謝榮斌，薛 靜，張 霖，申 峻，徐舒蓉，趙莉華

（1.貴州電網(wǎng)有限責(zé)任公司貴陽供電局，貴州，貴陽 550001；2.四川大學(xué)電氣信息學(xué)院，四川， 成都 610065）

基于可聽聲的變壓器故障診斷技術(shù)綜述

謝榮斌1，薛 靜1，張 霖1，申 峻1，徐舒蓉2，趙莉華2

（1.貴州電網(wǎng)有限責(zé)任公司貴陽供電局，貴州，貴陽 550001；2.四川大學(xué)電氣信息學(xué)院，四川， 成都 610065）

針對變壓器故障類型判斷及故障預(yù)警問題，從信號采集、信號消噪、特征量提取、故障診斷4個方面綜述了基于可聽聲的變壓器故障診斷技術(shù)研究的新進展,對其診斷效果及研究動向進行分析和展望。研究結(jié)果表明：該技術(shù)在（1）變壓器可聽聲產(chǎn)生機理研究及故障原因與趨勢預(yù)測；（2）變壓器聲信號的消噪技術(shù)及頻譜分析；（3）振動聲信號的專家智能分析系統(tǒng)的研究方面具有廣闊的發(fā)展前景。

變壓器；故障診斷；可聽聲；特征量提取

電力系統(tǒng)中，變壓器數(shù)量大，規(guī)格種類繁多，運行時間長，因此故障率較高。國家電網(wǎng)設(shè)備事故統(tǒng)計數(shù)據(jù)［1］顯示，2005年，110 kV及以上電壓等級的變壓器事故率高達18臺次，導(dǎo)致設(shè)備維修及停電經(jīng)濟損失高達幾億元。所以對變壓器運行情況進行監(jiān)測及故障診斷，提前發(fā)現(xiàn)故障隱患并消除，提高變壓器可靠性，對于保證變壓器可靠運行具有重要意義。

變壓器故障診斷方法主要有振動診斷、光譜診斷、油色譜診斷、聲學(xué)診斷、紅外和熱成像診斷、無損監(jiān)測以及鐵譜診斷等。油色譜診斷技術(shù)是目前發(fā)展得比較完善的變壓器故障診斷方法，文獻［2］指出，我國電網(wǎng)中有50%以上變壓器故障是通過油色譜分析結(jié)果檢出的。雖然油色譜檢測結(jié)果準(zhǔn)確，但是需要停運變壓器和“吊心取油”，不適用于在線監(jiān)測。振動檢測法是近幾年變壓器故障診斷的研究熱點，振動監(jiān)測設(shè)備與被監(jiān)測設(shè)備沒有電氣連接，不影響被測設(shè)備的穩(wěn)定運行，不足之處主要在信號檢測方面，需要將傳感器與變壓器接觸甚至需要將傳感器置于箱體內(nèi)部，使傳感器的安裝與維護不方便，可聽聲診斷技術(shù)可以克服這些缺點。

1 可聽聲診斷技術(shù)研究現(xiàn)狀

可聽聲診斷技術(shù)是近年來發(fā)展起來的新型診斷技術(shù)，通過分析噪聲頻段為20 Hz至20 kHz的可聽聲信號判斷變壓器運行狀態(tài)。它的優(yōu)點：聲學(xué)探頭安裝簡便，聲信號易于測取，非接觸式測量，速度快，無須事先粘貼傳感器，可對移動目標(biāo)進行在線監(jiān)測，在聲信號的采集和傳播過程中不產(chǎn)生電磁信號，與設(shè)備沒有電氣連接，因此對設(shè)備本身無干擾［3］。

