基于反卷積波束形成算法的干式變壓器異響故障識(shí)別技術(shù)

包海龍，邵宇鷹，王梟，彭鵬，袁國剛，莊貝妮

(1. 國網(wǎng)上海市電力公司，上海 200122；2. 上海睿深電子科技有限公司，上海 201108)

0 引言

干式變壓器異響問題一直是變壓器狀態(tài)檢測領(lǐng)域研究的熱點(diǎn)和難點(diǎn)。在實(shí)際工作中，干式變壓器異響檢測主要采用聲壓計(jì)檢測法、聲信號(hào)檢測法及振動(dòng)檢測法。聲壓計(jì)檢測法是由傳聲器將聲音信號(hào)轉(zhuǎn)換成電信號(hào)，再通過前置放大器將電信號(hào)進(jìn)行頻率計(jì)權(quán)，然后經(jīng)衰減器、放大器將信號(hào)放大到一定的幅值，送到有效值檢波器，得到聲信號(hào)的數(shù)值，該方法主要用來衡量變壓器的噪聲水平；聲信號(hào)檢測法是通過檢測聲信號(hào)的音色、音量、頻譜分布等物理特征判斷變壓器的運(yùn)行狀態(tài)，與聲壓計(jì)檢測法相比，該方法可獲得更多的變壓器物理信息，因而得到較多關(guān)注，該方法的核心技術(shù)之一是聲信號(hào)處理方法，先后出現(xiàn)了Hilbert-Huang變換法、Mel倒譜系數(shù)法以及基于稀疏表示理論的稀疏分量分析法等[1-4]；振動(dòng)檢測法是在變壓器表面放置多個(gè)振動(dòng)傳感器，通過檢測變壓器機(jī)械振動(dòng)特性變換特征，判斷變壓器運(yùn)行狀態(tài)。與前面2種方法相比，該方法優(yōu)點(diǎn)是靈敏度高，可確定振動(dòng)源位置，缺點(diǎn)是需要在變壓器表面布置多個(gè)有線傳感器，操作較煩瑣，振動(dòng)信號(hào)分析方法主要有小波分析法、神經(jīng)網(wǎng)絡(luò)法、系統(tǒng)聚類分析法等[5-8]。

另一方面，聲學(xué)定位技術(shù)近年來逐漸受到研究者廣泛關(guān)注，通過計(jì)算聲信號(hào)到達(dá)多個(gè)聲學(xué)傳感器的時(shí)間差或相位差進(jìn)行聲源定位的方法。以往聲學(xué)定位技術(shù)主要應(yīng)用于海底探測、汽車制造、發(fā)動(dòng)機(jī)故障識(shí)別、國防軍事等領(lǐng)域[9-10]。近年來，隨著中國電力設(shè)備數(shù)量不斷增多，負(fù)荷逐漸增大，電力設(shè)備故障頻發(fā)，有研究者將聲學(xué)定位技術(shù)用于電力設(shè)備故障定位的研究，文獻(xiàn)[11]將基于波束形成方法的聲學(xué)定位技術(shù)應(yīng)用到±800 kV換流站噪聲源識(shí)別，研究結(jié)果發(fā)現(xiàn)電抗器組區(qū)域噪聲在562～708 Hz存在較明顯峰值，站用變區(qū)域最大噪聲點(diǎn)為變壓器本體，頻譜主要分布在 100 Hz及其倍頻上，以 291～375 Hz頻率分量較大；文獻(xiàn)[12]將振動(dòng)方法與聲學(xué)定位技術(shù)相結(jié)合，研究了基于聲紋及振動(dòng)的變壓器故障診斷方法，成功定位了一臺(tái)110 kV油浸式變壓器異響所在位置。

