有载分接开关（OLTC）是调节变压器输出电压的核心设备，也是变压器中唯一经常进行机电一体化操作的设备。当有载调压变压器发生故障时，将对变压器和电网的安全稳定运行造成严重威胁。目前，传统的交流变压器有载调压变压器已经使用了很长时间，不同程度地存在老化问题。
同时，近年来投入运行的大量换流变压器有载调压变压器具有开关量大、调压范围大、调压运行频繁、缺乏长期运行经验等特点。因此，为了避免OLTC带故障运行，迫切需要一种有效的异常状态诊断方法。
相关数据统计表明，有载调压变压器故障占变压器故障总数的20%以上，其中机械故障占93%。有载调压变压器的许多电气性能故障（如触点接触不良）往往是由操作机构故障、开关不当等机械故障引起的。及时检测和诊断有载调压变压器的机械异常状态，有助于维护人员及时开展故障排除工作，对保证变压器可靠运行具有重要意义。
目前，有载调压变压器的机械异常状态诊断主要是基于其动作时产生的振动信号。研究工作主要集中在振动信号特征提取和异常状态诊断两个方面。
在振动信号特征提取方面，SEO等。基于有载调压变压器动作过程的相位特性，提出用小波分析提取有载调压变压器振动信号脉冲的时间和幅度信息作为特征参数。特征参数的物理意义是明确的。根据异常脉冲与有载调压变压器动作时序的相关性，可以分析出异常状态的具体部位。
然而，小波分析计算量大且不具有自适应性。马鸿忠将EMD引入OLTC振动信号分析中，发现在故障情况下，EMD能量熵的变化比小波能量熵的变化更为明显。段若晨等人利用窄带噪声抑制EMD产生的模式混合，提高了时频分析的精度。然而，目前基于EMD及其改进算法的OLTC振动信号分析中提取的特征参数物理意义较弱，与OLTC动作时序相关性不强。
在异常状态诊断方面，常用的方法有隐马尔可夫模型（HMM）、K-均值聚类和时频矩阵相似性分析。基于HHM的诊断需要预先建立状态样本集，但不同厂家、不同型号的OLTC结构有不同的振动信号，不同抽头位置的振动信号也不同，因此很难建立通用的状态样本集。K-means聚类不需要建立状态样本集，但K-means算法需要预先设置类别的个数，在非凸数据集中很难收敛。由于有载调压变压器振动信号的随机性，基于时频矩阵相似性的分析需要确定合适的标准信号。
此外，现有的研究主要集中在OLTC弹簧的异常状态和触点松动，即OLTC本体（开关、分接开关等）的异常状态的诊断以及OLTC传动机构（传动轴、驱动电机及其控制电路）的异常状态的研究；尤其是传动轴松动、卡死等故障较少，但在实际工程中，OLTC传动机构的故障时有发生。
有鉴于此，本文利用集合经验模式决策位置（EEMD）的改进形式互补集合经验模式决策位置（ceemd）[9]计算信号的固有模式函数（IMF），具有较高的计算效率。
针对OLTC振动信号的特点，提出了一种基于IMF分量能量特性的去噪算法，以滤除白噪声和低频噪声。选择有载调压变压器振动信号的特定周期来突出其状态特性。通过多个振动测点，实现了OLTC本体与传动机构的异常状态诊断，减少了OLTC本体与传动机构状态特性之间的干扰。
针对小波分析和EMD分析在OLTC振动信号特征提取中的优缺点，将ceemd分解得到的时频矩阵除以OLTC的作用序列，设计了基于Teager能量算子的端点提取方法。提取了时频矩阵的分界线、峰度、包络谱熵、能量密度和时频矩阵的变异系数等特征参数。
针对建立通用OLTC状态样本集的困难和OLTC振动信号的随机性，采用局部离群因子（LOF）来寻找OLTC的异常状态。
基于ceemd和局部异常因素，提出了一种OLTC异常状态诊断方法。通过仿真和实验研究，得出如下结论：
1） 结合驱动电机电流信号，确定了OLTC状态诊断的信号周期，同时通过多个测点实现了OLTC本体和传动机构的异常状态诊断。
2） 提出了一种基于IMF元件能量特性的OLTC振动信号降噪算法，该算法能有效抑制白噪声和低频噪声的干扰，提高计算效率。设计了一种基于Teager能量算子的端点提取算法，建立了特征参数与OLTC动作序列的关系。提出了用时频分界线、时频峰度、包络谱信息熵均值和时频矩阵变异系数等特征参数来描述有载调压变压器振动信号能量分布的时频变化。
3） 设计了一种OLTC振动信号的实时局部异常因子算法，并在此基础上提出了一种确定OLTC标准振动信号的方法。实验结果表明，局部异常因素综合了多个特征参数的变化，能够实时跟踪OLTC的机械状态，适用于OLTC异常状态的诊断。
