高樹國， 張明文， 吳書煜， 孟令明， 汲勝昌

(1.國網(wǎng)河北省電力有限公司電力科學(xué)研究院，石家莊 050021；2.國網(wǎng)河北省電力有限公司，石家莊 050021；3.西安交通大學(xué) 電力設(shè)備與電氣絕緣國家重點(diǎn)實(shí)驗(yàn)室，西安 710049)

高壓并聯(lián)電抗器作為電力系統(tǒng)抑制工頻電壓升高和無功補(bǔ)償?shù)年P(guān)鍵設(shè)備[1-2]，得到了廣泛應(yīng)用。與變壓器類似，電抗器同樣具有繞組鐵芯結(jié)構(gòu)且存在著多氣隙鐵芯餅的特殊結(jié)構(gòu)[3-4]，因而造成了振動大噪聲強(qiáng)的問題，在長期運(yùn)行過程中，容易造成內(nèi)部結(jié)構(gòu)件及自身鐵芯繞組松動，以致加劇振動，長此以往，惡性循環(huán)，最終導(dǎo)致電抗器因振動過大而停運(yùn)，甚至造成嚴(yán)重事故[5]。研究電抗器振動特性，在出現(xiàn)內(nèi)部機(jī)械故障后快速做出診斷，對保證電抗器安全穩(wěn)定運(yùn)行具有重要意義。

目前，在已有變壓器振動研究的基礎(chǔ)上，國內(nèi)外學(xué)者開展了大量關(guān)于電抗器振動特性的研究，主要集中在建模仿真研究與試驗(yàn)測試研究[6-8]。在建模仿真研究方面，文獻(xiàn)[9]考慮電抗器振動產(chǎn)生的起因、經(jīng)過和結(jié)果，通過多物理場耦合的方法研究了電抗器振動噪聲分布規(guī)律；文獻(xiàn)[10]提出了涉及鐵芯疊片規(guī)則的流-固耦合的電抗器鐵芯振動計(jì)算方法；文獻(xiàn)[11]考慮磁致伸縮效應(yīng)與繞組受力，建立了電抗器三維模型，計(jì)算并分析了本體振動特性。在試驗(yàn)測試研究方面，文獻(xiàn)[12]測試了三臺并聯(lián)電抗器振動，提出了現(xiàn)場優(yōu)化電抗器振動的方法；文獻(xiàn)[13]通過繪制電抗器各表面振動云圖，發(fā)現(xiàn)因結(jié)構(gòu)的差異性造成振動的不對稱性；文獻(xiàn)[14]計(jì)及ΔE效應(yīng)，分析了電抗器鐵芯振動特性。以上研究從理論與實(shí)驗(yàn)兩方面研究了電抗器本體振動特性和規(guī)律，隨著信息處理技術(shù)的飛速發(fā)展，應(yīng)用感知終端的多源數(shù)據(jù)分析的方法對電抗器狀態(tài)進(jìn)行評估成為一種有效的手段，也為基于振動法對電抗器進(jìn)行故障分析與診斷提供了一定的基礎(chǔ)。

本文以一臺10 kV高壓并聯(lián)電抗器為振動研究對象，分析了包括正常與不同程度松動在內(nèi)的四種工作狀態(tài)。通過振動云圖分析了電抗器油箱表面振動幅值分布規(guī)律；應(yīng)用最小二乘法與R-square確定了最佳測點(diǎn)；采用EMD分解與重構(gòu)、計(jì)算歐氏距離與頻譜復(fù)雜度，形成了振動特征矩陣，以隨機(jī)森林法對電抗器狀態(tài)做出判斷，提出基于多信息融合的電抗器故障檢測與診斷方法，實(shí)現(xiàn)了對電抗器內(nèi)部機(jī)械狀態(tài)的準(zhǔn)確分類。

1 電抗器振動測試平臺的搭建

1.1 振動測試平臺

電抗器振動測試平臺主體設(shè)備由電源、調(diào)壓器、變壓器以及高壓并聯(lián)電抗器組成，整個試驗(yàn)平臺能夠完成電抗器振動特性研究以及典型機(jī)械故障模擬，振動測試平臺整體示意圖如圖1所示。三相電源為整個系統(tǒng)提供電能，調(diào)壓器提供連續(xù)可調(diào)電壓，變壓器起到升壓作用，高壓并聯(lián)電抗器主要參數(shù)如表1所示。