目前各界對可聽聲分析法在設(shè)備故障診斷方面進行了不少研究，如Li與Hessel等［4-5］使用神經(jīng)網(wǎng)絡(luò)對設(shè)備的聲音信號展開分析，然后進行故障分類，研究表明該方法能有效診斷設(shè)備故障。侯溫良等［6］提出，通過設(shè)備正常與異常聲音信號頻譜相關(guān)系數(shù)來進行故障診斷。文獻［7-8］研究了聲音信號在汽車變速齒輪上的故障診斷，取得了明顯的診斷效果。文獻［9］基于電機聲音信號，設(shè)計了一個基于Android的BP神經(jīng)網(wǎng)絡(luò)聲音信號故障診斷系統(tǒng)。該系統(tǒng)可實現(xiàn)電機聲信號消噪、提取特征量以及判別故功能，并可輸出判別結(jié)果。文獻［10］提出基于振動與聲波聯(lián)合分析斷路器故障的方法。得出聲波信號的高頻分量能夠體現(xiàn)斷路器的工作狀態(tài)，有助于進行狀態(tài)評估和故障診斷。

可見，可聽聲診斷技術(shù)已經(jīng)在各種設(shè)備故障診斷中有良好的運用，并已取得了一定的成果。目前，國內(nèi)外對變壓器聲音診斷的研究方向及重點有3個方面：

（1）變壓器可聽聲產(chǎn)生機理研究，如故障產(chǎn)生原因、發(fā)展趨勢；

（2）變壓器可聽聲信號處理，如消噪技術(shù)、頻譜分析；

（3）是專家診斷系統(tǒng)的開發(fā)。

但是，目前對可聽聲診斷技術(shù)的信號采集、信號數(shù)據(jù)處理、信號消噪、信號特征量4個部分的研究較少，本文的研究主要是為了解決以下問題：

（1）變壓器可聽聲數(shù)據(jù)采集方法及所需的信號采集設(shè)備。

（2）數(shù)據(jù)預(yù)處理方法。

（3）特征量提取方法。

（4）不同特征量提取方法下故障診斷依據(jù)。

（5）變壓器可聽聲診斷技術(shù)的階段性成果以及研究趨勢。

2 變壓器可聽聲診斷技術(shù)

2.1變壓器可聽聲產(chǎn)生機理

變壓器可聽聲信號產(chǎn)生機理是變壓器可聽聲技術(shù)診斷的理論依據(jù)，是變壓器噪聲中頻率為20Hz至20 kHz的聲信號，主要來自繞組、鐵心、油箱（包括磁屏蔽等）振動以及安裝的冷卻風(fēng)扇裝置轉(zhuǎn)動時產(chǎn)生的聲音。

2.1.1 鐵心振動發(fā)聲

硅鋼片磁致伸縮特性是引起鐵心振動發(fā)聲的主要原因［11］。在交變磁場作用下硅鋼片發(fā)生形變，即與磁力線平行方向，硅鋼片被拉伸，寬度增大；與磁力線垂直的方向，硅鋼片被壓縮，其寬度縮小。磁致伸縮率可通過磁致伸縮量表征，磁致伸縮率可表示為［12］：

式中：λ——鐵心柱軸向磁致伸縮率；

△L——硅鋼片軸向最大伸縮量；

L——硅鋼片軸向尺寸。

設(shè)磁致伸縮力為FC，由簡化勵磁模型，磁致伸縮力FC定義如式（2）所示：

式中：Fcmax——磁致伸縮力幅值；

ω——交變電磁場的頻率；

H——磁場強度；

μ——鐵磁介質(zhì)磁導(dǎo)率；

τ——介質(zhì)的體積密度；

?——旋度符號；

磁致伸縮力導(dǎo)致變壓器鐵心振動發(fā)聲，根據(jù)式（2）可知FC是以2ω角頻率使鐵心振動，因此鐵心發(fā)聲頻率為電力頻率的2倍，即100Hz。研究指出，由于變壓器磁場中存在的漏磁通導(dǎo)致鐵心的磁致伸縮現(xiàn)象具有非線性，使鐵心振動與繞組振動不同步，磁通偏離正弦波，導(dǎo)致高次諧波的存在（如200～600Hz等高次諧波）。

