组的脉冲响应电流信号做连续小波变换分析,绘制健康绕组与故障绕组的小波时频图分别见图9和10。结果可见:变形故障绕组小波时频图与健康绕组相比,低频部分变化较小,而高频部分出现较大变化,这与仿真分析的结果相近似。

4 讨论

为了量化本文所提方法对绕组故障类型的判断,采用矩阵相似度[25]的概念进行分段时频图比较,矩阵相似度能综合反映信号的时域和频域信息。将时频图分为低频(0~0.6 MHz)和高频(0.6~5 MHz)两段。设AB为两个n×m阶矩阵,矩阵相似度定义为

\(r=\frac{\sum\limits_{m}{\sum\limits_{n}{\left( {{A}_{ij}}-a \right){{\left( {{B}_{ij}}-b \right)}^{{}}}}}}{\sqrt{\left( \sum\limits_{m}{\sum\limits_{n}{\left( {{A}_{ij}}-a \right){{\left( {{A}_{ij}}-a \right)}^{{}}}}} \right)\left( \sum\limits_{m}{\sum\limits_{n}{\left( {{B}_{ij}}-b \right){{\left( {{B}_{ij}}-b \right)}^{{}}}}} \right)}}\) (9)

式中:ab分别表示矩阵AB所有元素AijBij的均值。r表示矩阵之间的关系,若r越接近于1,则矩阵之间的差异越小;若r越接近于0,则差异越大。利用矩阵相似度处理仿真与试验时频图数据,所得结果如表2所示,表中数据显示了健康绕组检测信号与故障绕组检测信号的关联程度。

表2中可知,不同故障类型绕组与健康绕组的检测信号关联程度在不同频段显示出明显的差异性,对于仿真电感性故障,低频相似度较小,而高频相似度较大;对于仿真电阻性故障,高低频相似度均较大;对于仿真电容性故障,低频相似度较大,而高频相似度较小,仿真分析结果所显示的差异性和规律性与大量参考文献对故障绕组频响曲线随频率变化结果的描述一致[8,20-22],这种差异性和规律性也能为绕组故障类型的判别奠定基础。而对于试验变形故障绕组,其小波时频图与健康绕组的小波时频图低频部分相似度较大,而高频部分相似度较小,这种现象表现出与电容性故障仿真结果相似的特性,这是由于变形绕组的主要故障类型为轴向故障,引起等效电路模型中串联电容的改变,属于电容性故障。

采用传统快速Fourier变换处理检测信号,获得绕组的脉冲频率响应曲线如图11所示。为了使连续小波变换和快速Fourier变换处理暂态信号的效果具有可比性,采用关联系数数学指标分频段评价健康绕组与变形故障绕组的频响曲线相似程度[26],频

图9 健康绕组时频图 Fig.9 Time-frequency spectrum of healthy winding

图10 变形故障绕组时频图 Fig.10 Time-frequency spectrum of deformation fault winding

图11 健康与故障绕组脉冲频率响应曲线 Fig.11 Impulse frequency response curves of healthy and faulty winding

率响应两个序列\({{X}_{i}}\)和\({{Y}_{i}}\) (i=0, 1, …, N)的关联系数

定义为

式中xy分别表示序列XiYi的平均值。

利用关联系数对快速Fourier变换所得脉冲频率响应进行分析,结果同样呈现在表2中。与连续小波变换处理结果相比,快速Fourier变换处理后故障绕组与健康绕组频率响应的关联系数也出现了高频段小于低频段的情况,但低频段的关联系数只有0.800 3,小于连续小波变换处理的结果0.928 0。由于绕组故障类型为电容性故障,理论上,图谱仅在高频段发生变化,其低频段的关联系数应该较大。由此可见,对本次试验而言,采用快速Fourier变换处理暂态信号获得的脉冲频率响应曲线,有可能导致绕组故障类型误判,其对暂态信号的处理效果不如连续小波变换。

表2 故障与健康绕组检测信号的关联程度分析 Table 2 Degree of relevance analysis for detection signal of faulty and healthy winding

