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械與電氣結(jié)合一體的設(shè)備，當(dāng)OLTC存在故障時將會給變壓器和電網(wǎng)的安全穩(wěn)定運行造成嚴(yán)重威脅。由于目前傳統(tǒng)交流變壓器的OLTC普遍服役時間較長，存在不同程度的老化問題。

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

有關(guān)資料統(tǒng)計顯示，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構(gòu)失靈、切換不到位等機械故障引起的，及時發(fā)現(xiàn)和診斷OLTC的機械異常狀態(tài)，有助于檢修工作人員及時開展故障排查工作，對于保障變壓器的可靠運行具有重要意義。

目前，OLTC的機械異常狀態(tài)診斷主要是基于其動作時產(chǎn)生的振動信號，研究工作集中在振動信號特征提取和異常狀態(tài)診斷兩個方面。

在振動信號特征提取方面，Seo等基于OLTC動作過程的階段性，提出利用小波分析提取OLTC振動信號脈沖的時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動作時序的關(guān)聯(lián)能夠?qū)Υ嬖诋惓顟B(tài)的具體零部件進行分析。

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

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聚類和時頻矩陣相似度分析等?；贖HM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的OLTC結(jié)構(gòu)各有不同，振動信號存在較大差異，且不同分接位置的振動信號也有所不同，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的振動信號具有一定的隨機性，基于時頻矩陣相似度的分析需要確定合適的標(biāo)準(zhǔn)信號。

此外，現(xiàn)有研究主要關(guān)注OLTC彈簧和觸頭松動故障等異常狀態(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傳動機構(gòu)（傳動軸、驅(qū)動電機及其控制電路）的異常狀態(tài)，特別是傳動軸松動、卡滯等故障研究較少，而在實際工程中OLTC傳動機構(gòu)的故障時有發(fā)生。

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

針對OLTC振動信號的特點，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)動電機電流信號選取OLTC振動信號的特定時段，以突出狀態(tài)特征。通過多個振動測點，同時實現(xiàn)OLTC本體和傳動機構(gòu)的異常狀態(tài)診斷，并降低OLTC本體和傳動機構(gòu)狀態(tài)特征相互間的干擾。

綜合考慮目前OLTC振動信號特征提取中小波分析和EMD分析各自的優(yōu)缺點，對CEEMD分解得到的時頻矩陣結(jié)合OLTC的動作時序進行劃分，設(shè)計了基于Teager能量算子的端點提取方法。提取了劃分線、峭度、包絡(luò)譜熵、時頻矩陣能量密度、時頻矩陣變異系數(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的振動信號存在隨機性，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，通過仿真和實驗研究，得到的結(jié)論如下：

• 1）結(jié)合驅(qū)動電機電流信號，確定了用于OLTC狀態(tài)診斷的信號時段，通過多個測點同時實現(xiàn)了OLTC本體和傳動機構(gòu)的異常狀態(tài)診斷。
• 2）提出基于IMF分量能量特征的OLTC振動信號降噪算法，能夠抑制白噪聲和低頻噪聲干擾，并提高計算效率。設(shè)計了基于Teager能量算子的端點提取算法，建立了特征參量與OLTC動作時序的關(guān)聯(lián)關(guān)系。提出時頻域劃分線、時域峭度及包絡(luò)譜信息熵平均值、時頻矩陣變異系數(shù)等特征參量，能夠刻畫OLTC振動信號能量在時頻域分布的變化。
• 3）設(shè)計了實時的OLTC振動信號局部異常因子算法，并基于此提出一種OLTC標(biāo)準(zhǔn)振動信號的確定方法。實驗結(jié)果表明，局部異常因子綜合了多特征參量的變化，能實時跟蹤OLTC的機械狀態(tài)，適合作為OLTC異常狀態(tài)的診斷參量。