一种电抗器铁心松动故障检测方法及检测系统

技术领域

本发明属于电力系统技术领域，涉及电气设备故障诊断，尤其是电抗器铁心松动故障检测方法与检测系统。

背景技术

在日常运行中，电抗器常与电容器组配合，限制电力系统中的高次谐波以及合闸涌流等，电抗器的稳定运行是电力系统安全运行的关键。

电抗器在正常运行中，易受到电、热和机械应力的作用，多种潜在的故障类型影响着人们生产生活的安全稳定。其中，电抗器的机械特性劣化一般具有累积性和长期性的特点。在机械特性劣化的初期，电抗器往往能够以正常的电气性能运行，但对电抗器的绝缘性能和安全运行有极大的潜在威胁。

为了保障电力系统的长期安全可靠运行，电抗器定期的机械状态检测与维护极为重要。目前一些传统方法，例如：通过油中气体溶解分析、铁心接地电流检测、短路电抗法等，对检测导致局部温度过高的电类故障较为有效。但是这些传统方法不能有效检测出机械特性劣化初期的铁心松动，绕组松动，铁心变形等机械故障。

国内外学者在振动模型和振动信号特征等方面展开研究，希望找到电抗器振动和机械故障的联系，研究表明以上的机械故障必然会引起电抗器振动特征、振动信号的改变。目前，电抗器振动信号特性以及振动产生机理相关研究已经较为成熟，基于电抗器振动信号的故障诊断方法——振动法成为了国内外的研究焦点，振动法的优点包括：可以在检测时与电力设备无电气连接、实时带电检测、并且能够灵敏地检测出机械故障等。

实际上，振动法中传感器的布置会受到电抗器表面装置的限制，只能进行局部振动信号的测量，并且振动传感器与试验设备物理接触，而检测过程中往往需要多路信号测量，大量的振动传感器会影响电抗器自身的振动模态，造成振动信号测量不准确；另外现场的传输线交叉冗杂，也大大加剧了户外作业的难度。

当发生机械故障时，电抗器的辐射噪声也会随振动产生相应的变化，传统的检测方法不能有效检测出机械特性劣化初期的铁心松动，绕组松动，铁心变形等机械故障，而作为能够有效检测机械故障的振动法，也因为与电抗器物理接触、传感器连接线冗杂等问题，难以实现现场实地故障检测。然而现如今声学成像方法成为一种新型的电抗器状态监测与故障诊断方法，声学成像法具有以下优点：设备轻便不冗杂，操作简单易掌握，测试速度快，分辨率较高，测量过程中与电抗器全程无物理接触。

现有的有关电抗器故障检测的技术有：

中国专利申请号CN110929769B，公开一种基于振动和声音的电抗器机械类故障联合检测模型、方法及装置，所述方法包括采集来自电抗器的温度信号、声音信号和振动信号；根据温度信号，对声音信号、各路振动信号分别进行计算去温度相关高频相对量r计算；找出与声音信号最接近的振动信号；声音信号与最接近的振动信号分别输入到GRU深度神经网络进行计算；将GRU深度神经网络的输出层进行拼接，输入到DNN深度神经网络进行训练；调整相关的参数值，得到训练好的基于振动和声音的电抗器机械类故障联合检测模型。但该方法也仅从收集到的声音信号进行电抗器故障检测，对于与电抗器物理接触、传感器连接线冗杂等问题，并没有解决。

中国专利申请号CN110534118A，公开了一种基于声纹识别和神经网络的变压器/电抗器故障诊断方法，所述方法包括首先采集变压器/电抗器运行时产生的语音信号，然后将语音信号分为若干个语音片段后直接转换为语谱图，接着采用CNN网络和LSTM网络串联构成的神经网络对语谱图进行处理，最终基于神经网络的处理结果进行变压器故障诊断。该方法虽然对语音信号转换成语谱图进行神经网络的训练，但是并没有对语音信号进行处理，去除干扰信号，导致故障诊断误差大。

发明内容

为解决现有技术中存在的不足，本发明提供了一种电抗器铁心松动故障检测方法及检测系统，通过声学传感器阵列测量噪声信号，经过适当的延迟求和处理，进一步提取声源强度和声源位置等信息，形成电抗器整体声场分布云图，再利用噪声声压级共生矩阵，计算提取声成像图像相应的特征值，寻找特征值与铁心松动故障的规律，判断电抗器是否发生故障，实现变压器铁心松动故障的声学成像诊断。

