基于LS-SVM方法的变压器铁心振动状态监测

简介

为了节省布置数据传输线的成本,利用无线射频信号技术(RFID)设计了RFID传感器。将振动信号产生的Hilbert边际谱作为故障特征,以总谐波畸变(THD)为状态指数,通过基于最小二乘支持向量机(LS-SVM)故障诊断模型对绕组与铁芯故障进行诊断,并以某110 kV变压器为例,选择铁芯松动、铁芯形变、绕组松动以及绕组形变4种典型的机械故障类型进行了故障诊断预测。结果表明,基于LS-SVM的变压器故障诊断算法具有良好的泛化能力,能够可靠地存储和快速查询海量的状态数据,从而大大提高状态评估和故障诊断的准确性;在系统允许的误码率范围内能够实现高精度的故障诊断,从而为变压器故障诊断和预测提供参考。