CN117232644B - 一种基于声学原理的变压器声音监测故障诊断方法及系统 - Google Patents

Abstract

本发明公开了一种基于声学原理的变压器声音监测故障诊断方法及系统，涉及故障检测技术领域，包括：基于声音在空气中的衰减规律确定三组声音传感器的放置位置并实时采集变压器的声音信号；对采集到的声音信号进行滑动平均滤波，将第三组信号结合形成第一及第二实际声音信号；对第一及第二实际声音信号进行特征提取，根据前个倍频的倍频占比大小，将对应的频率作为第一及第二实际声音信号的特征频率；将正常与实际运行时两个声音信号的特征频率的数量与特征频率分别结合，形成第一及第二比较系数；分别将两个信号的第一及第二比较系数结合形成故障判别系数，进而判断变压器是否发生故障，实现了根据声音判断变压器是否发生故障。

Description

一种基于声学原理的变压器声音监测故障诊断方法及系统

技术领域

本发明涉及故障检测技术领域，特别是一种基于声学原理的变压器声音监测故障诊断方法及系统。

背景技术

变压器作为电力系统中重要的电力设备，其运行状态的稳定性和可靠性对于电力系统的正常运行具有重要影响。然而，在长期运行过程中，由于环境、负载变化、绝缘老化等原因，变压器可能出现各种故障，如绕组短路、绝缘击穿等，这些故障如果得不到及时的诊断和修复，将会对电力系统的运行造成严重影响甚至引发事故。

声学监测是一种用于变压器故障诊断的无损检测技术，通过分析变压器内部声音信号来判断变压器运行状态是否正常，传统的声学监测方法主要是通过安装麦克风或压电传感器在变压器内部进行信号采集，并对采集到的声音信号进行频谱分析和特征提取，以判断变压器是否存在异常。

然而，目前的声学监测方法存在一些问题，如信号采集不准确、噪音干扰较大、诊断准确性不高等，因此，如何将声学监测技术运用到变压器故障检测，使之得到更为准确的检测结果，成为变压器故障监测领域的一个重要的突破口。

发明内容

解决的技术问题

针对背景技术中的技术问题，本发明提出一种基于声学原理的变压器声音监测故障诊断方法及系统，基于声音在空气中的衰减规律确定三组声音传感器的放置位置并实时采集变压器的声音信号；对采集到的声音信号进行滑动平均滤波，将第三组信号结合形成第一及第二实际声音信号；通过傅里叶变换对第一及第二实际声音信号进行特征提取，并进一步确定第一及第二实际声音信号的特征频率；将正常与实际运行时两个声音信号的特征频率的数量与特征频率分别结合形成第一及第二比较系数；将两组信号的第一及第二比较系数各自关联，形成故障判别系数，进而判断变压器是否发生故障。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于声学原理的变压器声音监测故障诊断方法，包括：

基于声音在空气中的衰减规律确定三组声音传感器的放置位置，实时采集变压器主体、变压器散热扇以及防火墙外部的声音信号；

对采集到的声音信号进行预处理，将对应的预处理后的声音滤波信号的平均值作为变压器的第一声音测量信号、第二声音测量信号与干扰信号，将第一声音测量信号、第二声音测量信号与干扰信号结合形成第一实际声音信号与第二实际声音信号；

通过傅里叶变换对第一及第二实际声音信号进行特征提取，将频谱图中每个倍频的幅度峰值运算后得到的每个倍频的代表幅值组成该实际声音信号的频率向量与；对第一及第二实际声音信号的频率向量中的每一项进行大小排序，根据前个倍频的倍频占比的大小，将对应的频率作为第一及第二实际声音信号的特征频率；

计算变压器正常运行时两个声音信号的特征频率，将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联生成第一比较系数与；将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的欧氏距离与对应的距离阈值相关联生成第二比较系数；将两个声音信号的第一比较系数与第二比较系数分别相关联，形成故障判别系数与，根据故障判别系数与故障判别阈值的关系判断变压器是否发生故障以及故障的原因。