为实现上述发明目的，本发明具体采用以下技术方案。

本发明提供一种电抗器铁心松动故障检测方法，所述方法包括以下步骤：

步骤1，采用声学传感器阵列，采集正常状态即电抗器没有任何故障的电抗器运行时的噪声信号；

步骤2，采用延迟求和波束形成算法对声学传感器阵列中各声学传感器采集到的信号合并处理，提取目标信号即电抗器振动信号；

步骤3，采用声信号可视化技术对提取出的目标信号生成三维图像，根据三维图像建立OXYZ坐标系；

步骤4，基于步骤3中的坐标系，构建噪声声压级共生矩阵，并计算表征电抗器正常状态的特征值；

步骤5，采用声学传感器阵列，实时采集待测时段正在运行的电抗器噪声信号，通过步骤2-4计算表征电抗器待测时段的特征值，基于待测时段与正常状态下电抗器的特征值判断电抗器是否发生松动故障。

优选地，步骤1中，声学传感器阵列由n

优选地，步骤2中，目标信号的提取，以如下公式所示：

式中：b(t)为提取出的目标信号，n

更进一步地，所述加权系数w

所述噪声信号时延τ

式中：d

优选地，步骤3中，在三维图像中，建立OXYZ坐标系，选取三维图像中的任意一点作为原点O，X轴为从原点延伸的水平线即为横轴，Y轴为从原点延伸的与x轴垂直的水平线即为纵轴，O点、X轴和Y轴在同一水平面上，Z轴为从O点延伸且与水平线垂直的一条线，声学传感器定义为三维图像中的采样点，以三维图像中采样点距离原点O的X轴方向的长度作为X轴度量，以采样点距离原点O的Y轴方向的长度作为Y轴度量；每个采样点对应一个三维数组(x，y，z)，(x，y，z)满足以下条件：

x∈(1,2,3,…,N

y∈(1,2,3,…,N

z∈(1,2,3,…,N

式中：N

优选地，基于三维数组(x，y，z)，构建噪声声压级共生矩阵M，以如下公式所示：

式中，i，j为采样点(x,y)的噪声声压级，d为采样点间距，β为采样点(x,y)与x轴正方向所成角度，β分别为0°，45°，90°及135°，card代表满足噪声声压级共生矩阵M的集合条件的元素对(k,l),(m,n)的数目。

优选地，步骤4具体包括以下步骤：

步骤4.1，在三维图像中，寻找满足噪声声压级共生矩阵m(i,j,d,q)的采样点对，选定采集点(k,l)声压级为i，寻找β＝0°的方向上，声压级为j的采样点(m,n),确定元素对(k,l),(m,n)即m(i,j,d,q)；

步骤4.2，改变声压级(i,j)，重复步骤4.1，直到完成β＝0°方向上所有声压级的m(i,j,d,q)的确定，接着依次寻找β＝45°，90°及135°的方向上所有声压级的m(i,j,d,q)的确定；

步骤4.3，完成β＝0°，45°，90°及135°方向上的m(i,j,d,θ)的确定，构建噪声声压级共生矩阵M。

优选地，噪声声压级对比度的计算，以如下公式所示：

式中，C

表征电抗器正常状态的特征值即表征电抗器铁心状态的状态向量，以如下公式所示：

k＝[C

式中，k为表征电抗器正常状态的特征值。

优选地，步骤5中，搭建噪声试验平台，人工设置电抗器机械故障，通过扭矩扳手将铁心某处的紧固螺栓拧松，通过扭矩扳手松动垫块压钉，模拟绕组松动故障；

表征电抗器待测时段的特征值即表征电抗器待测时段的状态向量，以如下公式所示：

k'＝[C'

