【技术实现步骤摘要】
本专利技术涉及变压器检测，具体为一种变压器振动噪音特征识别检测方法。
技术介绍
1、电力变压器作为电网的核心设备，对大范围电网的安全稳定运行具有重要影响，其正常运行对保障电网安全性具有重要意义。然而，由于电力变压器结构的复杂性和多样性，其故障往往难以预测和及时发现。因此，电力变压器的故障检测成为了保障电力系统稳定运行的重要手段。
2、目前，电力变压器检测方法主要包括目视检查、红外热成像检测、振动检测等。这些方法虽然在一定程度上能够检测出变压器的故障，但都存在一定的局限性。例如，目视检查只能发现明显的故障，而无法检测出微小的故障；红外热成像检测只能检测变压器表面的温度，发现过载、绝缘老化等异常热点问题，不能深入检测变压器内部故障；振动检测则需要对变压器进行拆解，操作复杂且成本较高。
3、随着科技的发展，电力变压器检测技术也在不断进步，超声波检测技术逐渐成为了电力变压器检测领域的研究热点。超声波检测技术作为一种利用介质温度与声波传播特性之间的函数关系而间接测量变压器热点温度的方法，具有精度高、实时连续测量、维护方便等优点。其作为一种非浸入式检测技术，不受电磁干扰、安全性高等特点，在变压器内部检测领域已逐步应用。但变压器在运行过程中，铁心、绕组等结构由于受到磁致伸缩、电磁力、转矩力等激励影响而产生振动，并产生机械波，而这些机械波又通过设备内介质进行传递，进而会对超声波检测技术的声波信号造成一定的影响。
技术实现思路
1、为解决上述的问题，本专利技术第一方面提供了一
2、s1、基于变压器常见机械故障类型，设置变压器使其存在单一故障，模拟变压器运行的实际工况，利用传感器实时采集变压器运行时的音信号；
3、s2、将采集的音信号经离散化处理后生成声纹图谱；
4、s3、基于声纹图谱，通过双门限阈值法从声纹图谱中提取异常音信号的波段；
5、s4、对异常音信号的波段进行预处理，并通过傅里叶变换对预处理后的音信号进行频域分析，得到所述异常音信号的频谱图；
6、s5、根据所述异常音信号的频谱图，进行变压器振动噪音的特征识别，获取振动噪音的频率特征、幅值特征和相位特征。
7、所述通过双门限阈值法从声纹图谱中提取异常音信号的波段的操作具体为：
8、s3.1、根据声纹图谱的背景噪音和音信号的短时能量设置上门限和下门限；
9、s3.2、根据下门限标记异常音信号的起始点，根据上门限标记目标信号；
10、s3.3、设置时间限定阈值标记异常音信号的终止点；
11、s3.4、根据起始点与终止点提取异常音信号的波段。
12、在第一方面的一些实现方式中，所述s3.3中设置时间限定阈值标记异常音信号的终止点，具体为：
13、若所述大于上门限阈值的音信号回落至下门限阈值的时间小于时间限定阈值，则判定为瞬间的峰值信号并忽略；
14、若所述大于上门限阈值的音信号回落至下门限阈值的时间大于时间限定阈值，则判定所述目标信号为异常音信号，并标记所述回落至下门限阈值的点位为终止点。
15、所述s5后还包括获取不同组传感器采集获取变压器振动噪音并进行特征识别，通过比较不同组传感器获取得到的变压器振动噪音的特征值，筛选出最大特征值的音信号，将该音信号确定为该单一故障的有效振动噪音特征数据。
16、所述方法还包括分别设置不同机械故障类型的变压器单一故障，重复进行有效振动噪音特征数据的提取，确定不同类型故障下变压器运行时振动噪音的频率特征、幅值特征和相位特征，并建立振动噪音类型-特征值数据库。
17、所述s4中对异常音信号的波段进行预处理，所述预处理包括：
18、获取所述异常音信号的声纹图谱的基音频率，根据基音频率得到异常音信号的差分音信号；
19、将所述差分音信号进行归一化处理得到差分归一化差分音信号，所述归一化差分音信号的幅值限定在[-1，1]范围内；
20、对所述归一化差分音信号进行预加重，加强所述异常音信号的高频信息；
21、对预加重后的归一化差分音信号进行加窗分帧，消除各个帧两端可能会造成的音信号不连续性。
22、在第一方面的一些实现方式中，所述s5中频率特征识别是根据频谱图的峰值和谷值，若某个特定频率存在明显的峰值，则确定该特定频率即为变压器振动噪音的频率特征；所述幅值特征识别是根据频谱图峰值与谷值的差异最大值确定变压器振动噪音的幅值特征；所述相位特征识别是通过在频谱图中识别不同频率之间的相对位置确定相位特征。
23、第二方面提供了一种变压器振动噪音特征识别检测系统，包括：
24、模拟采集模块，用于基于变压器常见机械故障类型，设置变压器使其存在单一故障，模拟变压器运行的实际工况，利用传感器实时采集变压器运行时的音信号；
25、声纹图谱模块，用于将采集的音信号经离散化处理后生成声纹图谱；
26、提取模块，用于基于声纹图谱，通过双门限阈值法从声纹图谱中提取异常音信号的波段；