具体的，以变压器的中心点为振源中心，声音在变压器内部与空气中的传播阻抗比为，变压器长度为，宽度为，高度为，则声音沿变压器长度方向的衰减声压级为：

上式中，表示沿长度方向距离变压器为的衰减声压级；

同理，沿宽度方向距离变压器为的衰减声压级的计算如下：

设变压器振源中心的声压级为，则声音沿长度和宽度方向的声压级衰减率分别为：

所以声音传感器的放置位置应满足：

(1)

其中，表示声音传感器放置点处的声压级衰减率；

另外，设声音在防火墙内部与空气中的传播阻抗比为，防火墙厚度为，防火墙距离变压器的距离为，则变压器外侧距离防火墙处的衰减声压级为：

其中，表示沿长度方向距离变压器为的衰减声压级，此时；声音距离防火墙外侧处的声压级衰减率为：

故变压器防火墙外侧的声音传感器的放置位置应满足：

(2)

其中，表示声音传感器能够测量的最小声压级。

具体的，声音传感器的安装位置具体如下：

①左侧、前部、后部的声音传感器放置在对应面的中心，高且分别距变压器处，同时满足公式（1）；

②右侧的两个声音传感器分别放置在长处，且高并距变压器处，同时满足公式（1）；

③防火墙外侧两个传感器安装在高且距离防火墙处，同时满足公式（2）。

具体的，使用滑动平均滤波法对采集的声音信号进行滤波处理后，计算变压器实际发出的声音，具体为：将放置在变压器左侧、前部、后部的三个声音传感器采集的声音滤波信号的平均值作为变压器的第一声音测量信号；将放置在变压器右侧的两个声音传感器采集的声音滤波信号的平均值作为变压器的第二声音测量信号；将安装在防火墙外侧的两个声音传感器采集的声音滤波信号的平均值作为变压器的干扰声音信号；将获得的三个声音信号在时间轴上进行对齐或同步，将变压器的第一声音测量信号与干扰声音的差作为变压器发出的第一实际声音信号；将变压器的第二声音测量信号与干扰信息的差作为变压器发出的第二实际声音信号。

具体的，通过傅里叶变换对第一及第二实际声音信号进行特征提取，具体为：

将第一实际声音信号与第二实际声音信号划分为多个等长的短时间段，对每个短时间段进行傅里叶变换，将时域信号转换为频域信号，并得到短时间段内的频谱图；

在频谱图上找到对应于每个倍频的幅度峰值，并提取这些峰值为该短时间段内信号的特征；

对于每个倍频，计算其所有短时间端的幅值，并取平均值作为该倍频的代表幅值，并将每个倍频的代表幅值组成该实际声音信号的频率向量，具体可表示为：

其中，表示变压器发出的第一实际声音信号的频率向量，表示变压器发出的第二实际声音信号的频率向量，表示第一实际声音信号的第倍频幅值，表示第二实际声音信号的第倍频幅值，表示倍频数；按照同样的方法提取正常运行时的第一实际声音信号与第二实际声音信号的频率向量。

进一步的，分别对第一实际声音信号与第二实际声音信号的频率向量中的每一项进行大小排序，变压器发出的第一实际声音信号中排序第的频率对应的倍频为，变压器发出的第二实际声音信号中排序第的频率对应的倍频为，则第一实际声音信号对应的排序后的频率向量中前个倍频占比为：

同理，第二实际声音信号对应的排序后的频率向量中前个倍频占比为：

当，则认为第一实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第一实际声音信号的特征频率；当，则认为第二实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第二实际声音信号的特征频率；

对正常运行时的第一实际声音信号与第二实际声音信号的频率向量进行同样的操作，根据倍频占比计算出变压器正常运行时发出的第一实际声音信号的典型特征频率数为，其典型特征频率前第个频率幅值为；变压器正常运行时发出的第二实际声音信号的典型特征频率数为，其典型特征频率前第个频率幅值为。

具体的，根据正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量与大小关系判断变压器是否发生故障，具体为：假设实际运行时第一实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第一实际声音信号的特征频率，实际运行时第二实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第二实际声音信号的特征频率，则将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联，形成第一比较系数，即：

