电力变压器是电网中最主要的一次电气设备,随着电网规模日益增大,短路容量不断提高,变压器在遭受突发短路时容易发生松动或变形等故障隐患,为电网的安全运行带来了很大威胁。因此,研究准确有效的变压器绕组状态判别方法,对于变压器乃至整个电力系统的安全稳定运行具有重大意义。变压器绕组状态的振动检测法因其灵敏度高、抗干扰能力好已成为目前的研究热点,为进一步提高变压器绕组状态检测能力,本文从绕组振动机理出发,对变压器扫频试验及绕组状态诊断方法展开了研究,主要内容有:为了较为准确的分析变压器绕组的振动响应过程,本文基于实体变压器几何参数使用有限元方法对大型电力变压器进行了建模,并考虑到电磁场与机械场耦合特性对运行中变压器漏磁场、电动力分布以及振动响应过程进行了仿真分析。仿真结果与实测信号良好吻合,验证了建模及仿真计算的准确性。计算结果表明,运行中变压器漏磁场及电动力分布具有两端大中间小的特点,且变压器绕组顶部与底部位置振动最为强烈。此外,当变压器绕组发生松动时,其振动幅值与振动信号谐波含量均升高,且高频分量升高幅度更大。基于振动频响法原理,本文针对大型电力变压器扫频激振测试系统进行了搭建,并研制了相应的扫频激振电源,通过对一110k V实体变压器绕组进行典型故障设置,得到了变压器绕组正常工况、松动及变形工况下的振动信号及振动频响曲线。通过振动烈度、灰色关联度以及相关系数三种指标对不同工况下频响曲线进行计算分析,验证了试验的良好重复性,计算结果表明,振动频响曲线与绕组机械状态密切相关,同时受测点位置影响,三种指标对变压器绕组的状态具有一定的判别能力。为了实现对变压器绕组故障类型的诊断,本文针对变压器振动信号的非线性特性提出了一种基于ARMA双谱奇异值分解和改进FCM聚类算法相结合的变压器绕组故障诊断方法,通过对振动信号的参数化双谱估计结果进行切片提取,构造变压器绕组非线性特征矩阵,并引入奇异值分解对高维矩阵进行降维优化,最后使用改进的FCM聚类算法对故障特征量进行分类识别,从而实现对变压器绕组不同故障类型的准确判别。对不同工况下变压器扫频振动信号的分析结果表明,本文所提方法可以有效识别出变压器绕组的松动及多种变形故障,改进FCM提高了运算速度和识别准确率。本文研究成果可为变压器绕组振动检测法的工程应用提供一定的理论依据与参考价值。