[发明专利]一种基于声纹特征的变压器故障诊断方法

说明书

本发明涉及电力技术领域，提供一种基于声纹特征的变压器故障诊断方法，包括以下步骤：S1、设定待检测诊断的变压器内包括N个绕组，将3N个加速度传感器以每个绕组布设对应3个加速度传感器以二维等距分布的方式附着在变压器设备外壳；S2、采集声纹电信号，通过S1布设的多个加速度传感器阵列对变压器设备外壳输出的时域声纹信号进行采集，并通过模数转换获得时域声纹数据，根据变压器振动频率区间，采用大于变压器振动频率区间频率最大值的采样频率设定的周期进行采样；S3、对步骤S2采集的时域声纹数据进行分析来诊断变压器是否产生故障，本发明解决了现有变压器故障诊断不准确的问题。

技术领域

本发明涉及电力技术领域，尤其涉及一种基于声纹特征的变压器故障诊断方法。

背景技术

随着电网投资规模的扩大、新能源发电行业的快速发展、城网农网的大力改造，致使变压器的需求量日益剧增，再加之新替老、低能耗替代高能耗产品等都使得整个电力行业对变压器的需求是只增不减。但是正因为投资力度大、需求量多，使得变压器的生产工期紧，给变压器生产企业带来了巨大的困难，加之近年来的原材料价格波动不一，致使很多变压器生产厂商为了盈利只能牺牲产品质量，时常看到运行不到一年的产品被下线处理。而对于大型电力变压器在运行时一旦发生事故，可能导致大面积停电事故，停电修复所需时间长，检修费用高，将造成巨大的直接和间接经济损失。在变压器各项故障中，绕组、铁芯、外围设备、有载分接开关构成变压器故障因素的四大核心因素。在变压器故障监测中实现对绕组、铁芯、外围设备、有载分接开关的状态监测与故障诊断，对及时发现变压器隐患和延长变压器寿命是十分必要。目前基于声纹特征的变压器设备故障诊断方法的相关专利和研究存在的问题是：故障类型比较单一，没有充分考虑不同的故障类型。如现有技术申请号为201711262969.6的中国专利：一种小区变压器故障预防方法，其公开了采集变压器音频、振动信息，并基于音频、振动信息进行变压器故障判断的过程。但该专利是将采集的音频、振动信息与数据库中的数据进行简单比对以诊断故障，其故障判断的准确率取决于数据库中数据的准确性，需要另外采集大量数据建立数据库，因此这种方式的准确率存在受到数据库建立和数据库中数据准确性制约的问题。申请号为201811425363.4的中国专利：一种变压器故障的声纹识别方法及系统，其公开了采集变压器声纹数据，并基于声纹数据进行变压器故障诊断的方法。但该专利仍然是将采集的声纹数据与数据库中数据进行简单比对以诊断故障，同样存在准确率受到数据库制约的问题。申请号为201811618261.4的中国专利：基于改进卷积神经网络的电力变压器在线检测系统及方法，其公开了采用卷积神经网络(即CNN网络)进行变压器故障诊断的过程，但其主要是基于变压器自身结构的机械振动数据和CNN网络来实现故障诊断的，需要在变压器现场布置大量用于检测变压器箱体机械振动的传感器，并且单一的CNN网络也存在准确性不高的问题。申请号为201810805455.9的中国专利：一种基于振动噪声及BP神经网络的变压器故障诊断方法，其公开了基于变压器的噪声声压信号，并采用BP神经网络对变压器故障进行诊断的方法。但该专利是通过BP神经网络得到声压最大频段，并找出声压最大频段对应的区域，以噪声源最大的区域作为故障区域。这种诊断方法实际上忽略了噪声较小的故障区域，因此与变压器实际故障情况不符，也存在准确性不高的问题。

发明内容

因此，针对上述的问题，本发明提出一种基于声纹特征的变压器故障诊断方法，根据变压器不同故障类型对应不同声纹对变压器采集的声纹信号进行分类进而实现对变压器的多种故障进行有效诊断、故障诊断准确性高。

为解决此技术问题，本发明采取以下方案：一种基于声纹特征的变压器故障诊断方法，包括以下步骤：

S1、设定待检测诊断的变压器内包括N个绕组，将3N个加速度传感器以每个绕组布设对应3个加速度传感器以二维等距分布的方式附着在变压器设备外壳，即变压器内每个绕组分别布设3个等距分布的加速度传感器对应检测该绕组；