基于聲紋信號的變壓器故障在線監(jiān)測裝置設(shè)計

季坤， 朱太云， 李堅林， 黃文禮， 汪嘯

(1.國網(wǎng)安徽省電力有限公司，安徽 合肥 230000； 2.安徽南瑞繼遠電網(wǎng)技術(shù)有限公司，安徽 合肥 230000； 3.中國科學技術(shù)大學國家同步輻射實驗室，安徽 合肥 230029)

0 引 言

作為電網(wǎng)主設(shè)備的變壓器，在運行過程中由于受到電磁力和機械應(yīng)力的作用，鐵芯、繞組和操縱機構(gòu)等會發(fā)生振動并產(chǎn)生機械波[1-3]。經(jīng)過絕緣介質(zhì)與腔體的傳播，產(chǎn)生的振動聲學信號包含了大量的設(shè)備狀態(tài)信息。尤其是當設(shè)備發(fā)生缺陷或故障后，內(nèi)部組件或結(jié)構(gòu)發(fā)生機械形變，會使其聲學指紋(以下簡稱聲紋)改變，可以作為診斷缺陷及故障的重要特征參量。

目前噪聲聲紋信號是變壓器機械狀況帶電檢測的有效手段,如何減少聲紋信息無效數(shù)據(jù)量過大和有效特征聲紋甄別成為了變壓器探傷的技術(shù)難點[4]。余長廳等[5]根據(jù)聲紋成像、聲源定位和振動信號特征值測試分析結(jié)果,判定變壓器存在套管升高等故障，驗證了聲紋診斷技術(shù)的有效性，但對變壓器故障排除的幫助有限。王豐華等[6]提出了一種基于改進梅爾頻率倒譜系數(shù)和矢量量化算法的變壓器聲紋識別模型，但該項工作未對實際工況下的變壓器所受的環(huán)境因素及干擾進行消除，試驗結(jié)果僅限于實驗室條件下。劉勇等[7]提出一種新型變壓器狀態(tài)檢測方法——掃頻阻抗法,能夠有效抑制空間噪聲干擾,但無法利用阻抗偏差對繞組故障進行判定。

針對上述問題，提出基于變壓器聲紋信號產(chǎn)生原理，采集變壓器工作時發(fā)出的帶有設(shè)備狀態(tài)信息的聲音，上傳到在線檢測系統(tǒng)終端，利用在線監(jiān)測系統(tǒng)軟件實現(xiàn)傅里葉變換、小波變換以及希爾伯特變換等算法對聲紋數(shù)據(jù)進行處理，最終集成上述軟硬件功能單元實現(xiàn)在線監(jiān)測裝置。

1 系統(tǒng)設(shè)計

1.1 系統(tǒng)結(jié)構(gòu)

圖1 系統(tǒng)整體框圖

基于變壓器聲紋信號的在線監(jiān)測系統(tǒng)主要由分布式麥克風(咪頭)裝置、中繼器、主控、顯示屏和系統(tǒng)分析軟件組成，中繼器主要用于傳感器布線鋪設(shè)長度超過80 m的場景。分布式麥克風裝置是監(jiān)測裝置核心器件，其性能和穩(wěn)定性決定采集的聲紋信號的質(zhì)量好壞，從而直接影響后期對變壓器聲紋信號圖像分析處理和工作狀態(tài)監(jiān)測?？紤]到變壓器等大型電力設(shè)備的端面和麥克風放置的位置以及聲音信號頻率采集范圍，本文采用聲音信號頻率采集范圍定為20 Hz～20 kHz、靈敏度較高的高精度駐極體式的麥克風。同時采集聲音信號時，應(yīng)注意聲源和麥克風的距離，通常聲源應(yīng)距麥克風0.3～0.7 m。若聲源相距過遠，則輸出電壓低，信噪比降低；若距離太近，則低音太重，聲音模糊不清，麥克風容易過負荷而使輸出嚴重失真。系統(tǒng)整體框圖如圖1所示。

1.2 硬件系統(tǒng)設(shè)計

系統(tǒng)硬件部分主要由聲紋智能采集終端和聲紋在線監(jiān)測代理終端構(gòu)成。硬件系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 硬件系統(tǒng)結(jié)構(gòu)框圖