27、预处理模块，用于对异常音信号的波段进行预处理，并通过傅里叶变换对预处理后的音信号进行频域分析，得到所述异常音信号的频谱图；
28、特征识别模块，用于根据所述异常音信号的频谱图，进行变压器振动噪音的特征识别，获取振动噪音的频率特征、幅值特征和相位特征。
29、第三方面提供了一种变压器振动噪音特征识别检测设备，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的程序数据时实现如上所述的变压器振动噪音特征识别检测方法。
30、第四方面提高了一种可读存储介质，用于存储控制程序数据，其中，所述控制程序数据被处理器执行时实现如上所述的变压器振动噪音特征识别检测方法。
31、有益效果：本专利技术通过设置变压器单一故障点，模拟真实的变压器振动环境，通过设置多组噪音传感器采集变压器振动噪音，并利用傅里叶变换对振动噪音数据进行频域分析得到直观的频谱图，能够有效提取变压器在单一故障点下的振动噪音特征信息，经过筛选提取有效振动噪音特征数据，实现对变压器振动噪音特征的识别检测，提高了检测的准确性和可靠性；同时，为变压器常见的故障诊断提供数据支撑，有效提高诊断及维修效率；也为变压器热点故障进行超声波检测提供了数据基础，避免变压器振动噪音对超声波检测信号的影响。
本文档来自技高网...【技术保护点】
1.一种变压器振动噪音特征识别检测方法，其特征在于，包括：
2.根据权利要求1所述的变压器振动噪音特征识别检测方法，其特征在于，所述通过双门限阈值法从声纹图谱中提取异常音信号的波段的操作具体为：
3.根据权利要求2所述的变压器振动噪音特征识别检测方法，其特征在于，所述S3.3中设置时间限定阈值标记异常音信号的终止点，具体为：
4.根据权利要求1所述的变压器振动噪音特征识别检测方法，其特征在于，所述S5后还包括获取不同组传感器采集获取变压器振动噪音并进行特征识别，通过比较不同组传感器获取得到的变压器振动噪音的特征值，筛选出最大特征值的音信号，将该音信号确定为该单一故障的有效振动噪音特征数据。
5.根据权利要求4所述的变压器振动噪音特征识别检测方法，其特征在于，还包括分别设置不同机械故障类型的变压器单一故障，重复进行有效振动噪音特征数据的提取，确定不同类型故障下变压器运行时振动噪音的频率特征、幅值特征和相位特征，并建立振动噪音类型-特征值数据库。
6.根据权利要求1所述的变压器振动噪音特征识别检测方法，其特征在于，所述S4中
7.根据权利要求1所述的变压器振动噪音特征识别检测方法，其特征在于，所述S5中频率特征识别是根据频谱图的峰值和谷值，若某个特定频率存在明显的峰值，则确定该特定频率即为变压器振动噪音的频率特征；所述幅值特征识别是根据频谱图峰值与谷值的差异最大值确定变压器振动噪音的幅值特征；所述相位特征识别是通过在频谱图中识别不同频率之间的相对位置确定相位特征。
8.一种变压器振动噪音特征识别检测系统，其特征在于，包括：
9.一种变压器振动噪音特征识别检测设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的程序数据时实现如所述权利要求1-7中任一项所述的变压器振动噪音特征识别检测方法。
10.一种可读存储介质，其特征在于，用于存储控制程序数据，其中，所述控制程序数据被处理器执行时实现如所述权利要求1-7中任一项所述的变压器振动噪音特征识别检测方法。
...【技术特征摘要】
1.一种变压器振动噪音特征识别检测方法，其特征在于，包括：
2.根据权利要求1所述的变压器振动噪音特征识别检测方法，其特征在于，所述通过双门限阈值法从声纹图谱中提取异常音信号的波段的操作具体为：
3.根据权利要求2所述的变压器振动噪音特征识别检测方法，其特征在于，所述s3.3中设置时间限定阈值标记异常音信号的终止点，具体为：
4.根据权利要求1所述的变压器振动噪音特征识别检测方法，其特征在于，所述s5后还包括获取不同组传感器采集获取变压器振动噪音并进行特征识别，通过比较不同组传感器获取得到的变压器振动噪音的特征值，筛选出最大特征值的音信号，将该音信号确定为该单一故障的有效振动噪音特征数据。
5.根据权利要求4所述的变压器振动噪音特征识别检测方法，其特征在于，还包括分别设置不同机械故障类型的变压器单一故障，重复进行有效振动噪音特征数据的提取，确定不同类型故障下变压器运行时振动噪音的频率特征、幅值特征和相位特征，并建立振动噪音类型-特征值数据库。
6.根据权...
【专利技术属性】
技术研发人员：冯新岩，杨超，薛帅，张海杰，刘晗，孙佑飞，
申请(专利权)人：国网山东省电力公司超高压公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。