【技术实现步骤摘要】
本公开涉及输变电，尤其涉及一种变压器局部放电超声阵列传感器优化布置方法。
技术介绍
1、变压器作为电网中关键的电气设备之一，变压器存在故障将会对电力系统造成严重损失。在变压器中，绝缘故障占比最高，导致绝缘故障的主要原因是局部放电。
2、现有技术中可通过脉冲电流法、高频电流法、超声检测法以及光学检测法等检测变压器内部局部放电；其中超声检测法主要是通过超声波传感器接收电气设备内部局部放电产生的超声波来实现检测的，抗电磁干扰能力强、易于实现在线监测。
3、但现有技术利用超声检测法检测变压器内部局部放电时往往会忽略变压器温度分布不均、变压器内粘滞介质对超声波传播的影响，进而导致超声波传感器所接收的来自局部放电源的超声波不够理想，因此就会影响超声波检测局部放电源的精准性。
4、因此，有必要提供一种新的技术方案改善上述方案中存在的一个或者多个问题。
技术实现思路
1、本公开实施例的目的在于提供一种变压器局部放电超声阵列传感器优化布置方法，使得分布位置优化后的传感器所接收的超声波更加理想，有利于检测变压器内部局部放电。
2、根据本公开实施例，提供一种变压器局部放电超声阵列传感器优化布置方法，包括：
3、建立不同温度下基于非线性声波衰减的局部放电超声传播模型；
4、设定局部放电源的位置参数和超声阵列传感器的初始分布参数；
5、对所述超声阵列传感器采集的波形数据进行计算得到频域波形数据；
6、从所述频域波
7、根据所述局部放电超声传播规律优化所述超声阵列传感器分布；
8、利用pinn模型反向推测所述局部放电源的位置参数，获得位置参数误差，基于所述位置参数误差微调所述超声阵列传感器分布。
9、本公开的一示例性实施例中，所述建立不同温度下基于非线性声波衰减的局部放电超声传播模型，还包括以下步骤：
10、确定温度参数、变压器结构参数和变压器内非理想介质的物性参数；
11、获取所述非理想介质的动力粘度随时间变化的非线性曲线；
12、获取超声波在所述非理想介质中的声波动方程；
13、利用有限元软件建立所述局部放电超声传播模型。
14、本公开的一示例性实施例中，所述对所述超声阵列传感器采集的波形数据进行计算得到频域波形数据，还包括以下步骤：
15、获取所述超声阵列传感器采集的波形数据；
16、采用所述有限元软件计算得到所述超声阵列传感器的时域波形数据；
17、对所述时域波形数据进行傅里叶分解得到所述频域波形数据。
18、本公开的一示例性实施例中，所述声波动方程的公式为：
19、
20、其中，pt表示声压；t表示时间；c表示变压器内介质中的超声波的声速；表示超声波在变压器内介质中的粘滞衰减特性，η表示变压器内介质的粘滞系数。
21、本公开的一示例性实施例中，在对所述超声阵列传感器采集的波形数据进行计算得到频域波形数据之前，还包括以下步骤：
22、选取所述局部放电源的超声波频率；
23、确定所述局部放电源与所述超声阵列传感器的相对位置；
24、设置超声波在不同温度下的声速；
25、获取不同温度下的变压器内绕组的温升数据。
26、本公开的一示例性实施例中，所述从所述频域波形数据中提取特征参量，得到局部放电超声传播规律，还包括以下步骤：
27、从所述频域波形数据中获取最大声压以及所述最大声压对应的频率；
28、以1/3倍最大声压为基准，从所述频域波形数据中提取有效波形数据；
29、根据不同温度下的有效波形数据得到所述局部放电超声传播规律。
30、本公开的一示例性实施例中，所述pinn模型中所使用的非线性偏微分方程是基于粘滞衰减条件下的声波动方程。
31、本公开的一示例性实施例中，在所述pinn模型中，将声波动方程的残差作为损失函数。
32、本公开的一示例性实施例中，在所述利用pinn模型反向推测所述局部放电源的预测位置之前，还包括以下步骤：
33、更新分布优化后的超声阵列传感器分布参数；
34、利用分布优化后的超声阵列传感器采集波形数据，并将采集到的波形数据输入至预先训练的pinn模型中。
35、本公开的一示例性实施例中，所述pinn模型通过以下步骤预训练：
36、通过有限元软件获取局部放电源所产生声波数据；
37、将局部放电源的位置参数和对应的声波数据作为训练数据，并根据所述训练数据对所述pinn模型进行训练。
38、本公开提供的技术方案可以包括以下有益效果：
39、本公开的实施例中，通过上述方法，一方面，建立在不同温度下基于非线性声波衰减的局部放电超声传播模型，即该模型考虑了温度变化、变压器内绝缘油的粘滞性等因素对超声波传播的影响，通过对超声阵列传感器采集的波形数据进行计算得到频域波形数据，进而提取出用于表征局放超声传播特性的特征参量，得到局部放电超声传播规律，作为初步对超声阵列传感器分布进行优化的依据；另一方面，还通过利用pinn模型反向推测局部放电源的预测位置，根据获得的位置参数误差微调超声阵列传感器分布，这样既能够验证根据局部放电超声传播规律优化超声阵列传感器分布的可靠性，也能够基于位置误差参数进一步微调超声阵列传感器分布，进而得到更有利于接收到局部放电源理想声波数据的传感器分布位置。
40、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
本文档来自技高网...【技术保护点】
1.一种变压器局部放电超声阵列传感器优化布置方法，其特征在于，包括：
2.根据权利要求1所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述建立不同温度下基于非线性声波衰减的局部放电超声传播模型，还包括以下步骤：
3.根据权利要求2所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述对所述超声阵列传感器采集的波形数据进行计算得到频域波形数据，还包括以下步骤：
4.根据权利要求2所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述声波动方程的公式为：
5.根据权利要求1所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，在对所述超声阵列传感器采集的波形数据进行计算得到频域波形数据之前，还包括以下步骤：
6.根据权利要求1所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述从所述频域波形数据中提取特征参量，得到局部放电超声传播规律，还包括以下步骤：
7.根据权利要求1所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述PINN模型中所使用的非线性
8.根据权利要求1所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，在所述PINN模型中，将声波动方程的残差作为损失函数。
9.根据权利要求1所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，在所述利用PINN模型反向推测所述局部放电源的预测位置之前，还包括以下步骤：
10.根据权利要求9所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述PINN模型通过以下步骤预训练：
...【技术特征摘要】
1.一种变压器局部放电超声阵列传感器优化布置方法，其特征在于，包括：
2.根据权利要求1所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述建立不同温度下基于非线性声波衰减的局部放电超声传播模型，还包括以下步骤：
3.根据权利要求2所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述对所述超声阵列传感器采集的波形数据进行计算得到频域波形数据，还包括以下步骤：
4.根据权利要求2所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，所述声波动方程的公式为：
5.根据权利要求1所述的变压器局部放电超声阵列传感器优化布置方法，其特征在于，在对所述超声阵列传感器采集的波形数据进行计算得到频域波形数据之前，还包括以下步骤：
6.根据权利要求1所述的变压器...
【专利技术属性】
技术研发人员：秦司晨，赵蓓蓓，刘睿，刘怡，王倩，李洁，栾智荣，杨磊，
申请(专利权)人：西安理工大学，
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。