掌桥专利:专业的专利平台
掌桥专利
首页

一种基于声音的变压器故障识别方法

文献发布时间:2023-06-19 11:39:06


一种基于声音的变压器故障识别方法

技术领域

本发明涉及一种基于声音的变压器故障识别方法,属于变压器检测技术领域。

背景技术

电力变压器在运行过程中由于机械震动总会产生均匀的声音,这种正常运行下的声音具有一定的规律性。当设备发生某种故障后,由于运行状态的改变,其所发出的声音也会随之而改变。通过声音的音色、音量的大小、频率高低等音频特征的变化就可以判断出设备是否处于不正常运行状态,甚至可以判别故障的类型和严重程度。

发明内容

本发明的目的在于提供一种基于声音的变压器故障识别方法,通过在线监测变压器现场声音的特征和突变量,及时发现变压器故障,保证变压器安全稳定运行。

为达到上述目的,本发明采用的技术方案如下:

本发明提供一种基于声音的变压器故障识别方法,包括:

采集变压器旁和变压器外围噪声信号并进行预处理;

提取变压器旁声音信号各谐波分量幅值和变压器外围噪声信号各谐波分量幅值;

基于所提取的各谐波分量幅值计算变压器发出声音信号的各谐波分量幅值;

基于变压器发出声音信号的各谐波分量幅值对变压器状态进行识别。

进一步的,还包括:

在变压器旁设置2个声音采集传感器,用于监测变压器旁声音信号;

在变压器外围设置3个声音采集传感器,用以监测变压器外围噪声信号。

进一步的,所述采集变压器旁和变压器外围噪声信号并进行预处理,包括:

将声音采集传感器采集的声音信号依次进行数据滤波、信号统一化处理、数据放大和数据分段处理;

以及,

将高于1500Hz的声音信号滤除。

进一步的,所述提取变压器旁声音信号各谐波分量幅值,包括:

将变压器旁2个声音采集传感器检测的声音信号平均值作为变压器旁声音信号,对每N

根据Y

统计Y

其中,Y

如果e≤10%,则得到第i个判别周期变压器旁声音信号的第k次谐波对应幅值YY

如果e>10%且m≥n,则令Y

如果e>10%且m<n,则令Y

进一步的,提取变压器外围噪声信号各谐波分量幅值,包括:

将变压器外围3个声音采集传感器检测的声音信号平均值作为外围噪声信号,提取外围噪声信号的直流分量:

其中,YG0

计算外围噪声信号与外围噪声信号直流分量之差得到外围噪声信号的交流分量;

利用傅里叶变换提取外围噪声信号交流分量的各谐波分量幅值。

进一步的,所述基于所提取的各谐波分量幅值计算变压器发出声音信号的各谐波分量幅值,包括:

对变压器旁声音信号各谐波分量幅值和变压器外围噪声信号各谐波分量幅值进行幅值突变筛选;

基于筛选后的各谐波分量幅值计算变压器实际发出声音信号的各谐波分量幅值:

YS

其中,YS

进一步的,

对变压器旁声音信号各谐波分量幅值进行幅值突变筛选,包括:

若YY

其中,E

对变压器外围噪声信号各谐波分量幅值进行幅值突变筛选,包括:

若YG

其中,YG

进一步的,还包括:

在变压器正常状态下,提取变压器旁声音信号各谐波分量幅值和变压器外围声音信号各谐波分量幅值;

计算正常状态下,变压器实际发出声音信号的各谐波分量幅值;

取所计算的判别周期内,变压器实际发出声音信号的各谐波分量幅值的最大值和最小值,构成变压器正常状态下实际发出声音信号的各次谐波分量幅值范围,并存储在正常声音库。

进一步的,所述基于变压器发出声音信号的各谐波分量幅值对变压器状态进行识别,包括:

定义两种变压器状态的判别方式,

方式1:判断30次变压器声音谐波幅值是否在正常声音库的范围内,

1a)当第i个判别周期变压器实际发出声音信号的第1次谐波分量幅值YS

1b)当第i个判别周期变压器实际发出声音信号的第2次谐波分量幅值YS

1c)当第i个判别周期变压器实际发出声音信号的第4次谐波分量幅值YS

1d)当第i个判别周期变压器实际发出声音信号的30次谐波幅值中有3个及以上频率超出变压器正常声音库信号对应次谐波分量幅值范围时,中间判别变量S=1;

1e)除去1a)、1b)、1c)和1d)的情况,S=0;

[YS

方式2:判断幅频递进参数是否在正常范围内,

计算变压器正常声音库信号幅频递进参数k

计算第i个判别周期变压器实际发出声音信号的幅频递进参数

计算幅频递进参数变化率

基于幅频递进参数进行变压器状态判别条件如下:

2a)当第i个判别周期的幅频递进参数变化率

2b)当第i个判别周期的幅频递进参数变化率

2c)当第i个判别周期的幅频递进参数变化率

2d)当第i个判别周期的29个幅频递进参数变化率大于其对应的幅频递进参数最大允许变化率的个数大于等于3个时,T=1;

2e)除去2a)、2b)、2c)和2d)的情况,T=0;