式中，k′表征电抗器待测时段的状态向量，C′

更进一步地，根据特征值判断电抗器是否出现松动故障，以如下公式所示：

式中，k为表征电抗器正常状态的特征值，cosβ为度量特征值差异的夹角余弦；

用cosβ判断电抗器是否发生松动故障，设定铁心松动故障检测判据为：当cosβ小于0.98时，判断铁心发生松动故障，需要检修电抗器。

本发明的第二方面提供一种电抗器铁心松动故障检测系统，运行所述的一种电抗器铁心松动故障检测方法，包括：

噪声信号采集模块，目标信号提取模块，三维图像生成模块，噪声声压级共生矩阵构建模块，电抗器特征值计算模块，电抗器故障判断模块；

噪声信号采集模块用于声学传感器阵列采集电抗器运行时的噪声信号；

目标信号提取模块用于延迟求和波束形成算法对声学传感器阵列中各声学传感器采集到的信号合并处理，提取目标信号即电抗器振动信号；

三维图像生成模块用于声信号可视化技术对提取出的目标信号生成三维图像，根据三维图像建立OXYZ坐标系；

噪声声压级共生矩阵构建模块构建电抗器的噪声声压级共生矩阵；

电抗器特征值计算模块用于计算表征电抗器正常状态和待测时段的特征值；

电抗器故障判断模块用于基于待测时段与正常状态下电抗器的特征值判断电抗器是否发生松动故障。

与现有技术相比，本发明的有益效果在于本发明提供的电抗器铁心松动故障检测方法及检测系统，采用声音传感器阵列集成度高，设备轻便，线路不冗杂，简化了操作人员的现场操作流程，简单易掌握，培训难度低，测试速度快；另外基于图像检测故障时，相较于基于声信号，分辨率更高，能够较准确地识别出是否发生铁心松动；测量过程中与电抗器全程无物理接触，避免了与高压设备的直接接触，更加安全。

附图说明

图1是本发明的一种电抗器铁心松动故障检测方法流程图；

图2是噪声信号传播示意图；

图3是波束形成算法示意图；

图4是电抗器噪声信号声学成像及图像处理方法流程图；

图5是本发明的一种电抗器铁心松动故障检测系统框架图；

图6是实施例1中的电抗器噪声试验平台。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施例，都属于本发明的保护范围。

本发明提供一种电抗器铁心松动故障检测方法，如图1所示，所述方法包括以下步骤：

步骤1，采用声学传感器阵列，采集正常状态即电抗器没有任何故障下电抗器运行情况的噪声信号。

在优选但非限制性地实施方式中，声学传感器阵列由n

例如声学传感器阵列由81个声学传感器组成，每边为9个声学传感器组成矩形阵列，相邻传感器间隔5厘米，距离电抗器轮廓线最近的声学传感器测量距离1米。

步骤2，声学传感器阵列各声学传感器采集到的每路信号合并处理，将不同方向的干扰信号抑制，采用延迟求和波束形成算法合并各路信号提取目标信号即电抗器振动信号。

在优选但非限制性地实施方式中，如图2、图3所示，将噪声波面假设为平面波，声源入射到声学传感器阵列利用延迟求和波束形成算法，对不同的声学传感器之间的相对延迟进行补偿，将接收的噪声信号进行相应时延，使得所有声学传感器接收到同一时刻的噪声信号波，然后叠加延时后的信号形成一个单一的噪声信号输出，以如下公式所示：

式中：b(t)为波束形成器对声学传感器阵列噪声信号加权求和后的输出噪声信号；n

更进一步地，声学传感器阵列中的第i个声学传声器采集的噪声信号的加权系数w

声学传感器阵列中的第i个声学传声器采集的噪声信号的噪声信号时延τ

式中：d

添加时延目的是补偿噪声平面波达到各声音传感器的时延差，定义时延量只与声音传感器的方位有关。

步骤3，如图4所示，采用声信号可视化技术对提取出的目标信号生成三维图像，根据三维图像建立OXYZ坐标系。

在优选但非限制性地实施方式中，在三维图像中，建立OXYZ坐标系，选取三维图像中的任意一点作为原点O，X轴为从原点延伸的水平线即为横轴，Y轴为从原点延伸的与x轴垂直的水平线即为纵轴，O点、X轴和Y轴在同一水平面上，Z轴为从O点延伸且与水平线垂直的一条线，例如原点O可选为三维图像中顶角的一个位置，Z轴对提取的目标信号的噪声声压级的等级进行度量；X轴是三维图像中采样点距离原点O的X轴方向的距离度量，Y轴是采样点距离原点O的Y轴方向的距离度量；声学传感器定义为三维图像中的采样点，每个采样点对应一个三维数组(x，y，z)，(x，y，z)满足以下条件：

x∈(1,2,3,…,N

y∈(1,2,3,…,N

z∈(1,2,3,…,N

式中：N

步骤4，基于步骤3中的坐标系中的采样点，构建噪声声压级共生矩阵，并计算表征电抗器正常状态的特征值。

在优选但非限制性地实施方式中，基于三维数组，构建噪声声压级矩阵A，A(x,y)＝z；

进一步构建基于角度β的噪声声压级共生矩阵M，M以如下公式所示：

式中：i，j为采样点(x,y)的噪声声压级；d为采样点间距；β为采样点(x,y)与x轴正方向所成角度，β分别为0°，45°，90°及135°；card代表满足噪声声压级共生矩阵M的集合条件的元素对(k,l),(m,n)的数目。

