一种变压器受温度影响下的内部声场分布仿真方法及系统

技术领域

本发明涉及变压器热点温度超声无损检测技术领域，尤其涉及一种变压器受温度影响下的内部声场分布仿真方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

电力变压器是电力系统的关键设备，其可靠性直接关系着电力系统是否能够高效、安全、经济的运行。大部分电力变压器寿命终结的主要原因是绕组温度过高，致使其失去了应有的绝缘能力。因此，如何对电力变压器绕组温度进行检测是现今国家重点研究课题之一。

现有的电力变压器绕组温度测量技术中，国家标准推荐计算法的标准准假设条件太多，在复杂环境以及负荷突变等情况下具有较大误差；热电阻测温和热电偶测温通过金属导线来反映接收到的被测量信号，导线为金属材质，极易受到腐蚀，又容易发生短路现象，难以满足需求；红外测温目前只用它测量变压器油箱表面温度和变压器外表面温度，且测量结果易受外界温度的干扰；光纤温度传感器比较适用于变压器内部待测位置的温度测量，把温度传感器布设在变压器绕组撑条或者绕组饼间垫块内，获取变压器绕组的实时温度，但该方法会影响变压器的电磁环境且只适用于新制造的变压器。因此这些方法均无法适应电力变压器绕组温度测量在实际应用中的需求。

山东大学提出了一种变压器热点温度测量方法及系统，采用超声波实时测变压器热点温度，控制发射超声波信号，获取经过变压器内部的超声波信号；识别获取的超声波信号中波形发生变化的超声波信号；根据设置的超声波传感器的位置，识别超声波波形发生变化的超声波信号的传播路径，确定传播路径中叠加的区域为热点区域；根据热点区域的位置以及经过的超声波信号，基于径向基函数构建热点区域求解矩阵，计算热点区域的温度分布。该方法具有全天候、测温范围广、响应速度快、灵敏度高、使用安全等优点，可以提高电力变压器维护效率和运行可靠性，但是变压器具有包含变压器油、铜芯绕组、铁芯、绝缘纸(板)和金属夹具等多重介质组成的复杂结构，声波传播路径难以确定，难以贴近实际情况，温度场重建算法改进也较困难。现有技术无法为基于机器学习的变压器热点温度超声无损检测技术提供有效的仿真数据。

发明内容

针对现有技术存在的不足，本发明的目的是提供一种变压器受温度影响下的内部声场分布仿真方法及系统，能够利用变压器内部超声波传播的波动方程获得准确的声波传播路径，基于变压器模型对不同位置和不同温度的热点故障进行仿真，为基于机器学习的变压器热点温度超声无损检测技术提供仿真数据支持。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明第一方面提供了一种变压器受温度影响下的内部声场分布仿真方法，包括以下步骤：