圖1 高壓并聯(lián)電抗器振動測試平臺示意圖Fig.1 Schematic diagram of the high voltage shunt reactor vibration test platform

1.2 振動試驗(yàn)

電抗器振動試驗(yàn)采用壓電式加速度振動傳感器采集油箱表面振動信號方式，加速度傳感器通過磁鐵牢牢吸附在油箱表面，分辨率為100 mV/g(其中，g為重力加速度9.8 m/s2)，具有重量輕、量程大的特點(diǎn)。為全面研究不同測點(diǎn)振動特性以及選擇最優(yōu)測點(diǎn)，同時充分考慮電抗器鐵芯繞組結(jié)構(gòu)位置與油箱尺大小，對油箱表面劃分多個單元，分為9行8列，從最上面一行開始為第1行，最左邊為第1列，依次命名為(1,1)、(1,2)…(9,7)、(9,8)，圖2為振動測點(diǎn)圖。

表1 高壓并聯(lián)電抗器主要參數(shù)Tab.1 Main parameters of the high voltage shunt reactor

圖2 電抗器油箱表面振動測點(diǎn)Fig.2 Vibration measurement points diagram of reactor oil tank surface

振動試驗(yàn)分為升壓試驗(yàn)與故障試驗(yàn)。升壓試驗(yàn)按照變壓器一次側(cè)相電壓20 V步長電壓等級進(jìn)行升壓，分別施加在電抗器側(cè)電壓為4.76 kV、5.63 kV、6.50 kV、7.36 kV、8.23 kV、9.09 kV、10 kV、10.87 kV。根據(jù)電抗器實(shí)際運(yùn)行過程中出現(xiàn)的機(jī)械問題，故障試驗(yàn)通過松動螺桿模擬鐵芯繞組同時松動故障，并將額定預(yù)緊力、松動4 N·m、松動8 N·m、松動12 N·m即正常狀態(tài)、松動25%、松動50%和松動75%四個梯度的狀態(tài)，分別對應(yīng)為狀態(tài)1、狀態(tài)2、狀態(tài)3、狀態(tài)4。

2 振動測點(diǎn)選擇

2.1 振動測點(diǎn)選擇模型

電抗器本體振動是由鐵芯和繞組造成的。鐵芯在磁致伸縮效應(yīng)與麥克斯韋力作用下產(chǎn)生振動，且由于油浸式并聯(lián)電抗器鐵芯柱的特殊結(jié)構(gòu)，鐵芯餅之間承受更大的麥克斯韋力，從而使鐵芯整體振動偏大。繞組在漏磁與電流相互作用下受電磁力而產(chǎn)生振動。由文獻(xiàn)[15-17]可知，電抗器鐵芯磁致伸縮與電壓平方成正比，在鐵芯磁場未飽和時，鐵芯麥克斯韋力、繞組電磁力與電流平方成正比，即

γ∝k1U2

(1)

Fc.M∝k2I2

(2)

Fw∝k3I2

(3)

式中：γ為磁致伸縮系數(shù)；Fc.M為鐵芯麥克斯韋力；Fw為繞組電磁力；k1主要與繞組匝數(shù)、鐵心橫截面積、飽和磁感應(yīng)強(qiáng)度、硅鋼片飽和磁通系數(shù)有關(guān)；k2主要與磁場強(qiáng)度、鐵芯表面積有關(guān)；k3主要與繞組半徑、繞組高度、繞組匝數(shù)有關(guān)。

電抗器可以等效為電感與電阻串聯(lián)的設(shè)備，因電感遠(yuǎn)遠(yuǎn)大于電阻，因此也可以將電抗器簡化為純電感設(shè)備，此時繞組電流與電壓成正比，即

I∝k4U

(4)

式中：k4主要與電感ωL有關(guān)，即k4=1/ωL。

在鐵芯磁致伸縮效應(yīng)、麥克斯韋力與繞組電磁力的作用下，鐵芯與繞組產(chǎn)生振動，以加速度表征為

ac∝k5U2

(5)

aw∝k6U2

(6)

式中：k5主要與繞組匝數(shù)、鐵心橫截面積、飽和磁感應(yīng)強(qiáng)度、硅鋼片飽和磁通系數(shù)、硅鋼片長度、磁場強(qiáng)度有關(guān)；k6主要與繞組半徑、繞組高度、繞組匝數(shù)、繞組質(zhì)量、墊塊和絕緣紙剛度、油的阻尼有關(guān)。