其中，

计算变压器正常运行时的两个声音信号的特征频率与变压器正常运行时发出的两个声音信号的特征频率的欧氏距离，将计算出的两个声音信号的欧氏距离与对应的距离阈值相关联，形成第二比较系数，即：

其中，。

进一步的，将两个声音信号的第一比较系数与第二比较系数分别相关联，形成故障判别系数，即：

其中，分别为两个声音信号的第一比较系数与第二比较系数的权重系数，且。

进一步的，根据故障判别系数与对应故障判别阈值的数量关系，进一步判断变压器是否发生故障，具体为：

当 时，表示变压器正常运行；

当时，表示变压器的本体与散热扇皆存在异常；

当 时，表示变压器本体正常，但变压器散热扇运行出现异常；

当 时，表示变压器的状态判别出现异常，需根据结合变压器实际状态修正判据，当变压器正常时，需减小，当变压器异常时，需增大；

变压器的故障判别精度受故障判别阈值和的影响，而判别阈值和的选择是基于现场实测数据得到的；故需要根据实测数据对故障判别阈值和进行持续修正，从而不断提高变压器状态判别精度；当变压器状态判别精度能够满足现场实际需求时，此时对应的判别阈值即为当前时间段的判别阈值。

一种基于声学原理的变压器声音监测故障诊断系统，包括：

声音信号采集模块：基于声音在空气中的衰减规律确定声音传感器的放置位置，并对变压器各个位置发出的声音信号进行采集；

预处理模块：对采集到的声音信号进行预处理，将对应的预处理后的声音滤波信号的平均值作为变压器的第一声音测量信号、第二声音测量信号与干扰信号，将第一声音测量信号、第二声音测量信号与干扰信号结合形成第一实际声音信号与第二实际声音信号；

特征频谱生成模块：通过傅里叶变换对第一及第二实际声音信号进行特征提取，得到短时间段内的频谱图，将倍频的幅度峰值运算后得到的每个倍频的代表幅值组成该实际声音信号的频率向量；对第一及第二实际声音信号的频率向量中的每一项进行大小排序，根据前个倍频的倍频占比的大小，将对应的频率作为第一及第二实际声音信号的特征频率；同理得到变压器正常运行时两个声音信号的特征频率；

故障分析模块：将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联生成第一比较系数；将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的欧氏距离与对应的距离阈值相关联生成第二比较系数；将两个声音信号的第一比较系数与第二比较系数分别相关联，形成故障判别系数，根据故障判别系数与故障判别阈值的关系判断变压器是否发生故障以及故障的原因；

警报通讯模块：将分析出的变压器的状态信息存入云数据库，并监测传入的状态信息，如果发现变压器的状态为异常，则自动向相关联的工作人员发送警报信息，包括故障变压器型号、故障原因以及故障时间数据。

（三）有益效果

本发明提供了一种基于声学原理的变压器声音监测故障诊断方法及系统，具备以下有益效果：

声音传感器的放置位置通过基于声音在空气中的衰减规律的确定，放置位置可以最大限度地减小声音在空气传播过程中的衰减，确保了声音传感器能够准确地监测到变压器所发出的声音信号，从而提高监测的准确性；

通过结合测量信号和干扰信号，构建出第一实际声音信号和第二实际声音信号，这些实际声音信号更加真实地反映了变压器内部的声音情况，进一步使得变压器声音监测的结果更加准确可靠，能够为故障诊断和运行状态判断提供更有价值的信息；

通过对频率向量中的每一项进行大小排序，并根据前几个倍频的倍频占比的大小，选择对应的频率作为实际声音信号的特征频率，可以更好地提取出音频信号中具有较高重要性和代表性的频率分量，有助于进一步的故障诊断和分析，并且可以简化故障判断过程；

通过计算变压器正常运行时的声音信号特征频率与实际运行时的特征频率进行比较，生成第一比较系数和第二比较系数，这样的设计考虑了特征频率的数量关系和欧氏距离，能够更全面地判断变压器的故障情况；

