2. Nuclear and Radiation Safety Center, Ministry of Environmental Protection of PRC, Beijing 100082, China
大型电力变压器不仅价格昂贵,而且在电力系统中起着至关重要的作用,因此变压器的可靠运行对于保证电网安全具有极大的意义。据相关资料统计,由于有载分接开关、绕组、铁心引起的变压器故障在变压器故障中占88.6%。而变压器器身的振动信号中包括丰富的有载分接开关、铁心、绕组的运行状况信息,在变压器出现故障时,其器身的振动信号将产生明显的变化。因此开展对于变压器振动信号的在线监测,及时发现故障隐患,成为当今变压器故障监测的研究热点[1, 2, 3, 4]。
在变压器振动信号在线监测系统中,如何能够快速准确地采集到变压器器身的振动信号,并实时上传到PC端成为系统设计中至关重要的一点。文中采用DSP芯片作为核心芯片设计变压器振动信号采集板,利用TMS320F2812丰富的外设接口和DSP特有的强大信号处理能力,实时地采集变压器器身上高压侧和低压侧各3处的振动信号,并通过串口通信协议传输到上位机。上位机采用C语言设计,具有完成收集采集板传输的多路信号、绘制信号波形、保存波形数据、信号分析等功能。
1 系统总体结构
由于变压器器身振动信号为非平稳随机信号,因此不能用传统的傅里叶变换进行频域分析。小波包分析技术是在小波分析技术上发展起来的一种多分辨率的时频分析技术,能够得到分布在通频带范围内的不同频段的信号序列,具有对非平稳信号的局部分析能力[5, 6]。因此,文中在上位机端采用小波包分析技术,计算变压器振动信号在不同频段的能量分布,从中分析变压器振动信号的特点。系统总体结构框图如图 1所示。
2 信号采集板的设计 2.1 硬件设计
文中采用RC6000T-J加速度传感器及其配套的XK300信号调理器进行器身振动信号的采集工作。RC6000T-J是内置IC放大器的压电式加速度传感器,它将传统的压电传感器与电荷放大器集于一体,简化了电路系统,提高了测量精度。
RC6000T-J的参数如下:灵敏度100 mV/g,频率范围0.5~12 000 Hz,振动加速度量程5 g;能够完全满足变压器振动信号采集要求。
文中采用TI公司的DSP芯片TMS320F2812作为核心芯片,F2812是高性能32位定点DSP,采用1.8 V的内核电压,3.3 V的外接接口电压,最高频率150 MHz,指令周期6.67 ns[7]。利用其强大的数字信号处理能力和丰富的外设接口资源,既保证了信号采集的实时性,又减小了电路设计的难度,提高了系统的稳定性。
文中采用TMS320F2812片内的16路ADC(模拟数字转化)模块进行振动信号的模数转换,这样既节省了开发成本,又有利于快速的系统开发。F2812的ADC模块的模拟信号输入范围为0~3 V,即ADC采样端口的最高输入电压为3 V。因此本系统采用运算放大器LT1013设计前端偏置电路,将传感器的-5~+5 V模拟输入电压转化为ADC模块允许的0~2 V输入电压。如图 2为系统对两路输入信号的偏置电路,本系统利用3组偏置电路完成对于6路信号的前端偏置。
图 2中AD0、AD1为XK300输入的2路变压器振动信号,ADC0与ADC1为偏置后输入DSP的信号,以AD0为例:
采集板采用异步串口通信协议RS232进行通信。TMS320F2812内置了串行通信接口模块(SCI),能够完成与PC机的异步通信。由于F2812采用TTL电平进行串口的输出,而PC机采用RS232电平标准,因此,本系统采用MAX3232作为二者的电平转换芯片,如图 3所示。
2.2 DSP软件设计
文中信号采集板利用DSP芯片的集成开发环境CCS3.3进行软件开发。CCS具有编辑、编译、链接、软件仿真、硬件调试和跟踪等功能,能够有效提高DSP设计与开发进程,文中的开发语言为C语言。
信号采集板通过响应上位机利用串口发送的命令来启动ADC模块和串口通信模块,采集板采用中断模式接收数据和查询模式发送数据。为了更准确高效地进行通信,采用2次握手模式进行上位机与下位机的信息交换:第1次握手,通过采集板回传上位机命令,明确串口链路链接无误,可以进行数据通信;第2次握手,上位机发送本次采样的参数信息,采集板接收到信息后,启动ADC模块并根据上位机要求的采样参数进行采样,将结果传输给上位机。
