[发明专利]变压器状态监测方法

说明书

本申请涉及一种变压器状态监测方法。所述变压器状态监测方法通过构建听觉特征参数提取模型模拟人耳的听觉特性，主动滤噪。所述变压器状态监测方法减小了环境噪声对判别所述待测变压器状态的影响，提高了所述待测变压器状态判别的准确性。此外，所述变压器状态监测方法通过所述信息熵大小进行加权使得含有特征信息更多的特征参数在相关度分析占更大的比重，能更准确地反映特征参数之间的相关程度。所述变压器状态监测方法设置了状态判别标准，有效了避免人为因素的干扰，进一步提高了所述待测变压器状态判别的准确性。

技术领域

本申请涉及检测技术领域，特别是涉及一种变压器状态监测方法。

背景技术

变压器是电力系统中的关键设备之一，其运行状态直接关系到整个电力系统的安全稳定运行。对变压器进行状态监测，可以实时掌握变压器的运行状态，及时地进行故障预警，防范于未然。同时指导变压器的运行维护和状态检修，避免非计划性停电，延迟变压器的使用寿命，这对确保变压器及电力系统的安全稳定运行意义重大。

变压器第一声音信号的分析处理常采用快速傅里叶变换算法与小波分析算法。但是，快速傅里叶算法较难以分析非平稳的故障声信号，而小波分析会受到所选小波基的局限。采用快速傅里叶变换算法与小波分析算法判断变压器的运行状态准确性不高。怎样才能提高变压器状态判别准确性是亟待解决的问题。

发明内容

基于此，有必要针对怎样才能提高变压器状态判别准确性的问题，提供一种变压器状态监测方法。

一种变压器状态监测方法包括：

设定所述变压器的声音信号的采样频率和采样时长，并采集所述变压器的第一声音信号。

根据所述第一声音信号，构建听觉特征参数提取模型。

获取正常运行状态下的所述变压器的第二声音信号，并带入所述听觉特征参数提取模型，得到标准听觉特征参数矩阵。

获取待测所述变压器的第三声音信号，并带入所述听觉特征参数提取模型，得到待测听觉特征参数矩阵。

计算所述待测听觉特征参数矩阵与所述标准听觉特征参数矩阵的信息熵加权灰色关联度。

根据所述信息熵加权灰色关联度判断所述变压器运行是否正常。

在一个实施例中，对所述第一声音信号进行处理，并构建听觉特征参数提取模型的步骤包括：

对所述第一声音信号进行压缩变换，得到所述第一声音信号的一维压缩序列。

基于所述第一声音信号，构建耳蜗滤波器组。

基于所述一维压缩序列和所述耳蜗滤波器组，构建所述听觉特征参数矩阵。

在一个实施例中，对所述第一声音信号进行压缩变换，得到所述第一声音信号的一维压缩序列的步骤，包括：

对所述第一声音信号进行加窗分段处理，得到多段第一声音信号段，每个所述第一声音信号段包含多个采样点。

将所述多段第一声音信号段包含的所述多个采样点表示成样本矩阵。

对所述样本矩阵进行矩阵变换，并得到所述一维压缩序列。

在一个实施例中，对所述样本矩阵进行矩阵变换，并得到所述一维压缩序列的步骤包括：

对所述样本矩阵进行矩阵变换，得到目标矩阵：

基于所述目标矩阵，获得所述一维压缩序列。

在一个实施例中，对所述第一声音信号进行加窗分段处理，得到多段第一声音信号段，每个所述第一声音信号段包含多个采样点的步骤中，相邻两段所述第一声音信号段部分重合。