2.1.2 繞組振動發(fā)聲

變壓器繞組在繞組電流與漏磁場作用下產(chǎn)生電動力［13-14］，雙繞組變壓器繞組受力情況如圖1所示。高壓繞組或低壓繞組上流過各線匝中的電流大小及方向一致，因此高壓繞組或低壓繞組各自線匝間相互吸引，產(chǎn)生軸向力FX；流過高壓側(cè)線圈和低壓側(cè)線圈的電流相位差180°，方向相反，二者產(chǎn)生徑向力Frad。

圖1變壓器繞組受力分布

FX導(dǎo)致繞組軸向振動，F(xiàn)rad導(dǎo)致繞組輻向振動。軸向振動使線餅周圍的變壓器絕緣油向外噴射，并可通過鐵心傳遞，因此研究中將軸向振動作為繞組振動的主要作用力。繞組軸向力FX正比于負載電流的二次方，又因為繞組振動加速度正比于其所受電動力，所以繞組振動聲信號近似正比于負載電流二次方，從而得到由于繞組振動產(chǎn)生的聲信號頻率為電網(wǎng)電流頻率的2倍，即100Hz。

2.1.3 箱體及冷卻發(fā)聲

變壓器實際運行中，其鐵心及繞組產(chǎn)生的振動經(jīng)各種路徑傳播至變壓器箱體表面，使變壓器箱體振動發(fā)出聲音信號［15］。

冷卻可聽噪聲是針對有冷卻系統(tǒng)的變壓器而言。冷卻可聽噪聲來自2個方面：一方面是冷卻風(fēng)扇和油泵運行時振動發(fā)出聲音；另一方面是其本體振動通過油管接頭等裝置傳導(dǎo)至變壓器冷卻裝置使變壓器冷卻設(shè)備產(chǎn)生振動聲信號。文獻［16］對變壓器噪聲進行了深入研究，并指出冷卻設(shè)備產(chǎn)生的可聽聲的頻譜小于100Hz。

2.2可聽聲信號采集

變壓器聲信號通常從空氣介質(zhì)中提取，通過聲音傳感器獲取變壓器可聽聲信號，采用錄音筆對采集到的信號進行保存。通常采用傳聲器作為聲傳感器，選擇傳聲器時需考慮以下因素［17］：

（1）考慮可靠性，要保證在環(huán)境溫度、濕度、振動沖擊變化時能避開干擾，獲取真實的音頻信號；

（2）頻率響應(yīng)，指傳聲器正常工作的頻帶寬度，根據(jù)需要合理選擇；

（3）抵抗干擾信號的能力，變電站中存在大量的電磁干擾信號，獲取變壓器可聽聲信號的傳聲器必須要有較好的抗干擾能力；

（4）靈敏度，即聲電轉(zhuǎn)換的能力。根據(jù)傳聲器的測試標(biāo)準(zhǔn)，靈敏度被設(shè)定為0 dB=1V，所以傳聲器的靈敏度級均為負值。文獻［12］對變壓器在不同運行情況下的噪聲等級進行了測定及分析，研究結(jié)果表明在額定磁通密度范圍內(nèi)，變壓器聲音幅值最小為25 dB，因此選擇傳聲器靈敏度必須能識別最小聲壓幅值下的聲信號。

變壓器可聽聲信號采集常用的主要有動圈式、電容式及駐極體傳聲器［12，17-18］。其中駐極體電容傳聲器是電容式傳聲器中的一種新型傳聲器，采用駐極體材料制成。除了具有普通電容式傳聲器的優(yōu)點外，突出特點是使用時不需要外加直流極化電壓，使用時可減少一個傳聲器供電電源，因而結(jié)構(gòu)簡單、體積輕巧、方便使用。除此之外，其全響應(yīng)穩(wěn)定性好、動態(tài)范圍寬、噪聲等級低，適用于可聽聲信號的采集。

文獻［18］對駐極體電容式傳聲器進行了研究，表明能滿足現(xiàn)場采集要求。文獻［12］中采用了CHZ型3Hz～18 kHz駐極體電容傳聲器，對運行中的變壓器進行可聽聲信號采集，檢測結(jié)果表明該類型傳聲器能夠采集正確且真實的數(shù)據(jù)。