文中采用通用定时器中断事件方式启动ADC模块。设置通用定时器定时周期为0.05 μs,即采样频率为20 kHz。一旦响应上位机的第2次握手信息,即刻启动通用定时器进行计数,当定时器达到定时周期时,启动ADC转换,将ADC的6路采样数据存储到片外RAM中,重新启动定时器计数,当达到采样点数时,将采样结束标志位FLAG置1,关闭通用定时器,并通知串口可以发送采样数据到PC端。TMS320F2812的信号采集软件流程如图 4所示。
3 上位机软件的设计
文中利用C语言开发上位机软件,主要完成与下位机进行串口通信、绘制振动信号波形、保存振动信号数据、对振动信号进行小波包分析等功能。C语言为微软开发的一种面向对象的程序设计语言,其由于运行在.NET框架下,因此相较于其他语言具有开发简单、代码安全、功能完善等特点[8]。文中上位机的开发软件为Microsoft Visual Studio 2010,其软件流程如图 5所示。图 6为上位机软件的用户主界面。
4 小波包分析
小波包技术能够将任意信号映射到一组由一个小波伸缩构成的基函数上,在通频带内能够得到分布在不同频段内的分解信号,因此具有完整的信息量,是一种具有对非平稳信号进行局部化分析能力的时频分析算法[9]。图 7为离散一维小波包分解的结构框图。
图中s(n)为输入信号,j为分解的层数,k为aj(n)为第j层的低频成分,dj(n)为第j层的高频部分。h(n)、g(n)分别代表所用小波基函数对应的低通滤波器和高通滤波器的系数序列。
离散信号的小波包分解的数学表达式为
式中k为滤波器滤波系数的个数。从式(1)、(2)中可以看出,变压器振动信号的小波包分析就是将振动信号s(n)分别通过高通和低通滤波器,每层分解后把原信号分解为高频段和低频段2部分,接着对高频部分和低频部分分别进行1/2的下采样后执行同样的滤波操作,直到分解到需要的精度。本系统采用C语言进行信号的小波分解计算,在上位机上,利用小波包分析技术对振动信号进行基于频段-能量分布的分析。其软件流程图如图 8所示。首先对采集到的振动信号利用周期延拓进行边界处理,将处理后的信号分别与低通滤波器h(n)和高通滤波器g(n)进行卷积,得到信号的高频分量和低频分量,然后判断分解层数是否达到要求,如果没有,将高频分量和低频分量分别作为原始信号,重新进行上述过程,直到达到满意的分解层数为止。
5 现场数据采集测试
文中测试变压器为处于正常工作状态下的66 kV的大型有载调压电力变压器SZ11-50000/66。其额定功率为50 000 kVA,额定频率为50 Hz。测试现场加速度振动传感器通过磁座吸附在变压器器身的6个不同位置,这6个不同位置分别为变压器高压侧1/4、2/4、3/4处和低压侧1/4、2/4、3/4处。如图 9所示。
测试中,信号的采样频率为20 kHz,采样点数为每路2 048个点。图 10为对6路信号进行采样时的上位机界面,图中通道1~3为低压侧波形,通道4~6为高压侧波形。
从图 10中可以看出,变压器器身高压侧和低压侧的振动波形差异较大,同侧的不同位置的振动波形差异较小,因此,在进行后续基于振动信号的故障诊断时,要充分考虑高压侧与低压侧的差异性[10]。
以变压器高压侧2/4处的振动波形为例,分析振动信号的频率-能量分布情况,如图 11所示为利用上位机软件对高压侧振动信号的小波包分析。
图 11中,由于采样频率为20 kHz,小波基函数为“db4”,每进行一次小波包分解对应的高低频段减半,即实现二分频。因此本系统对振动信号进行6层小波包分解,由于变压器正常工作时,其能量集中在1 000 Hz以内,大于1 500 Hz信号几乎衰减为0,因此,只取6层小波包分解后的前8个小波包频段。频段1~8分别为0~156.25、156.25~312.5、312.5~468.75、468.75~625、625~781.5、781.5~937.5、937.5~1 093.75、1 093.75~1 250 Hz。表 1为对测试中获取的数据的其中4组高压侧振动信号的频段-能量分析。