故障判别系数的设计将两个声音信号的第一比较系数和第二比较系数分别相关联，能够综合考虑不同方面的故障指标，提高故障诊断的准确性。

附图说明

图1为本发明提供的一种基于声学原理的变压器声音监测故障诊断方法的步骤流程图；

图2为声音传感器放置位置的平面示意图；

图3为本发明提供的一种基于声学原理的变压器声音监测故障诊断系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参考图1，本发明提供一种基于声学原理的变压器声音监测故障诊断方法，包括如下步骤：

S1、基于声音在空气中的衰减规律确定声音传感器的放置位置，实时采集变压器主体、变压器散热扇以及防火墙外部的声音信号；

变压器呈长方形结构，有左侧、右侧、前部、后部、顶部五个面暴露于空气中，其中，顶部安装声音传感器较为困难，故选择左侧、右侧、前部、后部四个面进行传感器的放置；又因为右侧面为冷却面，加装有散热扇，而其他面没有散热扇，故右侧面需要放置两个声音传感器，而其他三个面仅需要放置一个声音传感器；此外，为了减少干扰噪声对结果的影响，需要在防火墙外侧放置两个声音传感器用于测量干扰噪声。

由于声音在空气中的传播过程会受到多种因素的影响，例如空气的密度、温度、湿度、声音的频率等，这些因素会导致声音在传播过程中逐渐减弱。因此，为了确保声音传感器能够准确地监测到变压器所发出的声音信号，需要将声音传感器放置在与变压器适当距离的位置上，这个位置可以最大限度地减小声音在空气传播过程中的衰减，从而提高监测的准确性。

以变压器的中心点为振源中心，声音在变压器内部与空气中的传播阻抗比为，变压器长度为，宽度为，高度为，则声音沿变压器长度方向的衰减声压级为：

上式中，表示沿长度方向距离变压器为的衰减声压级；

同理，沿宽度方向距离变压器为的衰减声压级的计算如下：

设变压器振源中心的声压级为，则声音沿长度和宽度方向的声压级衰减率分别为：

所以声音传感器的放置位置应满足：

(1)

其中，表示声音传感器放置点处的声压级衰减率；

另外，设声音在防火墙内部与空气中的传播阻抗比为，防火墙厚度为，防火墙距离变压器的距离为，则变压器外侧距离防火墙处的衰减声压级为：

其中，表示沿长度方向距离变压器为的衰减声压级，此时。

声音距离防火墙外侧处的声压级衰减率为：

故变压器防火墙外侧的声音传感器的放置位置应满足：

(2)

其中，表示声音传感器能够测量的最小声压级，即不会受到变压器发出的声音所影响。

参考图2，基于上述声音在空气中的衰减规律，声音传感器的安装位置具体如下：

①左侧、前部、后部的声音传感器放置在对应面的中心，高且分别距变压器处，同时满足公式（1）；

②右侧的两个声音传感器分别放置在长处，且高并距变压器处，同时满足公式（1）；

③防火墙外侧两个传感器安装在高且距离防火墙处，同时满足公式（2）。

S2、对采集到的声音信号进行预处理，将对应的预处理后的声音滤波信号的平均值作为变压器的第一声音测量信号、第二声音测量信号与干扰信号，将第一声音测量信号、第二声音测量信号与干扰信号结合形成第一实际声音信号与第二实际声音信号；

为了进一步减少环境噪音对数据准确性的影响，需要对实时采集的声音信号进行预处理操作，具体为使用滑动平均滤波法对采集的声音信号进行滤波处理，步骤如下：

S201、初始化一个滑动窗口，窗口大小为50个工频周期；

S202、在每个工频周期内，将声音信号采集到窗口中；

S203、对窗口内的所有信号样本进行加总，计算它们的平均值；

S204、将计算得到的平均值替换为窗口中心位置的声音信号值；

S205、移动窗口，将下一个声音信号样本添加到窗口的一端，同时移除另一端的声音信号样本；

S206、重复S203-S205，直到处理完所有的声音信号样本。

这种滑动平均滤波的处理方式可以使得信号变得更加平滑，减少噪声和不规则的波动。

对声音信号进行预处理后，需要计算变压器实际发出的声音，具体为：将放置在变压器左侧、前部、后部的三个声音传感器采集的声音滤波信号的平均值作为变压器的第一声音测量信号；将放置在变压器右侧的两个声音传感器采集的声音滤波信号的平均值作为变压器的第二声音测量信号；将安装在防火墙外侧的两个声音传感器采集的声音滤波信号的平均值作为变压器的干扰声音信号。