上述研究對(duì)象均是高電壓等級(jí)敞開式電力設(shè)備或大型油浸式變壓器，與這類設(shè)備相比，干式變壓器體積較小，且多數(shù)安裝于室內(nèi)封閉空間，極易出現(xiàn)空間回聲，干式變壓器附近設(shè)備運(yùn)行時(shí)產(chǎn)生的噪聲干擾更加嚴(yán)重。如果仍將傳統(tǒng)波束形成算法直接用于干式變壓器異響故障定位，極易導(dǎo)致定位區(qū)域過大，影響判斷的精度和準(zhǔn)確性，甚至無法定位缺陷位置。因而，需要提高聲學(xué)定位裝置的定位精度和抗干擾能力，提升聲學(xué)定位技術(shù)應(yīng)用于干式變壓器缺陷或故障定位的適用性。

本文首先分析了波束形成算法的基本原理，然后研究了一種基于反卷積變換的改進(jìn)波束形成算法，提出了一種采用異響精準(zhǔn)定位聯(lián)合聲紋圖譜特征識(shí)別的干式變壓器故障識(shí)別方法，最后通過對(duì)某在運(yùn)干式變壓器異響位置的判定和故障類型的識(shí)別，驗(yàn)證方法的有效性和準(zhǔn)確性。

1 常規(guī)波束形成算法

波束形成算法是一種典型的聲源定位算法，常規(guī)波束形成（conventional beamforming CBF）屬于多通道聲學(xué)傳感器陣列語音增強(qiáng)技術(shù)中的抑制噪聲類方法。其原理是陣列中各聲學(xué)傳感器單元接收的聲音信號(hào)按聚焦點(diǎn)進(jìn)行加權(quán)求和輸出，再通過計(jì)算聚焦面上對(duì)應(yīng)網(wǎng)格點(diǎn)的陣列輸出最大值，確定聲源的位置[13-14]。其中，常規(guī)波束形成中的互譜成像波束形成算法原理如圖1所示，設(shè)M個(gè)聲學(xué)傳感器“●”組成的檢測陣列在xoy面上，假設(shè)目標(biāo)聲源點(diǎn)為單極子聲源點(diǎn)，rm（m=1,2,···,M）是m號(hào)聲的位置，聲陣列與聚焦面距離為d，將聚焦面沿x，y軸方向平均分成S個(gè)聚焦點(diǎn)。

圖1 波束形成技術(shù)目標(biāo)聲源定位示意Fig. 1 Schematic diagram of beamforming positioning technology

2 基于反卷積變換的波束形成算法

由于聲學(xué)傳感器陣列采樣的離散性和有限性，常規(guī)波束形成算法輸出結(jié)果通常會(huì)出現(xiàn)主瓣寬度大、旁瓣數(shù)量多的現(xiàn)象，從而造成目標(biāo)聲源定位精度差[16]。為了提高波束形成算法的目標(biāo)聲源定位準(zhǔn)確率，文獻(xiàn)[17-20]提出反卷積DAMAS算法，即利用波束形成算法輸出結(jié)果、聲源分布及 p sf函數(shù)之間的卷積關(guān)系建立線性方程組，以矩陣形式表達(dá)為

具體算法流程如圖2所示，圖2中計(jì)算陣列各傳感器接收的聲學(xué)信號(hào)完成后，黑色虛線流程為常規(guī)波束形成算法成像目標(biāo)聲源，紅色實(shí)線流程為基于反卷積變換的波束形成算法成像目標(biāo)聲源，該算法消除了實(shí)際應(yīng)用中波束形成算法出現(xiàn)主瓣寬度大、旁瓣數(shù)量多的現(xiàn)象，有效的衰減了旁瓣水平與減小了主瓣寬度，繼而提高目標(biāo)聲源定位結(jié)果的精度，此外還提高了計(jì)算效率，因而該算法適合用于類似干式變壓器故障識(shí)別等需要精準(zhǔn)定位的應(yīng)用領(lǐng)域。

圖2 兩種算法對(duì)比流程Fig. 2 The flow chart of different algorithms

3 試驗(yàn)方案及裝置

試驗(yàn)實(shí)體布置如圖3所示，試驗(yàn)中的檢測裝置為由112個(gè)聲學(xué)傳感器組成的傳感器陣列聲學(xué)采集定位系統(tǒng)，其直徑為0.78 m，傳感器陣列放置于干式變壓器正面，距離其1 m的位置。該系統(tǒng)可實(shí)時(shí)將采集到的聲學(xué)信息和圖像數(shù)據(jù)傳輸?shù)椒治鲕浖?，得到傳聲器信?hào)的互功率譜矩陣，最后利用上述方法計(jì)算得到被檢干式變壓器的聲源圖像，判別故障位置和聲信號(hào)信息。