2.3聲信號數(shù)據(jù)預(yù)處理

對采集到的信號進行前期消噪、奇異點檢測等預(yù)處理措施可以使數(shù)據(jù)真實性與穩(wěn)定性得到提高，因此選擇合理的前期數(shù)據(jù)預(yù)處理技術(shù)可以保障后期對數(shù)據(jù)分析的準(zhǔn)確程度。目前常用的預(yù)處理措施主要有預(yù)加重、加窗、分幀以及消噪等［17］。

目前，在變壓器可聽聲檢測技術(shù)方面的研究重點集中在對信號特征量的提取，對預(yù)處理的研究相對較少，大多采用音頻軟件直接截取一段平穩(wěn)可分析的聲信號。文獻［17-19］中均運用音頻剪輯軟件（Gold Wave）將得到的信號進行處理，獲取一段平穩(wěn)信號并保存為wav格式進行分析。

2.4 消噪措施

變壓器運行時發(fā)出的聲信號通常是一維信號且較平穩(wěn)的低頻信號，而噪聲主要為類似于脈沖狀高頻間斷性不穩(wěn)定的信號。當(dāng)可聽聲信號中干擾噪聲信號特征和承載有效信息信號特征相同時，必須選取合適的消噪方法。目前主要方法有傳統(tǒng)閾值法、小波法、分層閾值法等。

2.4.1傳統(tǒng)閾值法

傳統(tǒng)閾值消噪算法［20］一般分為：線性小波閾值法和軟閾值估計法。

2.4.1.1 線性小波閾值法

線性小波閾值法適用于特性明確、可以直接展開分析的噪聲信號，可運用經(jīng)驗公式選取閾值。主要的經(jīng)驗公式模型有缺省閾值模型、小波包變換模型。

2.4.1.2 軟閾值估計法

軟閾值估計法適用于特征不確定的噪聲信號。軟閾值估計法確定閾值的方法有：固定閾值法，基于Stein無偏似然估計原理的軟閾值估計法，選擇啟發(fā)式閾值法及極大極小準(zhǔn)則法。

軟閾值方法得到的估計信號不會產(chǎn)生振蕩，但當(dāng)某層小波系數(shù)大于選定閾值時，小波系數(shù)總存在恒定的偏差，對重構(gòu)信號與原始信號的逼近程度有一定影響，使重構(gòu)信號產(chǎn)生一定誤差，因此文獻［20］針對軟閾值函數(shù)的特點及不足提出了一種改進的軟閾值函數(shù)。工程實例表明，改進的軟閾值法與軟閾值法相比去噪效果更佳，很好地保留了原始信號的重要特征，克服了軟閾值法中估計小波系數(shù)和帶噪小波系數(shù)間的恒定偏差問題。

2.4.2 小波法

一個含噪聲的一維信號模型可表示為

式中：s(n)——含噪聲信號；

f(n)——原始信號；

σ——信號噪聲強度；

e(n)——噪聲信號。

對信號s(n)消噪的目的是要抑制信號中的背景干擾噪聲，恢復(fù)真實信號 f(n)。利用小波變換分析可將原始信號分解為一系列近似分量和細節(jié)分量，高頻脈沖狀的噪聲信號主要融合在細節(jié)分量上，使用某種閾值處理細節(jié)分量，再經(jīng)小波重構(gòu)可得到真實信號。文獻［21］針對工程中常見的具有稀疏概率密度形式的信號，研究了基于最大似然估計準(zhǔn)則的小波消噪方法，對比研究結(jié)果表明，該方法消噪效果更優(yōu)越。文獻［20］研究了小波去噪，結(jié)果表明小波去噪具有更優(yōu)越的數(shù)據(jù)處理能力，能更好地逼近真實信號。

