1.一种基于振荡波检测的特高压电力变压器绕组故障模拟装置的故障诊断方法,包括:电力变压器的高压绕组、电力变压器绕组支撑平台、固定在电力变压器绕组支撑平台、夹持变压器绕组旋转传动齿轮、固定在电力变压器绕组支撑平台上的连接架、固定在电力变压器绕组连接架上的变压器旋转电机、夹持变压器绕组固定传动齿轮,夹持变压器绕组固定传动旋钮、位于轴向滑块座、齿轮驱动电机、变压器夹持主动齿轮、电力变压器绕组支撑架、机械臂控制电机、电力变压器绕组支撑底座、齿轮驱动电机、旋转装置支撑架、电力变压器绕组旋转丝杠、电力变压器绕组旋转丝杠控制架、固定在电力变压器绕组支撑平台上的底板座、支撑平台前挡板、电力变压器绕组旋转传感、支撑平台后挡板、电力变压器绕组夹持传感器、变压器旋转从动齿轮、故障模拟机械右臂、旋转装置支撑平台、故障模拟机械左臂、支撑平台前挡板、电力变压器绕组旋转齿轮支撑平台、电力变压器绕组旋转丝杠连接轴、电力变压器绕组旋转内齿轮、电力变压器绕组旋转行星齿轮、夹持变压器绕组固定垫片、电力变压器绕组旋转内齿轮支撑轴、电力变压器绕组旋转固定板、电力变压器绕组旋转内齿轮旋转柱、故障模拟机械臂底座、故障模拟机械臂大臂、故障模拟机械臂夹持装置、故障模拟机械臂夹持装置电机、故障模拟机械臂小臂、故障模拟机械臂腰部、故障模拟机械臂手爪、故障模拟机械臂手爪连接轴、故障模拟机械臂手爪支撑平台、故障模拟机械臂手传动装置、第一高压绕组的上端套管、第二低压绕组的上端套管、第三高压绕组的上端套管、第四低压绕组的上端套管、第五高压绕组的上端套管、第六低压绕组的上端套管、通过高频高压开关控制的高频高压直流电源、高速相机、与高速相机连接的信号采集装置,第一高压绕组、第二低压绕组、第三高压绕组、第四低压绕组、第五高压绕组和第六低压绕组;具体包括以下步骤:步骤一:模拟特高压变压器的绕组不同位置的轴向松动故障;
步骤二:开展特高压变压器绕组机器视觉振动测试与故障诊断;
进一步地,所述步骤一包括:
1)将电力变压器的高压绕组通过电力变压器绕组旋转内齿轮支撑轴和电力变压器绕组旋转内齿轮放置固定于电力变压器绕组旋转丝杠连接轴中心完成固定;
2)转动夹持变压器绕组固定传动旋钮,带动持变压器绕组固定传动齿轮和齿轮驱动电机开始工作,使夹持变压器绕组旋转传动齿轮上的夹持变压器绕组固定垫片向外扩张使电力变压器的高压绕组的空间位置可以发生改变;
3)转动电力变压器绕组旋转丝杠,带动变压器绕组旋转丝杠连接轴进行旋转,从而使电力变压器绕组旋转内齿轮和电力变压器绕组旋转行星齿轮带动电力变压器绕组旋转内齿轮支撑轴轴向转动,使电力变压器的高压绕组在轴线方向任意平移与旋转从而调整至合适位置;
4)故障模拟机械左臂通过故障模拟机械臂底座沿固定在电力变压器绕组支撑平台上的连接架移动至绕组压紧件松动故障模拟位置,控制故障模拟机械臂大臂、故障模拟机械臂小臂、故障模拟机械臂夹持装置使故障模拟机械臂手爪移动至电力变压器的高压绕组前方,故障模拟机械臂手爪连接轴推出楔形块插入电力变压器的高压绕组两端绕组线饼中间产生松动,机械臂收回,故障模拟机械臂大臂通过故障模拟机械臂底座沿固定在电力变压器绕组支撑平台上的连接架复位;
5)故障模拟机械右臂通过故障模拟机械臂底座沿固定在电力变压器绕组支撑平台上的连接架移动至绕组压紧件松动故障模拟位置,控制故障模拟机械臂大臂、模拟机械臂小臂、障模拟机械臂夹持装置使故障模拟机械臂手爪移动至电力变压器的高压绕组前方,驱动故障模拟机械臂小臂进给使之夹紧电力变压器的高压绕组,机械臂运动完成电力变压器的高压绕组抽取,故障模拟机械臂大臂通过机械臂移动底座沿固定在电力变压器绕组支撑平台上的连接架复位;