将获得的三个声音信号在时间轴上进行对齐或同步，将变压器的第一声音测量信号与干扰声音的差作为变压器发出的第一实际声音信号；将变压器的第二声音测量信号与干扰信息的差作为变压器发出的第二实际声音信号。

S3、通过傅里叶变换对第一及第二实际声音信号进行特征提取，将频谱图中每个倍频的幅度峰值运算后得到的每个倍频的代表幅值组成该实际声音信号的频率向量；对第一及第二实际声音信号的频率向量中的每一项进行大小排序，根据前个倍频的倍频占比的大小，将对应的频率作为第一及第二实际声音信号的特征频率；

将第一实际声音信号与第二实际声音信号划分为多个等长的短时间段，对每个短时间段进行傅里叶变换，将时域信号转换为频域信号，并得到短时间段内的频谱图；

在频谱图上找到对应于每个倍频(基频为50Hz）的幅度峰值，并提取这些峰值为该短时间段内信号的特征；

对于每个倍频，计算其所有短时间端的幅值，并取平均值作为该倍频的代表幅值，并将每个倍频的代表幅值组成该实际声音信号的频率向量，具体可表示为：

其中，表示变压器发出的第一实际声音信号的频率向量，表示变压器发出的第二实际声音信号的频率向量，表示第一实际声音信号的第倍频幅值，表示第二实际声音信号的第倍频幅值，表示倍频数。

分别对第一实际声音信号与第二实际声音信号的频率向量中的每一项进行大小排序，变压器发出的第一实际声音信号中排序第的频率对应的倍频为，变压器发出的第二实际声音信号中排序第的频率对应的倍频为，则第一实际声音信号对应的排序后的频率向量中前个倍频占比为：

同理，第二实际声音信号对应的排序后的频率向量中前个倍频占比为：

当，则认为第一实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第一实际声音信号的特征频率；当，则认为第二实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第二实际声音信号的特征频率。

特征频率范围内的频率成分通常包含了对故障诊断和分析有关键性的信息，后续只需比较特征频率中每个频率的幅值即可判断变压器是否发生了故障，提高了计算效率。

S4、计算变压器正常运行时两个声音信号的特征频率，将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联生成第一比较系数；将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的欧氏距离与对应的距离阈值相关联生成第二比较系数；将两个声音信号的第一比较系数与第二比较系数分别相关联，形成故障判别系数，根据故障判别系数与故障判别阈值的关系判断变压器是否发生故障以及故障的原因；

将变压器正常运行时的声音信号划分为多个与S3等长的短时间段，对每个短时间段进行傅里叶变换，将时域信号转换为频域信号，并得到短时间段内的频谱图；在频谱图上找到对应于每个倍频的幅度峰值，并提取这些峰值为该短时间段内信号的特征；对于每个倍频，计算其所有短时间端的幅值，并取平均值作为该倍频的代表幅值，并将每个倍频的代表幅值组成该正常运行时的声音信号的频率向量。

分别对正常运行时的第一实际声音信号与第二实际声音信号的频率向量中的每一项进行大小排序，根据倍频占比计算出变压器正常运行时发出的第一实际声音信号的典型特征频率数为，其典型特征频率前第个频率幅值为；变压器正常运行时发出的第二实际声音信号的典型特征频率数为，其典型特征频率前第个频率幅值为。

根据正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量与大小关系判断变压器是否发生故障，具体为：

假设实际运行时第一实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第一实际声音信号的特征频率，实际运行时第二实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第二实际声音信号的特征频率，则将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联，形成第一比较系数，即：