圖3 實(shí)驗(yàn)整體布置Fig. 3 Experiment layout diagram

該變壓器為一臺(tái)已退役的三相環(huán)氧澆注式干式變壓器，電壓等級(jí)為 10 kV，容量為 800 kV·A，其他參數(shù)如表1所示。該型號(hào)干式變壓器在配電網(wǎng)中較為常見，具有較強(qiáng)的代表性。實(shí)驗(yàn)中，使用銅板將干式變壓器一次側(cè)高壓端短接，380 V電源作為輸入電源，每次在變壓器本體缺陷設(shè)置完成后，通過升壓變壓器，對(duì)干式變壓器二次低壓側(cè)由零逐步升壓至額定電壓，達(dá)到額定電壓后保持穩(wěn)態(tài)運(yùn)行，再開啟聲學(xué)定位裝置進(jìn)行檢測。其中，聲學(xué)傳感器采樣頻率為48 kHz，單次信號(hào)采集時(shí)長為10 s。

表1 實(shí)驗(yàn)用干式變壓器參數(shù)表Table 1 The parameter of dry-type transformer in the experiment

4 試驗(yàn)結(jié)果分析

在干式變壓器未設(shè)置任何缺陷，正常運(yùn)行情況下，兩種算法的定位結(jié)果如圖4所示。其中，圖4a）為常規(guī)波束形成算法得到的定位結(jié)果，圖4b）為上文分析的基于反卷積變換波束形成算法得到的定位結(jié)果?？梢钥闯?，常規(guī)波束形成算法得到的定位結(jié)果，顯示的定位區(qū)域大，幾乎覆蓋了變壓器2/5的面積區(qū)域，包含了變壓器鐵芯、螺栓、線圈等容易出現(xiàn)異響的部件，中心位置定位精度差，無法分辨異響準(zhǔn)確位置；而基于反卷積變換的波束形成算法得到的定位結(jié)果，顯示的定位區(qū)域小，不及變壓器1/10的面積區(qū)域，且可以分辨出兩個(gè)聲源點(diǎn)，中心位置定位精度更高，可準(zhǔn)確顯示干式變壓器定位區(qū)域特征。

圖4 不同運(yùn)行狀態(tài)及定位算法下的聲學(xué)成像Fig. 4 The acoustic image of a dry-type transformer with different running status and algorithm

對(duì)應(yīng)圖4、圖5黑線和藍(lán)線分別為2種定位算法下的聲學(xué)信號(hào)頻譜圖，可以看出兩種算法下測得的頻譜圖差別不大。正常運(yùn)行的干式變壓器，主要特征頻率峰為 100 Hz、200 Hz 以及 300 Hz，兩種算法測得的聲學(xué)信號(hào)頻譜圖基本相同，最大值為45.7 dB，均出現(xiàn)在100 Hz附近，這說明兩種算法只影響定位空間準(zhǔn)確性，對(duì)聲學(xué)信號(hào)的圖譜特征基本沒有影響。

圖5 干式變壓器在不同運(yùn)行狀態(tài)下的聲學(xué)頻譜Fig. 5 The acoustic spectrum diagram of a dry-type transformer with different running status

