有載分接開關(guān)（On-Load Tap-Changer, OLTC）是調(diào)整變壓器輸出電壓的核心設(shè)備，也是變壓器中唯一頻繁操作的機(jī)械與電氣結(jié)合一體的設(shè)備，當(dāng)OLTC存在故障時(shí)將會(huì)給變壓器和電網(wǎng)的安全穩(wěn)定運(yùn)行造成嚴(yán)重威脅。由于目前傳統(tǒng)交流變壓器的OLTC普遍服役時(shí)間較長，存在不同程度的老化問題。

同時(shí)，近年來大量投運(yùn)的換流變壓器的OLTC具有切換負(fù)荷高、調(diào)壓范圍大、調(diào)壓操作頻繁、缺乏長期運(yùn)行經(jīng)驗(yàn)等特點(diǎn)。因此，迫切需要一種有效的異常狀態(tài)診斷方法，來避免OLTC帶故障運(yùn)行。

有關(guān)資料統(tǒng)計(jì)顯示，OLTC的故障約占變壓器整體故障的20%以上，其中約93%為機(jī)械故障。OLTC的許多電氣性能故障（如觸頭接觸不良等）也往往是由于操作機(jī)構(gòu)失靈、切換不到位等機(jī)械故障引起的，及時(shí)發(fā)現(xiàn)和診斷OLTC的機(jī)械異常狀態(tài)，有助于檢修工作人員及時(shí)開展故障排查工作，對于保障變壓器的可靠運(yùn)行具有重要意義。

目前，OLTC的機(jī)械異常狀態(tài)診斷主要是基于其動(dòng)作時(shí)產(chǎn)生的振動(dòng)信號(hào)，研究工作集中在振動(dòng)信號(hào)特征提取和異常狀態(tài)診斷兩個(gè)方面。

在振動(dòng)信號(hào)特征提取方面，Seo等基于OLTC動(dòng)作過程的階段性，提出利用小波分析提取OLTC振動(dòng)信號(hào)脈沖的時(shí)間和幅值信息作為特征參量，其特征參量的物理意義明確，基于異變的脈沖與OLTC動(dòng)作時(shí)序的關(guān)聯(lián)能夠?qū)Υ嬖诋惓顟B(tài)的具體零部件進(jìn)行分析。

然而，小波分析計(jì)算量較大且不具有自適應(yīng)性。馬宏忠等將經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）引入OLTC振動(dòng)信號(hào)的分析，發(fā)現(xiàn)EMD能量熵較小波能量熵在故障存在時(shí)的變化更明顯。段若晨等利用窄帶噪聲抑制EMD產(chǎn)生的模式混合，提高了時(shí)頻分析的精度。然而，目前基于EMD及其改進(jìn)算法的OLTC振動(dòng)信號(hào)分析所提取的特征參量物理意義較弱，與OLTC動(dòng)作時(shí)序的關(guān)聯(lián)性不強(qiáng)。

在異常狀態(tài)診斷方面，常用的方法有隱馬爾可夫模型（Hidden Markov Model, HMM）、K-means聚類和時(shí)頻矩陣相似度分析等。基于HHM的診斷需要預(yù)先建立狀態(tài)樣本集，但不同廠家不同型號(hào)的OLTC結(jié)構(gòu)各有不同，振動(dòng)信號(hào)存在較大差異，且不同分接位置的振動(dòng)信號(hào)也有所不同，難以建立普適的狀態(tài)樣本集。K-means聚類不需建立狀態(tài)樣本集，但K-means算法需預(yù)先設(shè)置類別數(shù)，且在非凸數(shù)據(jù)集中較難收斂。由于OLTC的振動(dòng)信號(hào)具有一定的隨機(jī)性，基于時(shí)頻矩陣相似度的分析需要確定合適的標(biāo)準(zhǔn)信號(hào)。

此外，現(xiàn)有研究主要關(guān)注OLTC彈簧和觸頭松動(dòng)故障等異常狀態(tài)，即OLTC本體（切換開關(guān)、分接選擇器等）異常狀態(tài)的診斷，對于OLTC傳動(dòng)機(jī)構(gòu)（傳動(dòng)軸、驅(qū)動(dòng)電機(jī)及其控制電路）的異常狀態(tài)，特別是傳動(dòng)軸松動(dòng)、卡滯等故障研究較少，而在實(shí)際工程中OLTC傳動(dòng)機(jī)構(gòu)的故障時(shí)有發(fā)生。