获取变压器结构参数，建立变压器模型；

利用变压器内部超声波传播的波动方程建立声波传播路径模型；

根据过热点位置设置热点故障，仿真得到热点故障下变压器模型的温度分布；

确定超声波传感器在变压器模型中的位置，建立超声波传感器模型，结合声波传播路径模型获得变压器模型中的声压空间分布；

对变压器模型中不同位置和不同温度下的热点故障进行仿真，获得温度对声波传播影响的仿真数据。

作为可选择的实施方式，建立变压器模型后，根据变压器结构参数设置变压器模型的边界条件，基于材料属性设置网格尺寸，并进行网格剖分。

作为可选择的实施方式，利用变压器内部超声波传播的波动方程建立声波传播路径模型的具体步骤包括：

利用声波在液体中的传播规律，建立流体声波方程；

利用声波在弹性介质中的传播规律，建立固体声波方程；

根据固体中声波与流体中声波的相互作用对流体声波方程和固体声波方程进行边界耦合得到声波传播路径模型。

作为可选择的实施方式，对流体声波方程和固体声波方程进行边界耦合包括根据结构上的流体载荷和流体所经历的结构加速度设置边界条件。

作为可选择的实施方式，热点故障有不同位置、不同温度大小两个属性，用四维向量表示热点故障的位置和温度大小，仿真得出不同位置的热点故障下变压器模型的温度分布。

本发明第二方面提供了一种变压器受温度影响下的内部声场分布仿真系统，包括：

变压器模型模块，被配置为获取变压器结构参数，建立变压器模型；

声波传播路径模型模块，被配置为利用变压器内部超声波传播的波动方程建立声波传播路径模型；

温度分布模块，被配置为根据过热点位置设置热点故障，仿真得到热点故障下变压器模型的温度分布；

声压空间分布模块，被配置为确定超声波传感器在变压器模型中的位置，建立超声波传感器模型，结合声波传播路径模型获得变压器模型中的声压空间分布；

仿真模块，被配置为对变压器模型中不同位置和不同温度下的热点故障进行仿真，获得温度对声波传播影响的仿真数据。

作为可选择的实施方式，变压器模型模块中，变压器模型包括变压器油箱，变压器油箱内部充满变压器油，在变压器油箱长度方向偏右侧位置放置变压器绕组，在变压器油箱外壁上安装超声波传感器。

作为可选择的实施方式，在变压器外壁安装6个超声波传感器，6个超声波传感器轮流发出超声信号，每个超声波传感器发出信号时，其余5个超声波传感器负责接收信号。

作为可选择的实施方式，声压空间分布模块中，超声波传感器模型包括由内而外的压电陶瓷层，两个粘合剂层和两个铝层。

作为可选择的实施方式，在变压器模型中，根据过热点位置设置热点故障，热点故障位置至少包含高压绕组外圈附近。

以上一个或多个技术方案存在以下有益效果：

本发明创新性提出了一种变压器受温度影响下的内部声场分布仿真方法，利用变压器内部超声波传播的波动方程获得准确的声波传播路径，基于变压器模型对不同位置和不同温度的热点故障进行仿真，克服了现有技术中难以在复杂结构的变压器中确定声波传播路径的困难，得到了更为贴近实际情况的变压器内部受温度影响下声场分布的仿真数据。

本发明创新性提出了一种变压器受温度影响下的内部声场分布仿真系统，对变压器内部的复杂结构进行高标准仿真，结合超声波传感器模型得到声压空间分布。本发明根据实际情况设置热点故障，基于变压器内部的声波传播路径进行仿真得到不同位置不同温度的热点故障下的大量仿真数据，为基于机器学习的变压器热点温度超声无损检测技术提供仿真数据支持。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明实施例一中变压器模型结构图；

图2为本发明实施例一中声波在不同介质界面的折反射现象示意图；

图3为本发明实施例一中变压器模型内置热点故障温度场分布图；

图4为本发明实施例一中传感器模型声源激励信号示意图；

图5为本发明实施例一中变压器模型整体声压分布图；

图6为本发明实施例一中变压器模型两传感器切面上的声压分布图；

图7为本发明实施例一中接收端传感器接收的声压信号示意图；

图8为本发明实施例一中传感器位置安装示意图；

图9为本发明实施例一中不同传感器发出超声信号时模型内部声场分布示意图；

图10为本发明实施例一中热点位置不同时，传感器接收到的声波信号示意图；

图11为本发明实施例一中热点温度不同时，传感器接收到的声波信号示意图；

图12为本发明实施例二中传感器模型结构图；

其中，1.变压器油箱，2.低压绕组，3.变压器油，4.第一超声波传感器，5.第二超声波传感器，6.高压绕组。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合；

实施例一：

本发明实施例一提供了一种变压器受温度影响下的内部声场分布仿真方法，包括以下步骤：

步骤1，获取变压器结构参数，建立变压器模型；

步骤2，利用变压器内部超声波传播的波动方程建立声波传播路径模型；

步骤3，根据过热点位置设置热点故障，仿真得到热点故障下变压器模型的温度分布；

步骤4，确定超声波传感器在变压器模型中的位置，建立超声波传感器模型，结合声波传播路径模型获得变压器模型中的声压空间分布；

步骤5，对变压器模型中不同位置和不同温度下的热点故障进行仿真，获得温度对声波传播影响的仿真数据。

步骤1中，采用COMSOL建立该实验平台的仿真模型，如图1所示，变压器模型包括：变压器油箱1，低压绕组2，变压器油3，第一超声波传感器4，第二超声波传感器5和高压绕组6。建立变压器模型后，根据变压器结构参数设置变压器模型的边界条件，基于材料属性设置网格尺寸，并进行网格剖分：