计算变压器正常运行时的两个声音信号的特征频率与变压器正常运行时发出的两个声音信号的特征频率的欧氏距离，将计算出的两个声音信号的欧氏距离与对应的距离阈值相关联，形成第二比较系数，即：

将两个声音信号的第一比较系数与第二比较系数分别相关联，形成故障判别系数，即：

其中，分别为两个声音信号的第一比较系数与第二比较系数的权重系数，且。

根据故障判别系数对应故障判别阈值的数量关系，进一步判断变压器是否发生故障，具体为：

当 时，表示变压器正常运行；

当 时，表示变压器的本体与散热扇皆存在异常；

当 时，表示变压器本体正常，但变压器散热扇运行出现异常；

当 时，表示变压器的状态判别出现异常，需根据结合变压器实际状态修正判据，当变压器正常时，需减小，当变压器异常时，需增大。

变压器的故障判别精度受故障判别阈值和的影响，而判别阈值和的选择是基于现场实测数据得到的，故变压器状态判别精度受现场实测数据的影响。故需要根据实测数据对故障判别阈值和进行持续修正，从而不断提高变压器状态判别精度。当变压器状态判别精度能够满足现场实际需求时，此时对应的判别阈值即为当前时间段的判别阈值。

将分析出的变压器的状态信息存入云数据库，云数据库除了可以向工作人员展示变压器状态信息，也可监测传入的状态信息，如果发现变压器的状态为异常，则自动向相关联的工作人员发送警报信息，包括故障变压器型号、故障原因以及故障时间数据。

参考图3，本发明提供一种基于声学原理的变压器声音监测故障诊断系统，包括：

声音信号采集模块：基于声音在空气中的衰减规律确定声音传感器的放置位置，并对变压器各个位置发出的声音信号进行采集；

预处理模块：对采集到的声音信号进行预处理，将对应的预处理后的声音滤波信号的平均值作为变压器的第一声音测量信号、第二声音测量信号与干扰信号，将第一声音测量信号、第二声音测量信号与干扰信号结合形成第一实际声音信号与第二实际声音信号；

特征频谱生成模块：通过傅里叶变换对第一及第二实际声音信号进行特征提取，得到短时间段内的频谱图，将倍频的幅度峰值运算后得到的每个倍频的代表幅值组成该实际声音信号的频率向量；对第一及第二实际声音信号的频率向量中的每一项进行大小排序，根据前个倍频的倍频占比的大小，将对应的频率作为第一及第二实际声音信号的特征频率；同理得到变压器正常运行时两个声音信号的特征频率；

故障分析模块：将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联生成第一比较系数；将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的欧氏距离与对应的距离阈值相关联生成第二比较系数；将两个声音信号的第一比较系数与第二比较系数分别相关联，形成故障判别系数，根据故障判别系数与故障判别阈值的关系判断变压器是否发生故障以及故障的原因；

警报通讯模块：将分析出的变压器的状态信息存入云数据库，并监测传入的状态信息，如果发现变压器的状态为异常，则自动向相关联的工作人员发送警报信息，包括故障变压器型号、故障原因以及故障时间数据。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于声学原理的变压器声音监测故障诊断方法，其特征在于：包括：

基于声音在空气中的衰减规律确定三组声音传感器的放置位置，实时采集变压器主体、变压器散热扇以及防火墙外部的声音信号；

对采集到的声音信号进行预处理，将对应的预处理后的声音滤波信号的平均值作为变压器的第一声音测量信号、第二声音测量信号与干扰信号，将第一声音测量信号、第二声音测量信号与干扰信号结合形成第一实际声音信号与第二实际声音信号；

通过傅里叶变换对第一及第二实际声音信号进行特征提取，将频谱图中每个倍频的幅度峰值运算后得到的每个倍频的代表幅值组成该实际声音信号的频率向量与；

对第一及第二实际声音信号的频率向量中的每一项进行大小排序，根据前个倍频的倍频占比的大小，将对应的频率作为第一及第二实际声音信号的特征频率；

计算变压器正常运行时两个声音信号的特征频率，将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联生成第一比较系数与；