2.4.3小波分層閾值消噪法

小波分層閾值消噪法［22］是在非線性小波閾值法基礎(chǔ)上的改進。分層閾值消噪法可實現(xiàn)在較低尺度上保留有用信號，在最大尺度上消除部分噪聲信號。

小波分解層數(shù)對于消噪效果影響很大，小波分解層數(shù)的選擇既要考慮提高信噪比又要考慮去除低頻噪聲。文獻［23］對小波分層閾值法進行了研究，結(jié)果得出采用基于小波算法的分層閾值消噪法消除噪聲干擾，消噪效果顯著。文獻［24］提出了基于小波細節(jié)系數(shù)自相關(guān)性分析的分層閾值降噪算法，并對模擬的含噪聲振動聲信號進行了試驗研究，結(jié)果表明：該方法具有較好的降噪效果，可有效抑制背景噪聲，適用于較高頻率。

2.5可聽聲信號特征提取

特征提取過程指從狀態(tài)信號中提取出承載著故障信息的特征數(shù)據(jù)，如頻譜、能量譜、功率譜、幅值等。目前可用的變壓器可聽聲特征信號提取方法主要有：基于短時傅里葉變換的傳統(tǒng)頻譜分析特征提取技術(shù)，小波包算法特征提取技術(shù)，基于Hilbert-Huang變換的特征提取方法。

2.5.1 基于FFT變換的傳統(tǒng)頻譜分析法

變壓器原始聲信號中頻率成分復(fù)雜，不同的頻率分布特性蘊含著變壓器不同的運行狀況?？焖俑道锶~變換（FFT）算法是傳統(tǒng)頻譜分析信號處理的重要工具。根據(jù)FFT變換將聲信號的時域圖轉(zhuǎn)化成頻譜圖，可較清晰地判別聲源信號中的頻譜分布情況。不管其處于正?；蛘弋惓＿\行狀態(tài)下，可聽聲信號的頻率分布是一定的，通過頻率分布即可判斷變壓器故障情況。

2.5.2 基于小波包算法的特征量提取

小波包由2組正交小波基濾波器系數(shù)生成。小波包分解具有多分辨率分析的特點，克服了FFT變換這方面的缺陷，可在時域、頻域2個方面表征信號承載的信息。小波包分析對信號高頻成分進行類似于對低頻成分的處理，將高頻成分逐漸細化分割，實現(xiàn)對頻率分辨率的提高［23，25］。

基于小波包算法的提取技術(shù)包括3個部分：對信號進行小波包分解，求取各頻帶信號總能量，構(gòu)造特征向量。最后通過不同類型故障情況下能量特征向量的比較，依據(jù)特征量的特點對信號進行識別處理，判斷是否發(fā)生故障及故障類型［32］。

2.5.3 基于Hilbert-Huang變換的特征量提取法

希爾伯特黃（Hilbert-Huang）變換簡稱HHT變換，其具有自適應(yīng)性與完備性，是分析非線性、非平穩(wěn)數(shù)據(jù)的有效工具。該方法由2大部分組成：

（1）經(jīng)驗?zāi)B(tài)（EmpiricalMode Decomposition，EMD）分解，這部分將數(shù)據(jù)分解成若干個固有模態(tài)函數(shù)（Intrinsic Mode Function，IMF），IMF是基于原始信號的分量，是時域范圍內(nèi)的函數(shù)，其承載了原信號內(nèi)的真實物理信息，因此IMF經(jīng)Hilbert變換后得到的結(jié)果能夠反映信號真實情況的物理信息。

（2）Hilbert譜分析（Hilbert Spectral Analysis，HSA），對分解得到的各個IMF分量作Hilbert變換，從而得到時頻平面上的能量分布譜圖（Hilbert譜）［26］，即得到瞬時頻率和能量，Hilbert譜能準(zhǔn)確反映出該信號能量在空間或時間各種尺度上的分布規(guī)律。通過分析變壓器正常與故障狀態(tài)下的分布規(guī)律可判別其運行狀態(tài)。