基于振動法對電抗器內(nèi)部機(jī)械狀態(tài)進(jìn)行分析與診斷，往往通過采集油箱表面的振動信號，因此，油箱表面任意位置處振動為

(7)

式中:kc,i和kw,i分別表示不同位置的鐵芯和繞組傳遞到油箱表面的振動加速度系數(shù)，與式(5)、(6)的k5、k6相對應(yīng)。

由式(7)可知，油箱不同位置處的振動由鐵芯和繞組等多種振動源共同耦合疊加產(chǎn)生，由于振動源與振動貢獻(xiàn)率的不同，不同測點(diǎn)采集的振動信號也不盡相同。若多相多振動源同時作用，振動在液體路徑與固體路徑傳遞過程中會耦合疊加，造成振動加速度與電壓平方的線性度關(guān)系下降，選取此測點(diǎn)的振動信號對電抗器內(nèi)部機(jī)械故障的分析造成困難。若只有單相振動源單獨(dú)作用，其振動加速度與電壓平方成線性關(guān)系，當(dāng)電抗器內(nèi)部出現(xiàn)機(jī)械故障，此位置相對其他位置，振動信號將更容易出現(xiàn)明顯變化，對故障分析更有幫助，因此，可以選擇線性度良好的位置為最佳測點(diǎn)。

為充分表示振動加速度與電壓平方之間的關(guān)系，用最小二乘法對不同電壓等級下的振動主頻率加速度做線性擬合，并引入R-square描述不同測點(diǎn)振動主頻率加速度與電壓平方的線性度。

(8)

(9)

(10)

2.2 最佳測點(diǎn)選擇

采集圖2中72個測點(diǎn)的8個不同電壓等級下振動信號，提取傅里葉變換后幅值最大的頻率，即振動主頻率，如表2所示。通過云圖體現(xiàn)不同測點(diǎn)的振動強(qiáng)度分布特征，如圖3所示。以曲線反映各測點(diǎn)振動主頻率幅值與電壓平方的關(guān)系，如圖4所示(圖中，縱坐標(biāo)g為重力加速度單位，即g=9.8 m/s2)。

表2 不同測點(diǎn)振動主頻率Tab.2 Main frequency of vibration at different measuring points Hz

圖3 不同測點(diǎn)振動強(qiáng)度分布Fig.3 Distribution of vibration intensity at different measurement points

(a) 第1列

(b) 第2列

(c) 第3列

(d) 第4列

(e) 第5列

(f) 第6列

(g) 第7列

(h) 第8列圖4 不同測點(diǎn)振動主頻率幅值與電壓平方的關(guān)系Fig.4 Relationship between amplitude of vibration main frequency and voltage square at different measuring points

由表2可知，不同測點(diǎn)的振動主頻率不同，主要以100 Hz、200 Hz、300 Hz為主。進(jìn)一步分析，電抗器中間部分的振動主頻率多為100 Hz，左下區(qū)域與右上區(qū)域的振動主頻率多為200 Hz或300 Hz。根據(jù)式(5)、(6)可知，在50 Hz電源作用下，電抗器振動頻率為100 Hz，但由于電抗器的模態(tài)特性以及多振動源耦合疊加等原因，造成了不同區(qū)域的主頻率出現(xiàn)差異。按照理論分析，最佳測點(diǎn)的選擇應(yīng)以主頻率為100 Hz的區(qū)域?yàn)橹鳌?/p>

由圖3可知，在不同電壓等級下，電抗器油箱表面振動具有相似的分布特點(diǎn)。振動較大位置多分布于油箱上下兩個區(qū)域的四個邊角，與文獻(xiàn)[18]測試的結(jié)果一致。其中，左下角、右下角、右上角、左上角四個區(qū)域的振動依次呈現(xiàn)增大的趨勢，中間區(qū)域振動較其他區(qū)域相對較小，呈現(xiàn)出“十”字分布特點(diǎn)，這說明各測點(diǎn)振動幅值大小與振動的傳播路徑有關(guān)，大部分振動通過與結(jié)構(gòu)件相連接的頂部和底部固體路徑傳播，造成振動偏大，而中間區(qū)域振動信號直接通過變壓器油傳播會形成衰減。根據(jù)測點(diǎn)選擇原理，振動大其相對信噪比較高，能排除內(nèi)外雜散信號干擾；另一方面，振動過大也會降低對內(nèi)部輕微機(jī)械故障的靈敏度，不利于故障診斷。因此，在振動幅值差距不大的情況，選擇振動相對較小的區(qū)域作為測點(diǎn)更能靈敏的反映電抗器內(nèi)部機(jī)械故障。