将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的欧氏距离与对应的距离阈值相关联生成第二比较系数；

将两个声音信号的第一比较系数与第二比较系数分别相关联，形成故障判别系数与，即：

其中，分别为两个声音信号的第一比较系数与第二比较系数的权重系数，且

根据故障判别系数与故障判别阈值的关系判断变压器是否发生故障以及故障的原因。

2.如权利要求1所述的基于声学原理的变压器声音监测故障诊断方法，其特征在于：

以变压器的中心点为振源中心，声音在变压器内部与空气中的传播阻抗比为，变压器长度为，宽度为，高度为，则声音沿变压器长度方向的衰减声压级为：

上式中，表示沿长度方向距离变压器为的衰减声压级；

沿宽度方向距离变压器为的衰减声压级的计算如下：

设变压器振源中心的声压级为，则声音沿长度和宽度方向的声压级衰减率分别为：

声音传感器的放置位置应满足：

(1)

其中，表示声音传感器放置点处的声压级衰减率；设声音在防火墙内部与空气中的传播阻抗比为，防火墙厚度为，防火墙距离变压器的距离为，则变压器外侧距离防火墙处的衰减声压级为：

其中，表示沿长度方向距离变压器为的衰减声压级，此时；声音距离防火墙外侧处的声压级衰减率为：

故变压器防火墙外侧的声音传感器的放置位置应满足：

(2)

其中表示声音传感器能够测量的最小声压级。

3.如权利要求2所述的基于声学原理的变压器声音监测故障诊断方法，其特征在于：

声音传感器的安装位置具体如下：

左侧、前部、后部的声音传感器放置在对应面的中心，高且分别距变压器处，同时满足公式（1）；

右侧的两个声音传感器分别放置在长处，且高并距变压器处，同时满足公式（1）；

防火墙外侧两个传感器安装在高且距离防火墙处，同时满足公式（2）。

4.如权利要求3所述的基于声学原理的变压器声音监测故障诊断方法，其特征在于：

使用滑动平均滤波法对采集的声音信号进行滤波处理后，计算变压器实际发出的声音，具体为：

将放置在变压器左侧、前部、后部的三个声音传感器采集的声音滤波信号的平均值作为变压器的第一声音测量信号；将放置在变压器右侧的两个声音传感器采集的声音滤波信号的平均值作为变压器的第二声音测量信号；将安装在防火墙外侧的两个声音传感器采集的声音滤波信号的平均值作为变压器的干扰声音信号；

将获得的三个声音信号在时间轴上进行对齐或同步，将变压器的第一声音测量信号与干扰声音的差作为变压器发出的第一实际声音信号；将变压器的第二声音测量信号与干扰信息的差作为变压器发出的第二实际声音信号。

5.如权利要求1所述的基于声学原理的变压器声音监测故障诊断方法，其特征在于：

通过傅里叶变换对第一及第二实际声音信号进行特征提取，具体为：

将第一实际声音信号与第二实际声音信号划分为多个等长的短时间段，对每个短时间段进行傅里叶变换，将时域信号转换为频域信号，并得到短时间段内的频谱图；在频谱图上找到对应于每个倍频的幅度峰值，并提取这些峰值为该短时间段内信号的特征；

对于每个倍频，计算其所有短时间端的幅值，并取平均值作为该倍频的代表幅值，并将每个倍频的代表幅值组成该实际声音信号的频率向量，具体可表示为：

其中，表示变压器发出的第一实际声音信号的频率向量，表示变压器发出的第二实际声音信号的频率向量，表示第一实际声音信号的第倍频幅值，表示第二实际声音信号的第倍频幅值，表示倍频数；按照同样的方法提取正常运行时的第一实际声音信号与第二实际声音信号的频率向量。

6.如权利要求5所述的基于声学原理的变压器声音监测故障诊断方法，其特征在于：

分别对第一实际声音信号与第二实际声音信号的频率向量中的每一项进行大小排序，变压器发出的第一实际声音信号中排序第的频率对应的倍频为，变压器发出的第二实际声音信号中排序第的频率对应的倍频为，则第一实际声音信号对应的排序后的频率向量中前个倍频占比为：