变压器箱璧设置为阻抗边界条件，进行网格剖分时，需要考虑相应材料的属性，最大网格尺寸设置为超声信号在相应材料中波长的1/5，最小尺寸设置为超声信号在相应材料中波长的1/10。本实施例包含1851987个域单元、159068个边界单元和26980个边单元。

本实施例采用COMSOL仿真瞬态求解器，使用隐式二阶精度方法-广义α法，即在空间上使用二阶拉格朗日单元，并结合线性预测器进行求解。时间步长与网格尺寸之间的关系与克朗数(CFL)收敛条件判断数有关，满足关系为

其中，c是超声波在介质中的传播速度，Δt是时间步长，h是划分网格尺寸。

CFL数可以理解为声波在单个时间步长中传播距离占网格单元的比例。使用CFL<0.2来限制时间步长，能够使时间误差和空间误差大小大致相同。仿真中选取CFL数为0.1，可以提供了良好的安全裕度。可得时间步长为：1/(60·f

步骤2中，声波传播路径涉及液体和固体两部分，因此需要对固体中的弹性波(纵波和横波)，流体中的压力波(纵波)以及两者之间的相互作用进行建模。具体步骤包括：

(1)利用声波在液体中的传播规律，建立流体声波方程：

假设声波做微小振幅振动，在液体在传播时没有能量的形态变化，流体为不会因为定向声场而产生流动且黏性较小，声波传播过程认为是绝热过程。

声场的特征量有声压变化量p，质点速度v，密度变化量ρ和温度变化量T，描述理想流体中微小声波的基本方程由运动方程、质量守恒方程物态方程三个方程组成：

p＝p(ρ,T)

消去v和ρ即可得出声压表示的三维波动方程，即流体中波动方程：

其中，

上式表示声压在声场中的时间和空间的变化规律，反映了某个瞬间声压在各个点的值与该点不同时刻取值的关系。

(2)利用声波在弹性介质中的传播规律，建立固体声波方程：

在弹性介质中传播的弹性波方程主要有三类性质，分别为力的平衡方程、几何变形方程和材料的物理方程：

σ

σ

σ

其中,x、y、z代表空间坐标的三个方向；u、v、w表示材料微粒在空间三个坐标方向的位移；σ代表材料微粒的应力；ε表示材料微粒的应变；λ、μ表示材料的拉密常数，f表示为材料中的体力。

上式方程经过整理即可得出固体介质中的弹性波方程：

其中，ρ为介质密度，s为质点位移矢量。

(3)根据固体中声波与流体中声波的相互作用对流体声波方程和固体声波方程进行边界耦合得到声波传播路径模型。其中，对流体声波方程和固体声波方程进行边界耦合包括根据结构上的流体载荷和流体所经历的结构加速度设置边界条件，具体过程包括：

本实施例涉及两种类型的材料，流体(变压器油)和线性弹性材料(铜、钢、铝等)，仿真使用声学-固体相互作用，瞬态多物理场接口。该接口涉及两个单物理场接口：固体力学和压力声学，均为瞬态。

声学-结构边界耦合，其中包括结构上的流体载荷和流体所经历的结构加速度。边界条件的公式表示为：

F

其中u

对于两侧均带有流体的薄型内部结构(如壳体和膜)，在压力变量上加一个切口(使其不连续)，并且确保将上下两侧能够连接起来。在内部边界上的条件为：

F

这样，声负载是由薄型结构上的压降给出的。上下标识是指内部边界的两侧。

实现效果：

仿真按下面公式自动计算声波在不同介质界面的声波波型的转换、对应的反射角和折射角的大小以及反射声波和折射声波声压的分配，如图2所示。

其中，a

步骤3中，在comsol仿真软件中使用固体传热模块在变压器模型内部设置热点故障，变压器容易出现过热点的位置为绕组线圈的出线位置和绕组的上部位置，所以仿真中将热点故障设置在高压绕组外圈附近。设置的热点故障有不同位置、不同温度大小两个属性，用四维向量(x，y，z，t)表示热点故障的位置和温度大小，仿真得出该热点故障下变压器模型的温度分布如图3所示。

