近日，河海大学（Hohai University）马宏忠团队以《基于ST-SVD与WOA-SVM模型的变压器绕组松动故障诊断方法》为题在《电机与控制应用》上发表最新研究论文，第一作者为薛健侗，通信作者为马宏忠。
电力变压器是各级变、配电站中的枢纽设备，受运输、安装、外部短路冲击以及长期运行老化等因素的影响，其内部绕组易产生松动形变进而引发绝缘破坏甚至短路故障，尚没有有效的在线检测方法。
利用基于信号处理方法的振动分析法检测变压器绕组机械状态可实现检测过程与变压器无电气联系，是一种无损测量检测方式。但传统的此类方法仍有局限性，产生的精度误差易对诊断结果产生影响。
针对此问题，作者团队提出了一种基于S变换-奇异值分解(ST-SVD)与鲸鱼优化支持向量机(WOA-SVM)的变压器绕组松动故障诊断方法。首先，通过变压器模拟故障实验采集绕组处于不同松动程度下的变压器振动信号。然后，采用S变换处理振动信号得到时频矩阵，将其转化为幅值矩阵后进行SVD，并定义特征奇异值组成特征向量。最后，将各组特征向量输入WOA-SVM模型进行分类诊断。
结果表明，所提方法是可行有效的，且相较于传统诊断算法其诊断准确度均有提高。该方法过程简单、易于实现，适用于工程实际。
图1 S变换时频谱图
图2 基于ST-SVD与WOA-SVM模型的变压器绕组松动故障诊断流程图
支持基金：
国网江苏省电力有限公司科技项目（J2021053）
论文链接：
http://www.motor-abc.cn/djykzyy/article/abstract/20230909
推荐引用格式：
薛健侗, 马宏忠. 基于ST-SVD与WOA-SVM模型的变压器绕组松动故障诊断方法[J]. 电机与控制应用, 2023, 50(9): 57-62.
XUE Jiantong, MA Hongzhong. Fault Diagnosis Method of Transformer Winding Looseness Based on ST-SVD and WOA-SVM Model[J]. Electric Machines & Control Application, 2023, 50(9): 57-62.
马宏忠，男，九三学社，博士，教授，博士生导师，先后任河海大学电力工程系主任，河海大学电力系统自动化研究所所长，现任河海大学重大电力装备故障分析与诊断研究所所长，主要从事电力主设备状态监测、故障诊断与健康预警研究。兼任IEEE PES保护与控制技术委员会（中国）电气设备在线监测与故障预警技术分委会常务理事、全国电力行业水轮发电机及电气设备标准化技术委员会委员等职，国内外10余个著名学术期刊审稿人。
主持国家自然科学基金3项，国家电网各层面科技项目40余项以及上海电气风电集团、南瑞科技、江苏方天等社会科研项目多项；获包括部省级奖在内的各层面奖励20余项；公开发表学术论文约300余篇，其中EI、SCI检索论文200余篇；出版学术专著及高等学校教材9部；获发明专利授权60余项：其中PCT专利1项，美国专利授权2项，中国发明专利授权60余项；指导博士后3名，博士研究生21名，硕士研究生180余名（已毕业170余名）。
2. 可再生能源发电技术（主要从事风电系统监测故障分析及接入系统研究）
4．节能技术、谐波源分析、（城区）变电站低频电磁噪声自适应降噪
欢迎广大优秀本、硕生报考马宏忠教授课题组！