為進(jìn)一步研究干式變壓器出現(xiàn)機(jī)械振動(dòng)時(shí)的定位準(zhǔn)確性和頻率圖譜特征，在變壓器本體上將鐵芯上部第一顆螺栓朝著松動(dòng)方向旋轉(zhuǎn)，使其螺栓緊固力矩為最大緊固力矩的20%，以模擬變壓器長期運(yùn)行后，某顆螺栓出現(xiàn)松動(dòng)的情況，其他螺栓保持正常狀態(tài)不變。對(duì)應(yīng)的定位結(jié)果如圖4c）所示，可以看出，基于反卷積變換的波束形成定位方法可以精準(zhǔn)定位缺陷位置，定位中心區(qū)域即為被松動(dòng)螺栓所在位置。此時(shí)的聲學(xué)圖譜如圖5紅線所示，可以發(fā)現(xiàn)，與干式變壓器正常運(yùn)行時(shí)相比，此時(shí)頻譜信號(hào)信息更為豐富，100 Hz、200 Hz以及300 Hz等低頻特征頻率峰值更強(qiáng)，出現(xiàn)了 400 Hz、500 Hz、600 Hz、700 Hz 等高頻特征峰，400 Hz特征峰強(qiáng)度最大，為63.5 dB。值得注意的是，螺栓松動(dòng)時(shí)出現(xiàn)了大量50 Hz奇數(shù)倍頻分量，這是由于螺栓出現(xiàn)松動(dòng)后，螺栓在電磁力的作用下與變壓器本體碰撞更為劇烈，400 Hz及以上高頻分量、50 Hz奇數(shù)倍頻分量迅速增強(qiáng)，激發(fā)的聲信號(hào)經(jīng)空氣傳播，最后被聲學(xué)傳感器陣列捕獲。與通常單麥克風(fēng)測量得到的聲信號(hào)相比，傳感器陣列由數(shù)十個(gè)聲學(xué)傳感器組成，所測信號(hào)更為準(zhǔn)確，提高異響定位精確性的同時(shí)，也提升了異響頻譜的準(zhǔn)確性。

為分析不同機(jī)械振動(dòng)強(qiáng)度下，基于反卷積變換波束形成算法定位的有效性和異響信號(hào)的圖譜特征，本文研究了不同緊固力矩情況對(duì)應(yīng)的檢測效果，如圖6和圖7所示?？梢钥闯?，隨著緊固力矩的增大，各頻段聲音強(qiáng)度均有所降低。其中，400 Hz、500 Hz、600 Hz、700 Hz 等高頻特征峰逐漸下降，而 100 Hz、200 Hz 以及 300 Hz 等低頻特征頻率峰值下降較微弱。50 Hz奇數(shù)倍頻分量特征峰也隨著緊固力矩的增大而逐漸減弱，直至消失。當(dāng)力矩增加到100%緊固力矩定值時(shí)，機(jī)械振動(dòng)引發(fā)的異響消失，圖譜特征與圖5黑色實(shí)線相似，定位區(qū)域與圖4b）正常運(yùn)行時(shí)幾乎一致，干式變壓器恢復(fù)正常運(yùn)行。應(yīng)該強(qiáng)調(diào)的是，在螺栓被緊固的過程中，異響定位影像區(qū)域點(diǎn)始終在松動(dòng)螺栓所在位置，這說明本方法可以用在干式變壓器機(jī)械振動(dòng)異響檢測，且具有較高的精確性和穩(wěn)定性。

圖6 干式變壓器在不同緊固力矩下的聲學(xué)成像Fig. 6 The acoustic image of a dry-type transformer with different tightening moments

圖7 干式變壓器在不同緊固力矩下的聲學(xué)頻譜Fig. 7 The acoustic spectrum diagram of a dry-type transformer with different tightening moments

為量化干式變壓器異響特征，有效評(píng)價(jià)機(jī)械振動(dòng)引發(fā)異響的嚴(yán)重程度，本文定義了高頻特征峰能量比S，以表征高頻特征值峰能量的總能量占比，其表達(dá)式為

式中：聲強(qiáng)p為頻率f的函數(shù)，表征不同頻段對(duì)應(yīng)的聲音強(qiáng)度；n為小頻率變化量，可取1 Hz、3 Hz、5 Hz、10 Hz 等值。S±n可稱為±nHz 高頻特征峰能量比。