步骤4中，建立超声波传感器模型的具体过程为：

声波的发出和接收均由压电陶瓷的压电效应决定，因此超声波传感器模型为压电换能器，压电换能器包含压电陶瓷(PZT-5H)层(尺寸决定发出超声波的频率)、两个铝层和两个粘合剂层组成的复合层，施加在压电陶瓷(PZT-5H)层压电材料上的激励源如图4所示，具体公式为：

式中：f

获得变压器模型中的声压空间分布的具体过程为：

发射端传感器发出超声波，经过一段时间后，变压器模型整体声压分布如图5所示，图6为两传感器切面上的声压分布，可以看出超声波由发射端传感器发出后，呈喇叭状向外扩散，当超声波传播至变压器油、绕组界面时，一部分声波发生折射，传播方向发生偏移，另一部分声波发生反射，传播方向与原来相反。超声波在绕组区域发生多次折反射现象，造成多条声波传播路径叠加。接收端传感器接收到多条不同传播路径和幅值的声信号(声压)，超声波传播路径的分析较困难，但超声波的传播需要一定的时间，接收端传感器接收的声压信号最前面部分波形对应的超声波的传播路径可以确定，即传感器接收的第一个声压可以确定直线穿过变压器绕组传播而来，之后一个比较大的声压是直线穿过油隙传播而来，之后的声压是由多条声波叠加而成。根据上述原理便可以获得变压器模型中的声压空间分布。

图7为仿真模型中接收端传感器接收到的声压信号，可以看出其在0.57ms接收到声压信号，该信号是直线穿过变压器绕组传播而来；在0.7ms之后接收到一个比较大的声压，是直线穿过油隙传播而来。

步骤5中，在变压器外壁安装6个传感器，6个传感器安装在变压器模型四个侧面上，其中长轴侧放置两个传感器，短轴侧放置一个传感器，如图8所示，对应面安装的传感器与演示面位置正相对。设置一个热点故障，6个传感器轮流发出超声信号，每个传感器发出信号时，其余5个传感器负责接收信号，一个故障点对应30个超声波信号的波形。这样重复多次，设置多个热点故障，可以得到大量数据。热点故障设置在不同位置、设置为不同温度时，各个传感器接收到的超声波信号都不同，提取每个波形图的波形起始时间、声压最大值、波形达最大值时间、声压最小值和声压峰峰值等特征量。然后利用仿真得到的大量数据对机器学习算法进行训练，并挑选出正确率最高的算法。然后在相同条件下进行实验研究，设置一个热点故障，实验获得传感器接收到的波形信号，提取每个波形的特征量，用仿真训练的机器学习算法计算故障点所在区域和温度大小。

设置热点故障在不同位置、不同温度大小时，6个传感器轮流作为声源，激励为十个连续的正弦波，不同位置传感器发出超声信号时，换流变压器模型内部声场分布不同，如图9所示。

设置不同位置、不同温度大小的热点故障时，同一个传感器发出超声波，接收端传感器接收到的波形都会有所不同。图10所示为相同温度、不同位置((0，0.39，0.7)和(0，-0.39，0.7))的热点故障影响下A传感器发出超声波，接收端传感器接收到的声压波形；图11所示为相同位置、不同温度(50℃和80℃)的热点故障影响下A传感器发出超声波，接收端传感器接收到的声压波形。可以看出热点故障的位置和温度大小都会影响接收端传感器接收到的声压信号的波形，波形的起始时间、声压最大值、波形达最大值时间、声压最小值均有不同程度的改变，并且温度大小的影响更加明显。

仿真得到的大量数据(每个波形图的波形起始时间、声压最大值、波形达最大值时间、声压最小值和声压峰峰值等特征量)对机器学习算法进行训练，便可建立不同热点故障下变压器内部温度场分布和传感器接收到的声压信号之间的对应关系，从而用于电力变压器绕组温度的测量.