聲紋智能采集終端是監(jiān)測裝置核心模塊，通過多個通道的外置麥克風，傳感信號分別連接到終端設(shè)備。終端對采集的聲紋信息進行實時分析，實時輸出預(yù)警信號，并將實時采集的聲紋信號和預(yù)警信息發(fā)送至聲紋在線監(jiān)測代理終端。利用GPU的高運算能力，能夠高效運行聲紋異常檢測模型算法，進行實時聲紋信號的采集和診斷分析，并把聲紋信號和預(yù)警信息發(fā)送到聲紋在線監(jiān)測代理終端。通過可配置功能，能夠接收聲紋在線監(jiān)測代理終端的配置信息并應(yīng)用。聲紋采集終端主要包括傳感器模塊、采集模塊和嵌入式處理模塊等。通信端口技術(shù)參數(shù)如表1所示。

表1 聲紋采集裝置端口技術(shù)參數(shù)表

監(jiān)測代理終端即中控柜部分，具備聲紋智能分析功能，可根據(jù)實際需要來確定需要診斷的聲紋信號。裝置是部署于站端系統(tǒng)的設(shè)備:能夠接入16路聲紋智能采集終端設(shè)備，具有界面化配置程序；能夠?qū)γ總€聲紋智能采集終端所對應(yīng)的通道號進行配置；能夠配置聲紋采集終端的采集時間以及采集計劃；能夠配置每個采集通道的采集頻率和編碼格式等信息；能夠配置是否啟用實時聲紋智能分析；能夠配置聲紋存儲相關(guān)的配置信息，存儲時長和存儲路徑等信息。

1.3 軟件系統(tǒng)設(shè)計

在線監(jiān)測系統(tǒng)軟件通過圖形界面直觀地將分析后的數(shù)據(jù)展示出來，采用C#開發(fā)語言。通過錄取聲紋數(shù)據(jù)，按照指定格式存儲并生產(chǎn)對應(yīng)的索引文件，讓終端可以通過HTTP協(xié)議下載。軟件的配置和展示界面設(shè)計成B/S模式，便于在線監(jiān)測代理終端的獨立使用。后臺服務(wù)既開發(fā)了接收聲紋智能采集終端信息的服務(wù)程序，也開發(fā)了提供給聲紋在線監(jiān)測系統(tǒng)的SDK接口，提供標準的接口模式，便于接入第三方的客戶平臺。軟件框架設(shè)計如圖3所示。針對軟件框架設(shè)計，聲紋信號分析軟件具有以下功能：①聲紋實時播放；②錄音回放；③配置文件；④繪制聲波圖和頻譜圖；⑤參數(shù)設(shè)置。

圖3 軟件框架設(shè)計

2 系統(tǒng)可靠性分析

2.1 測試試驗設(shè)計

針對聲紋信號監(jiān)測系統(tǒng)全天候和長時性工作條件，且麥克風對聲紋信號具有決定性作用。本文選取咪頭作為測試系統(tǒng)可靠性的對象，并通過分析軟件來監(jiān)測變壓器工作狀態(tài)，測試過程及結(jié)果分析如下。為驗證本文所研究的終端系統(tǒng)可靠性，根據(jù)GB/T 2423.26—2008/IEC60068-2-41：1976《電工電子產(chǎn)品環(huán)境試驗第2部分：試驗方法》將咪頭器件做了8次不同環(huán)境下的對比試驗，其中高溫試驗為將咪頭在90 ℃中放置72 h后取出，并在室內(nèi)溫度中冷卻6 h以上；低溫試驗為將咪頭在-40 ℃中放置72 h后取出，并在室內(nèi)溫度中冷卻6 h以上；跌落試驗為將咪頭在1 m高處，從X、Y、Z三個方向，各3回，落于20 mm厚木板上；濕熱試驗設(shè)置溫度為40 ℃, 濕度為90×(1±5%), 將咪頭放入其中72 h后取出,并在室內(nèi)溫度中冷卻6 h以上；溫循試驗為設(shè)置試驗箱模仿現(xiàn)實溫濕度,把產(chǎn)品放入其中循環(huán)10次,試驗后取出并在自然環(huán)境中冷卻6 h以上；振動試驗為振動周波數(shù)10～55 Hz、全振幅1.5 mm于X、Y、Z三個方向，將咪頭振動各2 h；熱沖擊試驗為將咪頭置于零下20 ℃下工作30 min，直到溫度上升到70 ℃下工作30 min結(jié)束，進行32個循環(huán)，試驗后取出并在自然環(huán)境中冷卻6 h以上；靜電試驗為直流4 000 VDC，對咪頭輸出口進行10次放電。設(shè)定咪頭試驗前后1 kHz時靈敏度差異值≤3 dB[8]則為通過。每個環(huán)境下均采用15組咪頭共同試驗，減少試驗偶然性。試驗前和試驗后測試咪頭在1 kHz和70 Hz兩種情況下的靈敏度。