步骤4.1，在三维图像中，寻找满足噪声声压级共生矩阵m(i,j,d,q)的采样点对，选定采集点(k,l)声压级为i，寻找β＝0°的方向上，声压级为j的采样点(m,n),确定元素对(k,l),(m,n)即m(i,j,d,q)。

步骤4.2，改变声压级(i,j)，重复步骤4.1，直到完成β＝0°方向上所有声压级的m(i,j,d,q)的确定，接着依次寻找β＝45°，90°及135°的方向上所有声压级的m(i,j,d,q)的确定。

步骤4.3，完成β＝0°，45°，90°及135°方向上的m(i,j,d,θ)的确定，构建噪声声压级共生矩阵M。

在优选但非限制性地实施方式中，噪声声压级对比度的计算，以如下公式所示：

式中，C

噪声声压级对比度是基于噪声声压级共生矩阵的二阶统计量，能够度量三维图像噪声声压级分布局部变化强弱，三维图像相邻区域噪声声压级变化较小，对比度变小；反之，对比度变大，表征电抗器正常状态的特征值即为表征电抗器铁心状态的状态向量，以如下公式所示：

k＝[C

式中，k为表征电抗器正常状态的状态向量，cosβ为度量状态向量k的差异的夹角余弦，k

步骤5，采用声学传感器阵列，实时采集待测时段正在运行的电抗器噪声信号，通过步骤2-4计算待测电抗器噪声声压级的特征值即表征电抗器待测时段的状态向量，根据待测时段的电抗器与正常状态下电抗器的特征值判断是否发生铁心松动故障。

在优选但非限制性地实施方式中，搭建噪声试验平台，人工设置电抗器机械故障，例如：通过扭矩扳手将铁心某处的紧固螺栓拧松，减少铁心的压紧力，来模拟日常运行中铁心松动故障。通过扭矩扳手松动垫块压钉，模拟绕组松动故障；

表征电抗器待测时段的特征值即为表征电抗器铁心状态的状态向量，以如下公式所示：

k'＝[C'

式中，表征电抗器待测时段的状态向量，C'

更进一步地，根据状态向量判断电抗器是否出现故障，以如下公式所示：

式中，k为表征电抗器正常状态的状态向量，cosβ为度量状态向量的差异的夹角余弦；

用cosβ判断电抗器是否发生故障，设定铁心松动故障检测判据为：当cosβ小于0.98时，判断铁心发生松动故障，需要及时检修电抗器。

本发明提供一种电抗器铁心松动故障检测系统，如图5所示，运行所述的一种电抗器铁心松动故障检测方法，包括：

噪声信号采集模块，目标信号提取模块，三维图像生成模块，噪声声压级共生矩阵构建模块，电抗器特征值提取模块，电抗器故障判断模块；

噪声信号采集模块用于声学传感器阵列采集电抗器运行时的噪声信号；

目标信号提取模块用于延迟求和波束形成算法对声学传感器阵列中各声学传感器采集到的信号合并处理，提取目标信号即电抗器振动信号；

三维图像生成模块用于声信号可视化技术对提取出的目标信号生成三维图像，根据三维图像建立OXYZ坐标系；

噪声声压级共生矩阵构建模块构建电抗器的噪声声压级共生矩阵；

电抗器特征值计算模块用于计算表征电抗器正常状态和待测时段的特征值；

电抗器故障判断模块用于基于待测时段与正常状态下电抗器的特征值判断电抗器是否发生松动故障。

本发明的实施例1中，以一台10kV的干式铁心电抗器为试验电抗器，搭建如图6所示电抗器噪声试验平台。电抗器噪声试验平台由电源、三相调压器、变压器、高压并联电抗器和补偿电容组成，采用81个麦克风，组成长宽40cm的声学传感器矩形阵列、信号采集装置采集并测量噪声，用终端计算机进行噪声信号处理。试验平台能够测量20Hz～20kHz范围内的噪声。测量距离为1m。

通过扭矩扳手人工改变电抗器铁心某一处的压紧力，模拟电抗器铁心松动故障，按照本发明提供的一种电抗器铁心松动故障检测方法，判断电抗器是否发生铁心松动故障，本发明的实施例1中设置参数为：N

利用噪声声压级共生矩阵，计算特征值，如表1所示。

表1铁心压紧状况与余弦夹角的关系

可见，设置cosβ小于0.98，铁心拧紧力矩小于15N·m，处于松动状态，需要及时检修电抗器。

本公开可以是系统和/或方法。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。