5 结论

1)针对传统脉冲频率响应法所采用的快速Fourier变换并不适合处理暂态突变信号这一缺点,提出了采用连续小波变换结合脉冲耦合注入法检测变压器绕组变形故障类型。

2)建立了绕组等效电路仿真模型,开展了不同故障类型仿真分析,利用小波变换时频图刻画了检测信号的时域频域特性;开展了故障绕组试验测试,绘制小波时频图,验证了仿真分析的正确性。

3)在分析不同故障类型绕组检测信号时频特性的基础上,利用矩阵相似度量化评判所提方法的判别效果,获得了故障类型判别的规律;小波变换与快速Fourier变换处理实测数据进行对比,显示了小波变换的优异性。

4)通过仿真与实测初步证实了本文所提方法的可行性与优异性,但后续仍需进行大量典型故障绕组试验,以获得故障类型判别的量化标准。

参考文献

[1] 赵志刚,李光范,李金忠,. 基于有限元法的大型电力变压器抗短路能力分析[J]. 高电压技术,2014,40(10):3214-3220. ZHAO Zhigang, LI Guangfan, LI Jinzhong, et al.Analyzing the short-circuit withstanding ability of large power transformer based the FEM method[J]. High Voltage Engineering, 2014, 40(10): 3214-3220.

[2] BAGHERI M, NADERI M S, BLACKBURN T.Advanced transformer winding deformation diagnosis: moving from off-line to on-line[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2012, 19(6): 1860-1870.

[3] 马宏忠,耿志慧,陈楷,. 基于振动的电力变压器绕组变形故障诊断新方法[J]. 电力系统自动化,2013,4(25):89-95. MA Hongzhong, GENG Zhihui, CHEN Kai, et al.A new fault diagnosis method for power transformer winding deformation based on vibration[J]. Automation of Electric Power Systems, 2013, 4(25): 89-95.

[4] SHU N Q, ZHOU C, HU F, et al.Study on ultrasonic measurement device for transformer winding deformation[C]∥International Conference on Power System Technology. Kunming, China: IEEE, 2002: 1401-1404.

[5] 陈民铀,王明林,郑杰,. 计及不对称负荷的配电变压器短路电抗在线检测方法[J]. 高电压技术,2015,41(3):881-886. CHEN Minyou, WANG Minglin, ZHENG Jie, et al.On-line detection of short-circuit reactance of distribution transformers considering the condition of asymmetric load[J]. High Voltage Engineering, 2015, 41(3): 881-886.

[6] 刘勇,崔彦捷,秦睿,. 套管故障对变压器频率响应曲线影响的仿真研究[J]. 高电压技术,2014,40(8):2406-2415. LIU Yong, CUI Yanjie, QIN Rui, et al.Simulation study of influence of transformer bushing fault on frequency response curves[J]. High Voltage Engineering, 2014, 40(8): 2406-2415.

[7] EDUARDO G L, GUILLERMO A M, CARLOS G G, et al.Current status and future trends in frequency-response analysis with a transformer in service[J]. IEEE Transactions on Power Delivery, 2013, 28(2): 1024-1031.

[8] 力变压器绕组变形的频率响应分析法:DL/T 911—2004[S],2005. frequency response analysis on winding deformation of power transformers:DL/T 911—2004[S], 2005.

[9] 1.0 Power transformers - part 18: measurement of frequency response: IEC 60076-18 Ed[S], 2012.

[10] RYBEL T D, SINGH A, VANDERMAAR J A, et al.Apparatus for online power transformer winding monitoring using bushing tap injection[J]. IEEE Transactions on Power Delivery, 2009, 24(3): 996-1003.

[11] EDUARDO G L, GUILLERMO A M, JORGE P G, et al.Application of wavelet transform to obtain the frequency response of a transformer from transient signals—part 1: theoretical analysis[J]. IEEE Transactions on Power Delivery, 2013, 28(3): 1709-1714.