對(duì)應(yīng)圖5不同運(yùn)行條件下聲學(xué)圖譜，根據(jù)式（10）計(jì)算得到不同運(yùn)行條件下的高頻特征峰能量比S，如表2所示。可以看出，干式變壓器正常運(yùn)行狀態(tài)下，高頻特征峰能量比S隨著小頻率變化量n的增大而增大；干式變壓器出現(xiàn)機(jī)械異響狀態(tài)下，高頻特征峰能量比S隨著小頻率變化量n的增大而減小；而對(duì)于相同的n，機(jī)械異響狀態(tài)下與正常運(yùn)行狀態(tài)下S值的變化量，隨著n的增大而減小。顯然，變化量越大，檢測靈敏度越高，但為了統(tǒng)一不同檢測裝置分辨率差異可能引起的誤差，小頻率變化量n取聲學(xué)圖譜特征峰半峰寬（w）的1/2作為參數(shù)定值，將半峰寬高頻特征峰能量比Sw/2作為定量表征機(jī)械異響嚴(yán)重程度的特征量。對(duì)于實(shí)驗(yàn)中所用干式變壓器，正常運(yùn)行時(shí)Sw/2=0.2745，圖5對(duì)應(yīng)的出現(xiàn)機(jī)械異響狀態(tài)時(shí)，Sw/2=0.6579。

表2 不同運(yùn)行狀態(tài)和n值對(duì)S的影響Table 2 The influence of different tightening moments and the non S

5 現(xiàn)場測試與分析

某變電站運(yùn)維人員發(fā)現(xiàn)，一在運(yùn)干式變壓器出現(xiàn)異響，采用本文方法對(duì)其異響定位，分析聲學(xué)圖譜特征，檢測結(jié)果如圖8所示，可以看出，異響聲源點(diǎn)位于干式變壓器上部，異響幅值為70.6 dB，遠(yuǎn)高于正常運(yùn)行時(shí)的聲學(xué)強(qiáng)度，對(duì)應(yīng)的特征頻譜如圖9b）所示，圖9a）為該干式變壓器正常運(yùn)行時(shí)的特征頻譜曲線。從圖中可以發(fā)現(xiàn)，與正常運(yùn)行時(shí)不同，異響時(shí)聲學(xué)圖譜中出現(xiàn)了400 Hz、500 Hz、600 Hz 等高頻特征分量，以及50 Hz奇數(shù)倍頻特征峰。再根據(jù)式（10），計(jì)算得到半峰寬高頻特征峰能量比Sw/2=0.6441，與圖5對(duì)應(yīng)的出現(xiàn)機(jī)械異響狀態(tài)時(shí)Sw/2的特征值（0.6579）接近。根據(jù)上文的分析，該干式變壓器具有典型機(jī)械異常振動(dòng)引發(fā)異響的特征。停電檢修后發(fā)現(xiàn)，定位所在位置螺栓松動(dòng)，緊固后重新帶電運(yùn)行，異響消失，干式變壓器恢復(fù)正常運(yùn)行，避免了螺栓繼續(xù)松動(dòng)可能引發(fā)的故障。

圖8 某在運(yùn)干式變壓器出現(xiàn)異響時(shí)的聲學(xué)成像Fig. 8 The acoustic image of a running dry-type transformer with abnormal noise

圖9 在運(yùn)干式變壓器在不同狀態(tài)下的聲學(xué)頻譜Fig. 9 The acoustic spectrum diagram of a dry-type transformer with different running status

6 結(jié)語

本文將基于反卷積波束形成算法的用于干式變壓器異響故障識(shí)別。首先具體分析了該算法的基本原理和先進(jìn)性，通過實(shí)驗(yàn)驗(yàn)證了該方法比常規(guī)波束形成算法定位精度更高；然后研究了干式變壓器出現(xiàn)機(jī)械異響時(shí)定位準(zhǔn)確性，提出采用異響精準(zhǔn)定位聯(lián)合聲紋圖譜特征識(shí)別的干式變壓器故障識(shí)別方法，提出了“高頻特征峰能量比”的概念，用于量化機(jī)械異響嚴(yán)重程度；最后通過對(duì)某在運(yùn)干式變壓器異響位置的確定和故障類型的識(shí)別，驗(yàn)證了方法的有效性和準(zhǔn)確性。