基于改进变分模态分解的有载分接开关机械状态监测摘要：为提高变压器有载分接开关（On-LoadTap-Changer，OLTC）机械状态智能诊断水平，提出了基于改进变分模态分解（ImprovedVariationalModeDecomposition，IVMD）-权重散度的OLTC机械状态特征提取方法，以及和声搜索算法（HarmonySearch，HS）优化相关向量机（RelevanceVectorMachine，RVM）的故障分类方法.本文进行模拟实验测得了多组不同工况下的OLTC机械振动信号，通过IVMD算法将振动信号分解为一系列有限带宽本征模态函数（IntrinsicModeFunction，IMF），计算IMF分量与原始振动信号的K-L散度（Kullback-LeiblerDivergence，K-L），再乘上权重系数得到权重散度，以权重散度来表征多组OLTC机械振动信号的时频域复杂度.同时构建了RVM多分类模型，并通过和声搜索算法对RVM的核函数选择进行了优化，有效地实现了对于权重散度的分类.实验与数据分析结果表明，本文所提综合诊断方法精度较高，可准确提取机械故障特征，能够为OLTC智能故障诊断提供必要的参考.关键词：有载分接开关；改进变分模态分解；相关向量机；和声搜索算法；机械状态：TM5648文献标志码：AMechanicalConditionMonitoringofOn-loadTapChangersBasedonImprovedVariationalModeDecompositionWANGGuan1，LIU激nxin1，ZHAOTong1，ZHANGLi2（1.SchoolofElectricalEngineering，ShandongUniversity，激nan250061，China；2.ShandongProvincialKeyLaboratoryofUHVTransmissionTechnologyandEquipment，激nan250061，China）Abstract：Inordertoimprovetheintelligentdiagnosislevelofanon-loadtap-changer（OLTC）mechanicalcondition，afeatureextractionmethodwasproposedbasedonimprovedvariationalmodedecomposition（IVMD）andweightdivergence.Theharmonysearch（HS）algorithmwasusedtooptimizetheparameterselectionoftherelevancevectormachine（RVM）.ThemechanicalvibrationsignalsofOLTCunderdifferentconditionsweremeasuredbysimulationexperiments.TheOLTCvibrationsignalswerethendecomposedintoaseriesoffinite-bandwidthintrinsicmodefunction（IMF）byIVMD.Next，Kullback?CLeiblerdivergence（K-Ldivergence）oftheIMFandoriginalvibrationsignalwascalculated.TheK-Ldivergencewasmultipliedbytheweightcoefficienttoobtaintheweightdivergence，whichrepresentedthetime-frequencydomaincomplexityoftheOLTCmechanicalvibrationsignals.Simultaneously，themulti-classificationmodelofRVMwasconstructed.TheselectionsofkernelfunctionparameterswereoptimizedbyHS，andtheclassificationofweightdivergencewasrealizedeffectively.Theexperimentalanddataanalysisresultsshowthattheproposedintegratedmodelexhibitshighfaultdiagnosisaccuracy.Thismodelcanaccuratelyextractthecharacteristicsofmechanicalcondition，andprovidereferenceforthepracticalOLTCintelligentfaultdiagnosis.Keywords：on-loadtap-changer；improvedvariationalmodedecomposition；relevancevectormachine；harmonysearchalgorithm；mechanicalcondition?力变压器是重要的输变电设备，其安全稳定运行是电力系统安全稳定运行的前提与基础，然而有载分接开关（On-LoadTap-Changer，OLTC）故障率居高不下，一直是威胁变压器健康的一大原因.据统计资料显示[1]：OLTC故障是造成变压器故障的主要原因，占变压器总故障的27%以上，且故障类型多为机械故障，如机构卡涩、滑档、拒动等.因此，以OLTC的机械状态诊断为研究对象，寻求更加高效且适用于工程应用领域的特征提取与模式识别算法，提高OLTC机械状态在线监测与故障诊断水平，以保证其安全稳定运行，具有重要的理论和现实意义.近年来，已有大量专家学者投身于OLTC带电监测与故障诊断的研究中，最为普遍的技术路线是利用振动加速度传感器非介入地监测OLTC操作过程中所产生的振动信号，从振动信号中提取表征OLTC机械状态的有效信息，进而及时发现OLTC的潜伏性故障，达到提前预知及时检修的目的[2-4].其中，寻求有效的振动...