[12] EDUARDO G L, GUILLERMO A M, JORGE P G.Application of wavelet transform to obtain the frequency response of a transformer from transient signals—part Ⅱ: practical assessment and validation[J]. IEEE Transactions on Power Delivery, 2014, 29(5): 2231-2238.

[13] WANG M.Winding movement and condition monitoring of power transformers in service[D]. Canada: The University of British Columbia, 2003.

[14] 姚陈果,赵仲勇,李成祥,. 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. YAO Chenguo, ZHAO Zhongyong, LI Chengxiang, et al.Online detecting winding deformation of power transformer based on transient overvoltage[J]. High Voltage Engineering, 2015, 41(3): 873-880.

[15] LUDWIKOWSKI K, SIODLA K, ZIOMEK W.Investigation of transformer model winding deformation using sweep frequency response analysis[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2012, 19(6): 1957-1961.

[16] YAO C G, ZHAO Z Y, CHEN Y, et al.Transformer winding deformation diagnostic system using online high frequency signal injection by capacitive coupling[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2014, 21(4): 1486-1492.

[17] SETAYESHMEHR A, AKBARI A, BORSI H, et al.On-line monitoring and diagnoses of power transformer bushings[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2006, 13(3): 608-615.

[18] BEHJAT V, VAHEDI A, SETAYESHMEHR A, et al.Diagnosing shorted turns on the windings of power transformers based upon online FRA using capacitive and inductive couplings[J]. IEEE Transactions on Power Delivery, 2011, 26(4): 2123-2133.

[19] 张坤,王丰华,廖天明,. 应用复小波变换检测突发短路时的电力变压器绕组状态[J]. 电工技术学报,2014,29(8):327-332. ZHANG Kun, WANG Fenghua, LIAO Tianming, et al.Detection of transformer winding deformation under sudden short-circuit impact based on complex wavelet algorithm[J]. Transactions of China Electrotechnical Society, 2014, 29(8): 327-332.

[20] 何正友,钱清泉. 电力系统暂态信号分析中小波基的选择原则[J]. 电力系统自动化,2003,27(10):45-48. HE Zhengyou, QIAN Qingquan.Mother wavelet option method in the transient signal analysis of electric power systems[J]. Automation of Electric Power Systems, 2003, 27(10): 45-48.

[21] ABU-SIADA A, HASHEMNIA N, ISLAM S M, et al.Under-standing power transformer frequency response analysis signatures[J]. IEEE Electrical Insulation Magazine, 2013, 29(3): 48-56.

[22] WANG M, VANDERMAAR A J, SRIVASTAVA K D.Improved detection of power transformer winding movement by extending the FRA high frequency range[J]. IEEE Transactions on Power Delivery, 2005, 20(3): 1930-1938.

[23] ABU-SIADA A, ISLAM S M.A novel online technique to detect power transformer winding faults[J]. IEEE Transactions on Power Delivery, 2012, 27(2): 849-857.

[24] 赵仲勇,姚陈果,李成祥,. 基于短时Fourier变换的变压器绕组变形脉冲频率响应曲线获取方法[J]. 高电压技术,2016,42(1):241-247. ZHAO Zhongyong, YAO Chenguo, LI Chengxiang, et al.Method for obtaining the impulse frequency response curves of power transformer winding deformation based on short time fourier transform[J]. High Voltage Engineering, 2016, 42(1): 241-247.

[25] 郭谋发,刘世丹,杨耿杰. 利用时频谱相似度识别的配电线路接地选线方法[J]. 中国电机工程学报,2013,33(19):183-190. GUO Moufa, LIU Shidan, YANG Gengjie.A novel approach to detect fault lines in distribution network using similarity recognition based on time-frequency spectrum[J]. Proceedings of the CSEE, 2013, 33(19): 183-190.

[26] BAGHERI M, NADERI M S, BLACKBURN T, et al.Frequency response analysis and short-circuit impedance measurement in detection of winding deformation within power transformers[J]. IEEE Electrical Insulation Magazine, 2013, 29(3): 33-40.

  • 目录

    图1