由圖4可知，電抗器油箱表面72個測點(diǎn)的振動主頻率幅值隨電壓的增大總體呈現(xiàn)增大趨勢。由式(7)可知，電抗器不同位置對應(yīng)不同振動信號的疊加，加之升壓過程中電壓等級精準(zhǔn)度存在誤差等原因，電抗器油箱表面振動主頻率幅值與電壓平方并不是完全正比關(guān)系，出現(xiàn)分段線性特點(diǎn)，與文獻(xiàn)[19]分析結(jié)果一致。

為具體分析72個測點(diǎn)振動主頻率幅值與電壓平方之間的線性度關(guān)系，應(yīng)用最小二乘法對曲線擬合，并統(tǒng)計(jì)R-square大小，結(jié)果如表3所示。

表3 不同測點(diǎn)R-square大小Tab.3 R-square size of different measuring points

由表3可知，R-square大小與振動云圖具有相似特點(diǎn)，在電抗器中間“十”字區(qū)域R-square數(shù)值較大，基本達(dá)到0.95以上，部分超過0.99，說明此區(qū)域振動主頻率幅值與電壓平方具有較高的線性度；而四周邊角R-square數(shù)值較小，線性度相對較弱。因?yàn)橹虚g區(qū)域多為繞組徑向電磁力單獨(dú)作用，線性度較高，四周邊角為多信號源疊加，造成相性度下降。圖4展現(xiàn)了部分線性度較高的擬合曲線。

綜合振動云圖、振動主頻率、曲線擬合與R-square大小，最終選擇(6,3)、(6,4)、(6,5)、(6,6)為最佳測點(diǎn)。

3 電抗器松動故障檢測方法研究

3.1 振動特性分析

按照1.2節(jié)電抗器振動試驗(yàn)設(shè)置4種機(jī)械狀態(tài)，在第2章選擇最佳測點(diǎn)的條件下，挑選線性度更好的(6,3)測點(diǎn)，分析其波形與頻譜，如圖5所示。

圖5 不同狀態(tài)下測點(diǎn)(6,3)振動波形與頻譜Fig.5 Vibration waveform and frequency spectrum of measuring point (6,3) in different states

由圖5可知，不同狀態(tài)下，電抗器振動波形體現(xiàn)出差異，狀態(tài)2、3、4的波形相差無幾，與狀態(tài)1在波谷相似而波峰有所不同，即從松動開始，電抗器振動信號波形發(fā)生變化。

對振動信號進(jìn)行傅里葉變換，研究其在頻譜的變化特點(diǎn)。由圖5可知，4種狀態(tài)下，振動除100 Hz主頻率外，還含有大量200 Hz、300 Hz以及其他少量高頻成分。仔細(xì)分析發(fā)現(xiàn)，隨著松動程度的增加，100 Hz主頻成分逐漸緩慢降低，包括200 Hz、300 Hz在內(nèi)的高頻成分有所增加。

3.2 基于多參量融合的故障檢測方法理論研究

在輕微松動故障下，僅從較小變化的振動波形與頻譜很難判斷電抗器內(nèi)部機(jī)械狀態(tài)，因此，提出基于多參量融合的電抗器機(jī)械故障檢測與診斷方法。結(jié)合本文研究對象，詳細(xì)介紹診斷方法原理。

3.2.1 經(jīng)驗(yàn)?zāi)B(tài)分解

經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition, EMD)是一種根據(jù)不同時間尺度特征將非線性非平穩(wěn)信號分解為多個本征模態(tài)函數(shù)(intrinsic mode functions, IMF)與殘差的數(shù)據(jù)處理方法[20]。對深度挖掘電抗器不同狀態(tài)之間的有效信息具有極大的幫助， EMD具體步驟如下：