3 基于可聽聲的變壓器故障診斷效果分析及下一步研究重點

3.1可聽聲診斷技術(shù)效果分析

目前已經(jīng)有很多學(xué)者對該方法在變壓器故障診斷和預(yù)警中進行了研究和使用，并且取得了良好的效果。

文獻［18］針對變壓器內(nèi)部火花放電故障發(fā)出的頻率在20Hz～20 kHz的可聽聲展開了研究，采用快速傅里葉變換法提取原始信號的頻譜圖，結(jié)果表明，變壓器正常運行時的可聽聲頻譜主要集中在100 Hz以及其倍頻200Hz、300Hz等。火花放電時頻譜主要集中在0～1 kHz，頻譜為包絡(luò)線狀的連續(xù)譜。文獻［17］對變壓器內(nèi)部電暈放電、火花放電等絕緣故障進行了模擬試驗，并采集可聽聲信號，運用傳統(tǒng)的快速傅里葉變換和短時傅里葉變換等方法對信號進行了分析，得到了不同放電情況下的可聽聲信號頻譜分布特征規(guī)律，為故障診斷裝置的開發(fā)提供了數(shù)據(jù)基礎(chǔ)。文獻［27］對變壓器可聽噪聲檢測法進行了研究，研究結(jié)果顯示，可聽噪聲主要頻率集中在100～400 Hz以內(nèi)，300Hz最為突出，超過1 kHz的高頻分量很少，該研究成果對利用噪聲信號進行變壓器檢測具有積極的意義。

文獻［12］研究了基于聲波識別的電氣設(shè)備故障診斷專家系統(tǒng)的總體方案，給出小波包提取電氣設(shè)備實測聲波信號特征向量的算法，結(jié)果表明該方法突出了故障特征，可提高故障診斷的正確率。文獻［28］對變壓器聲波信號展開研究，提出了基于可聽聲信號的發(fā)展趨勢預(yù)測新算法。經(jīng)過對實測變壓器運行聲波信號的分析試驗，證明小波包算法在聲波消噪、奇異性檢測法和發(fā)展趨勢預(yù)測中是有效的處理技術(shù)。文獻［25］提出了一種基于小波包改進的特征提取方法，引入?yún)^(qū)間能量的概念，從區(qū)間能量的角度提取聲波信號的有效特征，實驗研究表明：該方法能提取出可聽聲信號中最能反映變壓器真實運行狀態(tài)的特征信息，可有效診斷變壓器故障。

文獻［12］對HHT變換特征提取技術(shù)展開了研究，對變壓器不同工況下實測信號進行噪聲濾除后，通過HHT變換分析其特征，進一步指出，HHT變換對變壓器聲波信號的特征分辨能力因聲場遠近的變化而變化，它在分析近聲場信號時分辨力較強，而對遠聲場信號的分析能力較弱。文獻［17］提出了一種基于聲波分析的變壓器故障診斷實施方案，并結(jié)合人工智能構(gòu)建了變壓器狀態(tài)監(jiān)測專家系統(tǒng)。經(jīng)理論分析及實例驗證，證明該系統(tǒng)具有實用性，是變壓器故障診斷研究的新趨勢。

可見，基于可聽聲的變壓器故障診斷方法在實驗階段已經(jīng)取得了很大進展，該方法克服了油色譜診斷技術(shù)“吊心取油”的困難，解決了振動檢測法傳感器與設(shè)備直接接觸的問題。具有良好的發(fā)展前景。

3.2基于可聽聲的變壓器診斷技術(shù)下一步研究重點

雖然國內(nèi)外專家在可聽聲診斷技術(shù)方面已經(jīng)取得一定的理論和實驗研究成果，但是該技術(shù)在變壓器故障診斷與預(yù)警中的應(yīng)用中仍然存在很多需要深入研究的問題，主要有：

（1）原始數(shù)據(jù)采集與數(shù)據(jù)庫的建立。目前缺乏大量原始可聽聲數(shù)據(jù)，能識別的故障種類有限。在后續(xù)研究中，可通過電力部門配合逐步積累設(shè)備故障時數(shù)據(jù)，不斷充實、完善原始數(shù)據(jù)庫。

（2）數(shù)據(jù)預(yù)處理。對于采集到的原始數(shù)據(jù)，可以采取如預(yù)加重、端點檢測、消除趨勢項等預(yù)處理措施，選用合適的預(yù)處理方法處理數(shù)據(jù)可提高信號可識別化特征，這是處理原始數(shù)據(jù)下一步需要改進和深入研究的問題。

