基于振动信号SVM分类的配变故障识别方法

配电变压器油箱表面的振动信号富含绕组和铁芯的各类状态信息,是绕组和铁芯工作状况的最直接体现。采用希尔伯特黄(HHT)带通滤波提取配电变压器振动信号主成分,获得表征绕组状态的100 Hz分量及表征铁芯状态的150～1 000 Hz分量;利用负载电流拟合法提取绕组振动信号的特征量,通过测到的已知振动信号估计指定负载下的绕组100 Hz振动幅值,构成绕组振动的特征向量;利用具有良好泛化能力及鲁棒性的双谱分析结合奇异值分解的方法表征铁芯振动的特征。提取实验室试验测得的绕组松动、绕组变形、铁芯松动、铁芯两点接地以及铁芯接地不良等故障振动信号的特征向量,用基于信息融合的支持向量机(SVM)实现绕组和铁芯状态的识别,结果验证了本文方法的有效性和准确性。