①確定原始振動時域信號x(t)的所有極大值點(diǎn)與極小值點(diǎn)；②應(yīng)用3次樣條插值函數(shù)擬合極值點(diǎn)，形成上下包絡(luò)線，并計(jì)算其均值a1(t)；③求得原始信號x(t)與均值的差值d1(t)=x(t)-a1(t)；④判斷差值d(t)是否滿足IMF要求，若滿足，則d1(t)作為第1個IMF，同時記為殘差r1(t)=x(t)-d1(t)；若不滿足，以d1(t)代替x(t)，重復(fù)步驟①～③，直到滿足IMF要求；⑤繼續(xù)分解殘差r1(t)，重復(fù)以上步驟，直到滿足rn(t)為單調(diào)函數(shù)或其幅值差小于預(yù)設(shè)值為止[21]。最終將原始振動時域信號x(t)分解為n個IMF與1個殘差的和，如公式(11)所示

(11)

式中：x(t)為原始振動時域信號；di(t)為IMF分類；rn(t)為最終殘差。

3.2.2 隨機(jī)森林法

隨機(jī)森林法(random forest, RF)是以多棵決策樹為基礎(chǔ)采取多數(shù)投票機(jī)制的分類器[22]，它是在Bagging重采樣與決策樹模型的基礎(chǔ)上發(fā)展起來的。其具體分類路線為：每棵決策樹對輸入的多參量融合振動特征矩陣產(chǎn)生一個分類結(jié)果(標(biāo)簽1、標(biāo)簽2、……)，隨機(jī)森林算法以投票最多為依據(jù)產(chǎn)生最終的決策結(jié)果(確定最終分類結(jié)果，即標(biāo)簽1、標(biāo)簽2、……)，從而達(dá)到更加準(zhǔn)確的分類結(jié)果。最終分類結(jié)果表示如下

(12)

式中：H(x)為隨機(jī)森林最終分類結(jié)果；I(.)為示性函數(shù)；hi(x)單棵決策樹的分類結(jié)果；Y為輸出變量。

3.3 基于多參量融合的故障檢測方法應(yīng)用

將圖5所示的4種狀態(tài)下的振動波形進(jìn)行EMD分解，分解結(jié)果如圖6所示。

由圖6可知，EMD將不同狀態(tài)分解為7個IMF與1個殘差，不同模態(tài)體現(xiàn)出差異性但差異較小。為進(jìn)一步提取電抗器不同模態(tài)的有效信息，根據(jù)模態(tài)分解結(jié)果重新構(gòu)建高、中、低頻三個模態(tài)，即：

(13)

(a) 狀態(tài)1

(b) 狀態(tài)2

(c) 狀態(tài)3

(d) 狀態(tài)4圖6 EMD分解結(jié)果Fig.6 Results of EMD

式中：d1、d2、d3分別為重構(gòu)后高、中、低頻模態(tài)；t、m、l分別為高、中、低頻原始IMF的數(shù)量，其數(shù)值由過零率確定[23]。

計(jì)算高、中、低頻模態(tài)能量

(14)

計(jì)算高、中、低頻模態(tài)能量占比

(15)

同時，計(jì)入歐氏距離L與頻譜復(fù)雜度H，形成多參量融合的振動特征矩陣[Q1,Q2,Q3,L,H]

(16)

(17)

式中：L為歐式距離；Q′為狀態(tài)1(正常狀態(tài))的能量占比；H為頻譜復(fù)雜度；pf為頻率能量比重。

計(jì)算歐式距離時，隨機(jī)挑選10個狀態(tài)1的能量占比取平均值Q′；頻譜復(fù)雜度以50 Hz為步長，頻率范圍取[50，5 000]Hz。

至此，建立了基于多參量融合的故障檢測方法，具體過程如圖7所示。根據(jù)前述計(jì)算測點(diǎn)(6,3)多參量融合的振動特征矩陣，設(shè)置隨機(jī)森林法的分類標(biāo)簽，如表4所示。

圖7 多參量融合故障檢測方法流程圖Fig.7 Flow chart of multi-parameter fusion fault detection method

表4 特征矩陣與分類標(biāo)簽Tab.4 Feature matrix and classification label

由表4可知，不同狀態(tài)之間的振動特征矩陣出現(xiàn)規(guī)律性變化：①通過EMD分解重構(gòu)的高中低頻模態(tài)能量占比可以看出，隨著松動程度的增加，高頻模態(tài)能量占比增加，中頻模態(tài)能量占比減??；②歐式距離隨著松動嚴(yán)重程度增加而增加，反映出松動故障后各模態(tài)能量占比與正常狀態(tài)的差異增大；③頻譜復(fù)雜度隨著松動嚴(yán)重程度增加而增加，反映出松動故障后高頻模態(tài)能量占比增大且振動諧波成分增加、頻譜分布復(fù)雜化。

