[发明专利]基于激光测振的变压器噪声识别和逆向还原方法及介质

说明书

本发明涉及一种基于激光测振的变压器噪声识别和逆向还原方法及介质，所述方法包括：构建待测变压器的声振耦合模型，获得优化的测点布置方案；基于所述优化的测点布置方案，利用激光测振法获得各测点的表面振动信号；以设定时间长度对所述表面振动信号进行拆分，获得多个表面振动时域信号片段；以所述多个表面振动时域信号片段作为预先训练的噪声识别与还原神经网络模型的输入，获得对应的设备状态和噪声时域信号估计值；将所述噪声时域信号估计值转化为声场指标及声场分布，实现变压器噪声识别与还原。与现有技术相比，本发明具有安全、便捷、可靠等优点，可适用于强电强磁高压等各种复杂工作场景下不同型号变压器噪声识别与逆向还原的测试。

技术领域

本发明涉及电力变压器的噪声检测技术领域，尤其是涉及一种基于激光测振的变压器噪声识别和逆向还原方法及介质。

背景技术

变电站是保障电网系统有效运行最为关键的设备之一，起着变换电压、接受和分配电能、控制电流和调整电压等作用。随着经济高速发展，为满足生产与生活，变电站逐渐从以郊区为核心地带分布向城市中心发展，大量变电站已被居民小区包围，其带来的噪声污染对居民生活环境产生重要影响。变压器噪声产生机理、监测及控制是当前该工程领域面临的重要挑战之一，如何有效识别变压器噪声，并在其复杂结构中进行声源定位是解决变压器噪声问题的关键基础技术。

变压器本体振动噪声产生机理及传递路径复杂，振动激励源及影响因素较多，且现场背景噪音通常较高，且有突发性，存在强磁、强电、高压等苛刻环境导致难以直接测量。传统声压、声强测试方法只能得到本体与冷却系统等混合叠加后噪声，而变压器箱体振动受本体，同时也受风扇、油泵等冷却设备的振动影响，因此，噪声源难以定位。另一方面，测试要求较高，费用较大。传统振速法主要基于振动速度或加速度传感器，现场操作复杂，安装受现场环境影响较大，如，强磁、强电、高压、位置/距离等。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种安全、便捷、可靠的基于激光测振的变压器噪声识别和逆向还原方法及介质，可适用于强电强磁高压等各种复杂工作场景下不同型号变压器噪声识别与逆向还原。

本发明的目的可以通过以下技术方案来实现：

一种基于激光测振的变压器噪声识别和逆向还原方法，包括以下步骤：

构建待测变压器的声振耦合模型，获得优化的测点布置方案；

基于所述优化的测点布置方案，利用激光测振法获得各测点的表面振动信号；

以设定时间长度对所述表面振动信号进行拆分，获得多个表面振动时域信号片段；

以所述多个表面振动时域信号片段作为预先训练的噪声识别与还原神经网络模型的输入，获得对应的设备状态和噪声时域信号估计值；

将所述噪声时域信号估计值转化为声场指标及声场分布，实现变压器噪声识别与还原。

进一步地，所述测点布置方案包括测点位置和测点数量。

进一步地，根据变压器的几何模型及运行工况，构建所述声振耦合模型，基于所述声振耦合模型，对变压器进行谐响应声场仿真，获得所述优化的测点布置方案。

进一步地，所述设定时间长度为变压器工作频率对应周期的整数倍。

进一步地，所述噪声识别与还原神经网络模型的训练过程具体为：

获得多组变压器的表面振动信号和声压信号；

以设定时间长度对所述表面振动信号和声压信号进行拆分，获得多个表面振动时域信号片段和声压时域信号片段，计算每个片段的噪声辐射指数；

将多个片段的噪声辐射指数合并成噪声辐射指数特征矩阵，添加设备类型、设备状态、声压与噪声辐射指数特征矩阵的映射关系，形成噪声辐射指数特征库；