2.2 試驗結(jié)果及分析

從圖4中1 KHz靈敏度差異試驗結(jié)果分析得出，8種試驗條件下每組咪頭最大靈敏度差值為1.6 dB，滿足試驗預(yù)設(shè)結(jié)論即靈敏度差值≤3 dB,裝置均能正常工作。

圖4 咪頭靈敏度可靠性試驗對比圖

3 典型結(jié)果

3.1 現(xiàn)場部署

故障定位方法主要采用波速成形理論，變壓器內(nèi)部一個聲源點產(chǎn)生的聲紋被外部四個端面收集到后，聲源發(fā)出的聲音信號經(jīng)麥克風轉(zhuǎn)換為電信號。經(jīng)前置放大電路放大到采樣端口的輸入電壓信號范圍后傳輸至NEO核心板的A/D采樣端口進行A/D轉(zhuǎn)換。在NEO核心板中將采集的數(shù)據(jù)做一些預(yù)處理后直接進行計算，并將計算后的結(jié)果通過串口通信電路發(fā)送至數(shù)據(jù)中心，利用時域信號的時間差異計算得出聲源點的位置。

3.2 實際故障檢測

由于聲紋傳播的介質(zhì)有三種即內(nèi)部絕緣油、外殼(可忽略)和空氣，當采集裝置離變壓器端面距離足夠小的情況下，空氣介質(zhì)也可以忽略，因此只需計算內(nèi)部絕緣油的影響。故障原因的確認是先由人工進行樣本標記后，再進行時域、頻域和時頻譜圖的特征量抽取，最后通過機器學習的模式進行聲紋信號識別。

圖5為某組合式有載分接開關(guān)切換過程中正常、彈簧動能不足及單相靜觸頭松動時的振動波形。分接開關(guān)切換過程中的振動信號呈現(xiàn)強時變性和非平穩(wěn)性，由幾個形狀及持續(xù)時間不同的沖擊信號組成。當分接開關(guān)存在彈簧動能不足及單相靜觸頭松動時，與分接開關(guān)正常時的振動信號相比較，其幅值和沖擊信號的時間間隔等形態(tài)均發(fā)生了較為明顯的變化。

圖5 變壓器聲紋信號圖

不同故障的聲紋有的在時域上差異比較大，表現(xiàn)為幅值和包絡(luò)線差異。有的經(jīng)過FFT變換后頻域的差異比較大，表現(xiàn)為基頻幅值差異和多個基頻的包絡(luò)線差異。通過研究分析變壓器振動信號所包含的豐富的設(shè)備信息，變壓器聲紋信號在線監(jiān)測系統(tǒng)可對變壓器機械故障進行有效監(jiān)測分析及識別。

4 結(jié)束語

基于變壓器聲紋信號的在線監(jiān)測裝置系統(tǒng)，在變壓器外部布置多個聲紋傳感器，收集聲紋數(shù)據(jù)后，對現(xiàn)有波束成形技術(shù)進行改進和革新，從而進一步分析出變壓器內(nèi)部聲源準確位置，并結(jié)合聲紋特征參量定性分析故障原因。本文研究對于發(fā)展新一代智能不停電檢測裝備，提高電網(wǎng)設(shè)備智能管控水平具有重要的理論和應(yīng)用價值，也能很好地滿足未來電網(wǎng)智能運檢工作中不停電狀態(tài)檢修的需求。