通過振動特征矩陣可初步判斷電抗器內(nèi)部機(jī)械狀態(tài)，但難以最終確定，采用隨機(jī)森林算法對4種不同狀態(tài)檢測與診斷。

隨機(jī)森林算法中的決策樹數(shù)量Ktree對最終分類結(jié)果有重要影響，若Ktree偏小，計(jì)算精度降低，若Ktree偏大，增加計(jì)算時間，合適的Ktree可兼顧計(jì)算精度與計(jì)算時間。對測點(diǎn)(6,3)進(jìn)行分類且確定最優(yōu)決策樹的數(shù)量Ko.tree，以Ko.tree作為決策樹數(shù)量對測點(diǎn)(6,4)、(6,5)、(6,6)進(jìn)行分類。圖8為測點(diǎn)(6,3)決策樹數(shù)量Ktree與分類結(jié)果正確率關(guān)系圖，其中，分類正確率定義如下

(18)

式中：n1為驗(yàn)證集分類結(jié)果正確數(shù)量，n為實(shí)際驗(yàn)證集數(shù)量。

由圖8可知，隨著決策樹數(shù)量Ktree的增加，分類正確率逐漸增大，在Ktree大于90時趨于穩(wěn)定且在Ktree為100時正確率最大，因此，選擇最優(yōu)決策樹數(shù)量Ko.tree為100。

圖8 決策樹數(shù)量Ktree與分類結(jié)果正確率關(guān)系Fig.8 The relationship between the number Ktree of decision trees and the accuracy of classification results

在確定最優(yōu)決策樹數(shù)量后，為驗(yàn)證最佳測點(diǎn)選擇的正確性以及證明最佳測點(diǎn)分類結(jié)果的準(zhǔn)確率高，計(jì)算測點(diǎn)(6,3)、(6,4)、(6,5)、(6,6)、(1,5)、(4,1)、(7,4)、(9,8)共8個測點(diǎn)的分類結(jié)果，如表5所示。

表5 分類結(jié)果Tab.5 Classification results

由表5可知：①不同狀態(tài)的分類結(jié)果體現(xiàn)差異，狀態(tài)1與狀態(tài)2相對較低，狀態(tài)3與狀態(tài)4相對較高，說明在電抗器內(nèi)部出現(xiàn)松動故障初期，輕微的松動故障與正常狀態(tài)的特征表現(xiàn)相差無幾，出現(xiàn)誤判的幾率較大，隨著松動程度的加大，特征差異越來越明顯，判斷的正確率顯著增加。②挑選的4個最佳測點(diǎn)總分類結(jié)果正確率都達(dá)到了90%以上，具有較高的應(yīng)用性與實(shí)用價值，其中，測點(diǎn)(6,4)更靠近故障位置，總體正確率高達(dá)96.5%，其他測點(diǎn)正確率普遍低于85%，因此，選擇最佳測點(diǎn)有助于故障診斷正確率的提高。③對電抗器實(shí)施長期振動在線監(jiān)測，通過基于多參量融合的故障檢測與診斷方法，能夠反映電抗器內(nèi)部機(jī)械狀態(tài)。

4 結(jié) 論

本文在搭建10 kV高壓并聯(lián)電抗器振動測試平臺的基礎(chǔ)上，研究了電抗器內(nèi)部機(jī)械故障的振動變化規(guī)律，得到以下結(jié)論：

(1) 電抗器振動主要以100 Hz為主，還包括大量200 Hz、300 Hz、400 Hz等在內(nèi)的諧波。

(2) 因傳播路徑等原因，電抗器油箱表面振動較大區(qū)域位于四個邊角上；因模態(tài)特性、結(jié)構(gòu)和多振動源耦合疊加等原因，不同區(qū)域振動主頻率不同。

(3) 電抗器油箱中間區(qū)域的振動主頻率的線性擬合度較高，可以作為最佳測點(diǎn)，從而提高診斷的準(zhǔn)確率。本文選擇(6,3)、(6,4)、(6,5)、(6,6)為最佳測點(diǎn)。

(4) 提出的基于多參量融合的電抗器機(jī)械故障檢測與診斷方法對故障具有較高的識別率與判斷正確率，可將其應(yīng)用于電抗器長期振動在線監(jiān)測，以此反映電抗器內(nèi)部機(jī)械狀態(tài)。