6)故障模拟机械左臂通过故障模拟机械臂底座沿固定在电力变压器绕组支撑平台上的连接架移动至绕组压紧件松动故障模拟位置,控制故障模拟机械臂大臂、故障模拟机械臂小臂、故障模拟机械臂夹持装置使故障模拟机械臂手爪移动至电力变压器的高压绕组前方,故障模拟机械臂手爪收回楔形块,机械臂收回,故障模拟机械臂大臂通过故障模拟机械臂底座沿固定在电力变压器绕组支撑平台上的连接架复位;
7)转动夹持变压器绕组固定传动旋钮,带动持变压器绕组固定传动齿轮和齿轮驱动电机开始工作,使夹持变压器绕组旋转传动齿轮上的夹持变压器绕组固定垫片向内收缩控制电力变压器的高压绕组固定空间位置保持不动;
8)重复2)到7)的操作,模拟不同位置的绕组轴向松动故障;
所述步骤二包括:
1)定义连接第一高压绕组、第三高压绕组、第五高压绕组的上端套管的连接点为A; 定义连接第二低压绕组、第四低压绕组、第六低压绕组的上端套管的连接点为B;
2)将变压器绕组连接点A和连接点B与高频高压开关、高频高压直流电源相连,高频高压开关展开周期性动作,从而激发特高压变压器本体结构振动;
采用传统频率方法对非平稳信号对特高压变压器绕组、铁心和冷却系统等多振动源的振动测试信号成分分析时,可能出现虚假信号和假频问题,因此需采用瞬时频率对信号局部特征进行表示,于是采用ITD 变换建立信号模型:;
其中,L为基线提取算子,Xt为输入信号,Lt=LXt为基线信号,Ht=(1-L)Xt为固有旋转分量,为对应时刻;
3)下一步采用经验模态分解 (Empirical Mode Decomposition,EMD)方法将信号分解为若干个相互正交的本征模态函数(Intrinsic Mode Function,IMF)分量之和,再对每一个 IMF 分量进行 Hilbert 变换得到瞬时频率和瞬时幅值,从而得到信号的 Hilbert 谱来进行分解重构,提高信噪比:;
;
其中,X,Y 均为不同信号表示方式,H(X,Y)是联合熵,I(X,Y)为信号的互信息定义,p(x(i)),p(y(j))为X,Y的概率分布,p(x(i),y(j))为联合概率;
4)进一步重构所需的信号,减少现场噪音干扰:由于IMF可以表征两个数据之间的依赖关系,因此可以在 EMD 分解非稳态信号后利用互信息对于得到的各阶 IMF 分量进行筛选;
;
;
其中,u1(t)和u2(t)是局部极大值点和局部极小值点连接起来的上包络线和下包络线,m(t)为上,下包络线的平均值;h(t)=x(t)-m(t),如h(t)不满足IMF条件,则视其为新的x(t),重复k次得h1k(t);SD为标准差,判断筛选过程是否终止,最后得到C1=h1k(t),r1(t)=x(t)-C1;
5)将处理好的数据集中起来,设定其为原始数据Xi={x1,x2…,xN},长度为N,预先给定嵌入维数m和相似容量r,考虑m维向量,再定义x(i)与x(j) 间的距离d[x(i),x(j)]为两者对应元素差值的最大值,即;
6)用样本熵法计算x(i) 与其余矢量x(j) (j = 1, 2,. . ., N - m, j ≠ i) 间的距离d[x(i), x(j)] ;统计d[x(i), x(j)] 小于r的数目以及此数目与距离总数N-m-1的比值,记作 ,即:;
7)接着计算得出的平均值: ,再对维数m+1,即对m+1矢量,重复7)和8),得到,继而计算其平均值得到;
8)最后,运用如下所示的样本熵计算公式求解模拟形变故障后的绕组振动信号,并以此判断绕组变形故障严重程度,如下所示:当N为有限数时,式子可以表示为:
;
9)样本熵的大小与,m、r的取值有关,我们一般取m=2,r=0.2SD,SD为原始数据的标准差;
若,判断绕组处于正常状态;
若,判断绕组发生轻微形变;
若,判断绕组发生严重形变。