鑒于此，本文采用互補(bǔ)集總經(jīng)驗(yàn)?zāi)B(tài)分解（Complementary Ensemble Empirical Mode Decom- position, CEEMD）[9]計(jì)算信號(hào)的固有模態(tài)分量（Intrinsic Mode Function, IMF），該方法是集總經(jīng)驗(yàn)?zāi)B(tài)分解（Ensemble Empirical Mode Decom- position, EEMD）[10]的改進(jìn)形式，具有較高的計(jì)算效率。

針對OLTC振動(dòng)信號(hào)的特點(diǎn)，提出基于IMF分量能量特征的降噪算法，濾除白噪聲和低頻噪聲干擾。結(jié)合驅(qū)動(dòng)電機(jī)電流信號(hào)選取OLTC振動(dòng)信號(hào)的特定時(shí)段，以突出狀態(tài)特征。通過多個(gè)振動(dòng)測點(diǎn)，同時(shí)實(shí)現(xiàn)OLTC本體和傳動(dòng)機(jī)構(gòu)的異常狀態(tài)診斷，并降低OLTC本體和傳動(dòng)機(jī)構(gòu)狀態(tài)特征相互間的干擾。

綜合考慮目前OLTC振動(dòng)信號(hào)特征提取中小波分析和EMD分析各自的優(yōu)缺點(diǎn)，對CEEMD分解得到的時(shí)頻矩陣結(jié)合OLTC的動(dòng)作時(shí)序進(jìn)行劃分，設(shè)計(jì)了基于Teager能量算子的端點(diǎn)提取方法。提取了劃分線、峭度、包絡(luò)譜熵、時(shí)頻矩陣能量密度、時(shí)頻矩陣變異系數(shù)等特征參量。

鑒于普適的OLTC狀態(tài)樣本集建立較為困難，且OLTC的振動(dòng)信號(hào)存在隨機(jī)性，采用局部異常因子（Local Outlier Factor, LOF）來發(fā)現(xiàn)OLTC的異常狀態(tài)。

圖2 加速度傳感器布置方案

圖3 電流傳感器的安裝方式

圖4 故障模擬

結(jié)論

本文提出基于CEEMD和局部異常因子的OLTC異常狀態(tài)診斷方法，通過仿真和實(shí)驗(yàn)研究，得到的結(jié)論如下：

• 1）結(jié)合驅(qū)動(dòng)電機(jī)電流信號(hào)，確定了用于OLTC狀態(tài)診斷的信號(hào)時(shí)段，通過多個(gè)測點(diǎn)同時(shí)實(shí)現(xiàn)了OLTC本體和傳動(dòng)機(jī)構(gòu)的異常狀態(tài)診斷。
• 2）提出基于IMF分量能量特征的OLTC振動(dòng)信號(hào)降噪算法，能夠抑制白噪聲和低頻噪聲干擾，并提高計(jì)算效率。設(shè)計(jì)了基于Teager能量算子的端點(diǎn)提取算法，建立了特征參量與OLTC動(dòng)作時(shí)序的關(guān)聯(lián)關(guān)系。提出時(shí)頻域劃分線、時(shí)域峭度及包絡(luò)譜信息熵平均值、時(shí)頻矩陣變異系數(shù)等特征參量，能夠刻畫OLTC振動(dòng)信號(hào)能量在時(shí)頻域分布的變化。
• 3）設(shè)計(jì)了實(shí)時(shí)的OLTC振動(dòng)信號(hào)局部異常因子算法，并基于此提出一種OLTC標(biāo)準(zhǔn)振動(dòng)信號(hào)的確定方法。實(shí)驗(yàn)結(jié)果表明，局部異常因子綜合了多特征參量的變化，能實(shí)時(shí)跟蹤OLTC的機(jī)械狀態(tài)，適合作為OLTC異常狀態(tài)的診斷參量。