（3）原始數(shù)據(jù)的采集位置。目前對于聲信號的采集位置并沒有系統(tǒng)地提出選取方案，對于不同位置上采集到的信號沒有進行深入研究其對最終判別結(jié)果的影響，可進一步從采集信號位置的角度出發(fā)，研究其規(guī)律性。

（4）在分析特征量方面，目前多采用頻譜、能量作為特征元素，應(yīng)進一步采用多種聲學(xué)物理參數(shù)識別特征信號，可將頻率作為主要參數(shù)，結(jié)合其他物理參數(shù)的特征共同研究聲信號的物理信息，可使故障診斷技術(shù)更加有效、準(zhǔn)確。

（5）智能診斷系統(tǒng)。開發(fā)集數(shù)據(jù)處理與故障識別、故障預(yù)警于一體的軟件系統(tǒng)，結(jié)合硬件、軟件實現(xiàn)智能診斷系統(tǒng)是未來的發(fā)展方向。

4 結(jié)論

（1）基于可聽聲的變壓器故障診斷技術(shù)具有檢測設(shè)備簡單、傳感器靈活、測試方法簡便的特點，為進一步設(shè)計故障信息智能數(shù)據(jù)庫提供了新的思路，具有良好的發(fā)展前景，是變壓器故障診斷研究的新方向。

（2）基于可聽聲的變壓器故障診斷技術(shù)可實現(xiàn)變壓器潛在故障隱患的預(yù)警，可對現(xiàn)存在的故障作初步類型判斷，具有廣闊的實用價值。

（3）基于可聽聲的變壓器故障診斷技術(shù)的下一步研究重點可以分為3個方面：（1）對變壓器可聽聲產(chǎn)生機理進行研究；（2）對變壓器聲信號數(shù)據(jù)處理方面的研究，包括數(shù)據(jù)預(yù)處理、信號消噪技術(shù)、頻譜分布規(guī)律等；（3）對振動聲信號的專家智能分析系統(tǒng)的研制。

［1］ 王夢云.2004年度110 kV及以上變壓器事故統(tǒng)計分析[J].電力設(shè)備.2005(11)：35-41.

［2］ 嚴莉，王維建，周東華.變壓器故障診斷的油色譜分析綜述[J].控制工程.2003；10（6）：489-491.

［3］ 吳松.基于聲學(xué)特征的變壓器故障診斷研究[D].武漢：華中科技大學(xué)，2012.

［4］ LiWD,Robert M,Parkin JC.Acoustic based condition monitoring of a diesel engine using self-organizingmap networks[J].Applied Acoustics,2002,63：699-711.

［5］ Hessel G,Schmitt FP.Aneural network approach for acoustic leakmonitoring in pressurized plantswith complicated topologies[J].Control Engineering Practice, 1996,4(9)：1271-1276.

［6］ 侯溫良.振動噪聲判別機器故障—譜相關(guān)法[J].聲學(xué)學(xué)報,1983,8(6)：339-344.

［7］ 舒大文，廖伯瑜.用振動和噪聲信號診斷汽車變速箱齒輪故障的研究[J].昆明理工大學(xué)學(xué)報,1997,22(4)：54-61.

［8］ 盧學(xué)軍，魏智.變速箱噪聲的頻譜分析與故障診斷[J].振動與沖擊,1999,18(2)：75-78.

［9］ 梁國榮,谷愛昱,沈訓(xùn)歡.基于噪聲源估計的電機故障診斷研究[J].防爆電機.2013，48（04）：32-39.

［10］李建鵬.基于振-聲聯(lián)合分析的高壓斷路器機械故障診斷研究[D].北京：華北電力大學(xué).2012.

［11］汲勝昌,何義,李彥明等.電力變壓器空載狀況下的振動特性研究[J].高電壓技術(shù).2001;27(5)：47-48.

［12］潘亮亮.基于聲波識別的變壓器狀態(tài)診斷系統(tǒng)開發(fā)[D].北京：華北電力大學(xué)，2007.

［13］何平,文習(xí)山.變壓器繞組變形的頻率響應(yīng)分析法綜述[J].高電壓技術(shù).2006，(05)：37-41.