将两种变压器状态判别方式的结果取“或”运算,作为变压器状态的判别结果G,即G=S|T;

当G=1时,表示变压器状态异常,即发生故障;

当G=0时,表示变压器状态正常。

本发明达到的有益效果为:

本发明提供一种基于声音的变压器故障识别方法,通过在线监测变压器现场声音的特征和突变量,及时发现变压器故障,保证变压器安全稳定运行。

附图说明

图1是本发明变压器故障识别方法流程图。

具体实施方式

下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。

本发明实施例提供一种基于声音的变压器故障识别装置,包括外部传感器模块、控制电路、人机交互界面及通信系统。

具体的,外部传感器模块共设置5个声音采集传感器,其中2个置于变压器旁,用于监测变压器声音,3个分别布置于变压器外围,用以监测周围干扰噪声。

控制电路用于实时提取外部传感器模块采集的声音信号,与正常声音库信号幅值对比,实现变压器故障识别。

人机交互界面用于设置状态提醒及声光报警,能够直观的监测变压器运行状态。

通信系统用于变压器故障识别装置与监控系统之间的交互。

本实施例中,人机交互界面采用防干扰外壳,设有散热出口。

本发明实施例还提供一种变压器故障识别方法,如图1所示,具体包括以下步骤:

步骤1:对采集的声音信号进行预处理。

声音采集传感器采集的声音信号需先后经过数据滤波、信号统一化处理、数据放大和数据分段等四个环节。同时根据现场变压器运行及故障振动声音分析,变压器振动、放电声音频率极少出现1500Hz以上,故预处理时首先将高于1500Hz的声音信号滤除。

步骤2:提取变压器附近声音信号的幅值。

将变压器旁2个声音采集传感器检测的声音信号平均值作为变压器附近声音信号;

对每N

设经过处理后第i个判别周期变压器附近声音信号的第k次谐波对应幅值为YY

(1)计算第i个判别周期变压器附近声音信号经N

(2)根据Y

(3)统计Y

如果e≤10%,则YY

如果e>10%且m≥n,则令Y

如果e>10%且m<n,则令Y

步骤3:提取变压器外围噪声信号的幅值。

利用变压器外围的3个噪声传感器,监测变压器周围不同频率的声音干扰信号,主要包括风声、雨声、机械碰撞、车辆噪声、动物发声(包括人)、以及附近设备声音。

采用变压器外围3个噪声传感器采集信号的平均值作为外围噪声信号,首先提取外围噪声信号的直流分量,其计算方法如下:

式中,YG0

外围噪声信号与外围噪声信号直流分量之差为外围噪声信号的交流分量;

利用傅里叶变换提取外围噪声信号交流分量的幅值,提取过程与变压器附近声音信号的幅值提取过程一致,经提取处理后第i个判别周期变压器外围噪声信号的第k次谐波对应幅值为YG

步骤4:计算变压器发出声音信号的幅值。

首先引入幅值突变筛选算法,对变压器旁两个声音采集传感器检测信号的傅里叶变换幅值YY

式中,E

当YY

基于幅值突变筛选算法,对变压器外围三个声音采集传感器检测信号的傅里叶变换幅值YG

式中,E

当YG

根据YYY

基于上述方法同理可得变压器正常状态下发出声音信号对应的幅值,即为正常声音库信号。

考虑到变压器正常状态下发出声音信号对应的幅值不是固定值,应在一定范围内变化,故对变压器正常状态下发出声音信号进行了N

步骤5:判别变压器运行状态。

定义两种变压器运行状态的判别方式。

方式1:判断30次变压器声音谐波幅值是否在正常声音库的范围内,具体判别条件如下:

1a)当第i个判别周期变压器实际发出声音信号的第1次谐波分量(50Hz)幅值YS

1b)当第i个判别周期变压器实际发出声音信号的第2次谐波分量(100Hz)幅值YS

1c)当第i个判别周期变压器实际发出声音信号的第4次谐波分量(200Hz)幅值YS

1d)当第i个判别周期变压器实际发出声音信号的30次谐波幅值YS

1e)除去1a)、1b)、1c)和1d)的其他情况,S=0。

方式2:判断幅频递进参数是否在正常范围内,

设变压器正常声音库信号幅频递进参数k

第i个判别周期变压器实际发出声音信号的幅频递进参数

则幅频递进参数变化率

基于幅频递进参数的变压器运行状态判别条件如下:

2a)当第i个判别周期的幅频递进参数变化率

2b)当第i个判别周期的幅频递进参数变化率

2c)当第i个判别周期的幅频递进参数变化率

2d)当第i个判别周期的29个幅频递进参数变化率大于其对应的幅频递进参数最大允许变化率的个数大于等于3个时,T=1;

2e)除去2a)、2b)、2c)和2d)的其他情况,T=0。

将两种变压器运行状态判别方式的结果取“或”运算,作为变压器运行状态的判别结果G,即G=S|T。

当G=1时,表示变压器运行状态异常;

当G=0时,表示变压器运行状态正常。

本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

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。

相关技术
  • 一种基于声音的变压器故障识别方法
  • 一种基于卷积神经网络的变压器故障声音识别方法
技术分类

06120113006044