实施例二：

本发明实施例二提供了一种变压器受温度影响下的内部声场分布仿真系统，包括：

变压器模型模块，被配置为获取变压器结构参数，建立变压器模型；

声波传播路径模型模块，被配置为利用变压器内部超声波传播的波动方程建立声波传播路径模型；

温度分布模块，被配置为根据过热点位置设置热点故障，仿真得到热点故障下变压器模型的温度分布；

声压空间分布模块，被配置为确定超声波传感器在变压器模型中的位置，建立超声波传感器模型，结合声波传播路径模型获得变压器模型中的声压空间分布；

仿真模块，被配置为对变压器模型中不同位置和不同温度下的热点故障进行仿真，获得温度对声波传播影响的仿真数据。

其中，变压器模型包括：变压器油箱1，低压绕组2，变压器油3，第一超声波传感器4，第二超声波传感器5和高压绕组6。变压器油箱内部充满25#变压器油3。在变压器油箱长度方向偏右侧位置的放置变压器绕组，变压器绕组通过绕组固定装置固定在变压器油箱内部。在变压器油箱外壁上安装超声波传感器。本实施例中，变压器油箱尺寸为2m×m×1m，绕组高度为0.80m，高压绕组外径为0.751m，高压绕组内径为0.582m，低压绕组外径为0.575m，低压绕组内径为0.430m。

利用变压器内部超声波传播的波动方程建立声波传播路径模型；确定超声波传感器在变压器模型中的位置，对超声波传感器进行建模，得到超声波传感器模型，结合声波传播路径模型获得变压器模型中的声压空间分布；对变压器模型中不同位置和不同温度下的热点故障进行仿真，获得温度对声波传播影响的仿真数据。

其中，声波的发出和接收均由压电陶瓷的压电效应决定，因此超声波传感器模型实际为压电换能器，如图12所示，压电换能器高0.03055m，包括由内而外的压电陶瓷层，两个粘合剂层和两个铝层。压电陶瓷层为0.015m压电材料，粘合剂层为0.000275m的芯片粘合剂，铝层为0.01m的金属铝。

为实现压电陶瓷的发出、接收超声波的功能，静电和电路接口设置方式为：

(1)在静电接口添加一个终端节点，并将终端类型设置为电路，终端节点为电路提供电流电压。

(2)在边界选择上，添加连接到电路的电极处的边界(压电器件的顶部表面)。

(3)在静电接口上添加一个接地节点，并将其应用到压电器件的另一个电极上(压电器件的底面接地)。

(4)在电路接口上添加一个外部I-终端节点，并将外部终端的电势设置为终端电压。外部I-终端特性将对地电压测量作为对地电压分配连接到电路中的节点，然后，在电压测量的环境中，从该节点产生的电路电流会作为规定的电流源耦合回去。在节点连接编辑字段中，确保输入正确的节点。

在变压器模型中，根据容易出现过热点的位置确定热点故障在高压绕组外圈附近。变压器容易出现过热点的位置为绕组线圈的出线位置和绕组的上部位置，所以仿真中将热点故障设置在高压绕组外圈附近。

在变压器外壁安装6个传感器，6个传感器安装在变压器模型四个侧面上，其中长轴侧放置两个传感器，短轴侧放置一个传感器，如图8所示，对应面安装的传感器与演示面位置正相对。设置一个热点故障，6个传感器轮流发出超声信号，每个传感器发出信号时，其余5个传感器负责接收信号，一个故障点对应30个超声波信号的波形。这样重复多次，设置多个热点故障，可以得到大量数据。热点故障设置在不同位置、设置为不同温度时，各个传感器接收到的超声波信号都不同，提取每个波形图的波形起始时间、声压最大值、波形达最大值时间、声压最小值和声压峰峰值等特征量。然后利用仿真得到的大量数据对机器学习算法进行训练，并挑选出正确率最高的算法。然后在相同条件下进行实验研究，设置一个热点故障，实验获得传感器接收到的波形信号，提取每个波形的特征量，用仿真训练的机器学习算法计算故障点所在区域和温度大小。

本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。