频段数 | 信号1 | 信号2 | 信号3 | 信号4 |
1 | 8.6 | 2.9 | 8.6 | 5.1 |
2 | 36.8 | 34.6 | 28.8 | 30.5 |
3 | 16.0 | 14.1 | 13.6 | 18.4 |
4 | 19.5 | 23.1 | 25.5 | 24.5 |
5 | 0.2 | 0.4 | 0.8 | 0.7 |
6 | 0.7 | 1.0 | 0.6 | 1.1 |
7 | 13.4 | 17.7 | 17.0 | 14.5 |
8 | 4.8 | 6.2 | 4.7 | 5.2 |
从表 1中可以看出,变压器振动信号主要集中在低频段0~625 Hz范围内,其约占总能量的80%,而其中156.25~312.5 Hz频段内的能量最大,约占30%。
利用上述频段-能量关系,把正常工作时变压器各频段的能量分布作为参考向量,用实际监测波形数据与其对比,当低频段的能量小于一定范围或高频段的能量超出一定范围时,可判断变压器出现故障[11]。
6 结束语
为了满足基于振动信号的变压器故障诊断系统实时性、高效性、准确性的要求。文中设计了基于DSP和C语言的变压器振动信号采集系统。该系统利用DSP芯片TMS320F2812,同其他以单片机为核心芯片的系统比较而言,数字处理能力更强运算速度更快。同时本文利用C语言强大的软件设计能力设计的上位机软件,使得人机交互方便直观,能够很好地实时控制信号采集板的工作。另外,文中提出利用小波包分析技术对振动信号进行小波包分解,提取信号的频段-能量分布信息作为故障诊断的特征值,试验证明该方法的检测准确度更高且便于实现。该系统的成功研发与应用对于开发基于振动信号的检测系统具有很好的参考价值和借鉴意义。
[1] | 胡勇, 程蕾. 大型电力变压器故障实例统计分析[J]. 电力安全技术, 2003, 5(1): 20-22. |
[2] | 汲胜昌, 刘味果, 单平, 等. 变压器铁心及绕组状况的振动测试系统[J]. 高电压技术, 2002, 26(6): 1-3. |
[3] | 刘炜, 王利民, 徐占宝, 等. 变压器振动在线监测及评估分析的研究[J]. 电气制造, 2014 (2): 23-25, 29. |
[4] | 赵宏飞, 马宏忠, 陈楷, 等. 基于振动信号的变压器绕组松动实验研究[J]. 中国电力, 2014, 47(1): 13-16, 22. |
[5] | ROY N, PURKAIT P, BHATTACHARYA K. Application of wavelet and Fourier transforms for vibration analysis of motor[C]// 2005 Annual IEEE INDICON. Chennai, India, 2005: 609-613. |
[6] | KANG Pengju, BIRTWHISTLE D. Condition assessment of power transformer onload tap changers using wavelet analysis and self-organizing map: field evaluation[J]. IEEE Transactions on Power Delivery, 2003, 18(1): 78-84. |
[7] | 陈是知, 姜蕊辉. TMS320F2812原理与开发实践[M]. 北京: 中国电力出版社, 2010: 80-85. |
[8] | 刘丽霞, 李俊民. C#范例开发大全[M]. 北京: 清华大学出版社, 2010: 68-75. |
[9] | 刘珊, 曹海泉, 于海, 等. 基于小波包能量熵的变压器振动信号特征研究[J]. 电网与清洁能源, 2010, 26(5): 35-38. |
[10] | 陈楷, 王春宁, 刘洪涛, 等. 基于振动的变压器监测与分析中最优测点选择[J]. 电力系统及其自动化学报, 2013, 25(3): 56-60. |
[11] | 颜秋荣, 刘欣, 尹建国. 基于小波理论的电力变压器振动信号特征研究[J]. 高电压技术, 2007, 33(1): 165-168. |