第二实际声音信号对应的排序后的频率向量中前个倍频占比为：

当，则认为第一实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第一实际声音信号的特征频率；当，则认为第二实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第二实际声音信号的特征频率；

对正常运行时的第一实际声音信号与第二实际声音信号的频率向量进行同样的操作，根据倍频占比计算出变压器正常运行时发出的第一实际声音信号的典型特征频率数为，其典型特征频率前第个频率幅值为；变压器正常运行时发出的第二实际声音信号的典型特征频率数为，其典型特征频率前第个频率幅值为。

7.如权利要求1所述的基于声学原理的变压器声音监测故障诊断方法，其特征在于：

根据正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量与大小关系判断变压器是否发生故障，具体为：

假设实际运行时第一实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第一实际声音信号的特征频率，实际运行时第二实际声音信号对应的排序后的频率向量中的前个倍频对应的频率为第二实际声音信号的特征频率，则将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联，形成第一比较系数，即：

其中，。

8.如权利要求7所述的基于声学原理的变压器声音监测故障诊断方法，其特征在于：

计算变压器正常运行时的两个声音信号的特征频率与变压器正常运行时发出的两个声音信号的特征频率的欧氏距离，将计算出的两个声音信号的欧氏距离与对应的距离阈值相关联，形成第二比较系数，即：

其中，。

9.如权利要求8所述的基于声学原理的变压器声音监测故障诊断方法，其特征在于：

根据故障判别系数与对应故障判别阈值的数量关系，进一步判断变压器是否发生故障，具体为：

当时，表示变压器正常运行；

当时，表示变压器的本体与散热扇皆存在异常；

当时，表示变压器本体正常，但变压器散热扇运行出现异常；

当时，表示变压器的状态判别出现异常，需根据结合变压器实际状态修正判据，当变压器正常时，需减小，当变压器异常时，需增大；

变压器的故障判别精度受故障判别阈值和的影响，而判别阈值和的选择是基于现场实测数据得到的；故需要根据实测数据对故障判别阈值和进行持续修正，从而不断提高变压器状态判别精度；当变压器状态判别精度能够满足现场实际需求时，此时对应的判别阈值即为当前时间段的判别阈值。

10.一种基于声学原理的变压器声音监测故障诊断系统，应用权利要求1至9中任一项所述的方法，其特征在于：包括：

声音信号采集模块：基于声音在空气中的衰减规律确定声音传感器的放置位置，并对变压器各个位置发出的声音信号进行采集；

预处理模块：对采集到的声音信号进行预处理，将对应的预处理后的声音滤波信号的平均值作为变压器的第一声音测量信号、第二声音测量信号与干扰信号，将第一声音测量信号、第二声音测量信号与干扰信号结合形成第一实际声音信号与第二实际声音信号；

特征频谱生成模块：通过傅里叶变换对第一及第二实际声音信号进行特征提取，得到短时间段内的频谱图，将倍频的幅度峰值运算后得到的每个倍频的代表幅值组成该实际声音信号的频率向量；对第一及第二实际声音信号的频率向量中的每一项进行大小排序，根据前个倍频的倍频占比的大小，将对应的频率作为第一及第二实际声音信号的特征频率；同理得到变压器正常运行时两个声音信号的特征频率；

故障分析模块：将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的数量相关联生成第一比较系数；将正常运行时两个声音信号的特征频率与实际运行时两个声音信号的特征频率的欧氏距离与对应的距离阈值相关联生成第二比较系数；将两个声音信号的第一比较系数与第二比较系数分别相关联，形成故障判别系数，根据故障判别系数与故障判别阈值的关系判断变压器是否发生故障以及故障的原因；

警报通讯模块：将分析出的变压器的状态信息存入云数据库，并监测传入的状态信息，如果发现变压器的状态为异常，则自动向相关联的工作人员发送警报信息，包括故障变压器型号、故障原因以及故障时间数据。