［14］Garcla B,Bursos J.C.,Alonso A.M.Transformer tank vibrationmodelingasamethod ofdetectingwinding deformations-part I：theoretical foundation[J].Electric Power SystemsResearch,2005,74：129-138.

［15］鐘星鳴.干式變壓器的振動與噪聲研究[D].廣州：華南理工大學(xué)，2010.

［16］董志剛.變壓器的噪聲1[J].變壓器，1995;32(11)：27-31.

［17］杜一明.基于聲信號的變壓器故障診斷系統(tǒng)研究[D].武漢：華中科技大學(xué),2013.

［18］符勁松.基于可聽聲的變壓器內(nèi)部火花放電故障診斷研究[D].武漢：華中科技大學(xué)，2013.

［19］Aguiar PR,Serni P JA,Bianchi EC,etal.In-process grinding monitoring by acoustic emission[C]//IEEE International Conference on Acoustics,Speech,and Signal Processing, 2004. Conference Location：Montreal,Que.,Canada.IEEE,2004：V-405-8 vol.5.

［20］劉文濤,宋文愛.信號消噪的小波處理方法[J].彈箭與制導(dǎo)學(xué)報.2008;28(2)：213-223.

［21］楊潔,華宇寧,張勇.應(yīng)用小波變換對語音信號消噪處理的研究[J].高新技術(shù).2006;32(05)：6-7.

［22］Kwak JS,Song JB.Trouble diagnosis of the grinding process by using acoustic emission signals[J].International JournalofMachine Tools&Manufacture,2001,41：899-913.

［23］張靜遠,張冰,蔣興舟.基于小波變換的特征提取方法分析[J].信號處理,2000;16(2)：156-162,155.

［24］臧玉萍,張德江,王維正.小波分層閾值降噪法及其在發(fā)動機振動信號分析中的應(yīng)用[J].振動與沖擊.2009; 28(08)：57-60.

［25］潘亮亮,趙書濤,李寶樹.基于聲波信號分析的電氣設(shè)備故障診斷新方法[J].電力自動化設(shè)備.2009,29 (08)：87-90.

［26］肖志.Hilbert-Huang變換及其在語音特征提取中的應(yīng)用[D].無錫：江南大學(xué)，2008.

［27］楊琦.基于振動噪聲的變壓器運行狀態(tài)監(jiān)測裝置的開發(fā)[D].北京：華北電力大學(xué)，2010.

［28］潘亮亮,趙書濤,李寶樹.基于區(qū)間能量提取的變壓器聲測診斷[J].變壓器.2010,47(4)：61-65.

Overview on transformer fault diagnosis technology based on audible sound

XIERongbin1,XUE Jing1,ZHANG Lin1,SHEN Jun1,XU Shurong2,ZHAO Lihua2
(1.Guiyang Power Supply Filiale ofGuizhou PowerGrid Company,Guiyang Guizhou 550001,China; 2.SchoolofElectrical Engineering and Information,Sichuan University,Chengdu Sichuan 610065,China)

Aiming at the problem of fault diagnosis and faultwarning of power transformer,reviews the new developments of transformer fault diagnosis technology based on the audible sound from the four parts such as signalacquisition,signal denoising,feature extraction and fault diagnosis,analyzes and brings forward the expectation of diagnosis effect and the research trend.The research result shows that this technology has broad development prospect in the following three aspects：(1)the research of transformer audible sound occurrencemechanism,and the prediction of fault reason and fault trend;(2)the analysis of the transformer acoustic signal,including spectral analysis and noise elimination technology;(3)the research of the expert intelligentanalysis system for vibration acoustic signal.

transformer;faultdiagnosis;audible sound;feature extraction

TM406

B

1672-3643（2017）02-0055-07

10.3969/j.issn.1672-3643.2017.02.011

2017-01-23

謝榮斌（1970），男，工程師，主要從事高電壓技術(shù)研究與管理工作。

有效訪問地址：http：//dx.doi.org/10.3969/j.issn.1672-3643.2017.02.011