季坤， 朱太云， 李堅(jiān)林， 黃文禮， 汪嘯

(1.國(guó)網(wǎng)安徽省電力有限公司，安徽 合肥 230000； 2.安徽南瑞繼遠(yuǎn)電網(wǎng)技術(shù)有限公司，安徽 合肥 230000； 3.中國(guó)科學(xué)技術(shù)大學(xué)國(guó)家同步輻射實(shí)驗(yàn)室，安徽 合肥 230029)

0 引 言

作為電網(wǎng)主設(shè)備的變壓器，在運(yùn)行過程中由于受到電磁力和機(jī)械應(yīng)力的作用，鐵芯、繞組和操縱機(jī)構(gòu)等會(huì)發(fā)生振動(dòng)并產(chǎn)生機(jī)械波[1-3]。經(jīng)過絕緣介質(zhì)與腔體的傳播，產(chǎn)生的振動(dòng)聲學(xué)信號(hào)包含了大量的設(shè)備狀態(tài)信息。尤其是當(dāng)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(jī)械形變，會(huì)使其聲學(xué)指紋(以下簡(jiǎn)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(hào)是變壓器機(jī)械狀況帶電檢測(cè)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(diǎn)[4]。余長(zhǎng)廳等[5]根據(jù)聲紋成像、聲源定位和振動(dòng)信號(hào)特征值測(cè)試分析結(jié)果,判定變壓器存在套管升高等故障，驗(yàn)證了聲紋診斷技術(shù)的有效性，但對(duì)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(jìn)梅爾頻率倒譜系數(shù)和矢量量化算法的變壓器聲紋識(shí)別模型，但該項(xiàng)工作未對(duì)實(shí)際工況下的變壓器所受的環(huán)境因素及干擾進(jìn)行消除，試驗(yàn)結(jié)果僅限于實(shí)驗(yàn)室條件下。劉勇等[7]提出一種新型變壓器狀態(tài)檢測(cè)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(duì)繞組故障進(jìn)行判定。

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

1 系統(tǒng)設(shè)計(jì)

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(hào)的在線監(jiān)測(cè)系統(tǒng)主要由分布式麥克風(fēng)(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(zhǎng)度超過80 m的場(chǎng)景。分布式麥克風(fēng)裝置是監(jiān)測(cè)裝置核心器件，其性能和穩(wěn)定性決定采集的聲紋信號(hào)的質(zhì)量好壞，從而直接影響后期對(duì)變壓器聲紋信號(hào)圖像分析處理和工作狀態(tài)監(jiān)測(cè)?？紤]到變壓器等大型電力設(shè)備的端面和麥克風(fēng)放置的位置以及聲音信號(hào)頻率采集范圍，本文采用聲音信號(hào)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(fēng)。同時(shí)采集聲音信號(hào)時(shí)，應(yīng)注意聲源和麥克風(fēng)的距離，通常聲源應(yīng)距麥克風(fēng)0.3～0.7 m。若聲源相距過遠(yuǎn)，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(fēng)容易過負(fù)荷而使輸出嚴(yán)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(jì)

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(cè)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(cè)裝置核心模塊，通過多個(gè)通道的外置麥克風(fēng)，傳感信號(hào)分別連接到終端設(shè)備。終端對(duì)采集的聲紋信息進(jìn)行實(shí)時(shí)分析，實(shí)時(shí)輸出預(yù)警信號(hào)，并將實(shí)時(shí)采集的聲紋信號(hào)和預(yù)警信息發(fā)送至聲紋在線監(jiān)測(cè)代理終端。利用GPU的高運(yùn)算能力，能夠高效運(yùn)行聲紋異常檢測(cè)模型算法，進(jìn)行實(shí)時(shí)聲紋信號(hào)的采集和診斷分析，并把聲紋信號(hào)和預(yù)警信息發(fā)送到聲紋在線監(jiān)測(cè)代理終端。通過可配置功能，能夠接收聲紋在線監(jiān)測(cè)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(cè)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(shí)際需要來確定需要診斷的聲紋信號(hào)。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€(gè)聲紋智能采集終端所對(duì)應(yīng)的通道號(hào)進(jìn)行配置；能夠配置聲紋采集終端的采集時(shí)間以及采集計(jì)劃；能夠配置每個(gè)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(shí)時(shí)聲紋智能分析；能夠配置聲紋存儲(chǔ)相關(guān)的配置信息，存儲(chǔ)時(shí)長(zhǎng)和存儲(chǔ)路徑等信息。

1.3 軟件系統(tǒng)設(shè)計(jì)

在線監(jiān)測(cè)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(chǔ)并生產(chǎn)對(duì)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(jì)成B/S模式，便于在線監(jiān)測(cè)代理終端的獨(dú)立使用。后臺(tái)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(cè)系統(tǒng)的SDK接口，提供標(biāo)準(zhǔn)的接口模式，便于接入第三方的客戶平臺(tái)。軟件框架設(shè)計(jì)如圖3所示。針對(duì)軟件框架設(shè)計(jì)，聲紋信號(hào)分析軟件具有以下功能：①聲紋實(shí)時(shí)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(jì)

2 系統(tǒng)可靠性分析

2.1 測(cè)試試驗(yàn)設(shè)計(jì)

針對(duì)聲紋信號(hào)監(jiān)測(cè)系統(tǒng)全天候和長(zhǎng)時(shí)性工作條件，且麥克風(fēng)對(duì)聲紋信號(hào)具有決定性作用。本文選取咪頭作為測(cè)試系統(tǒng)可靠性的對(duì)象，并通過分析軟件來監(jiān)測(cè)變壓器工作狀態(tài)，測(cè)試過程及結(jié)果分析如下。為驗(yàn)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(yàn)第2部分：試驗(yàn)方法》將咪頭器件做了8次不同環(huán)境下的對(duì)比試驗(yàn)，其中高溫試驗(yàn)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(yàn)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(yàn)為將咪頭在1 m高處，從X、Y、Z三個(gè)方向，各3回，落于20 mm厚木板上；濕熱試驗(yàn)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(yàn)為設(shè)置試驗(yàn)箱模仿現(xiàn)實(shí)溫濕度,把產(chǎn)品放入其中循環(huán)10次,試驗(yàn)后取出并在自然環(huán)境中冷卻6 h以上；振動(dòng)試驗(yàn)為振動(dòng)周波數(shù)10～55 Hz、全振幅1.5 mm于X、Y、Z三個(gè)方向，將咪頭振動(dòng)各2 h；熱沖擊試驗(yàn)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(jìn)行32個(gè)循環(huán)，試驗(yàn)后取出并在自然環(huán)境中冷卻6 h以上；靜電試驗(yàn)為直流4 000 VDC，對(duì)咪頭輸出口進(jìn)行10次放電。設(shè)定咪頭試驗(yàn)前后1 kHz時(shí)靈敏度差異值≤3 dB[8]則為通過。每個(gè)環(huán)境下均采用15組咪頭共同試驗(yàn)，減少試驗(yàn)偶然性。試驗(yàn)前和試驗(yàn)后測(cè)試咪頭在1 kHz和70 Hz兩種情況下的靈敏度。

2.2 試驗(yàn)結(jié)果及分析

從圖4中1 KHz靈敏度差異試驗(yàn)結(jié)果分析得出，8種試驗(yàn)條件下每組咪頭最大靈敏度差值為1.6 dB，滿足試驗(yàn)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(yàn)對(duì)比圖

3 典型結(jié)果

3.1 現(xiàn)場(chǎng)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(gè)聲源點(diǎn)產(chǎn)生的聲紋被外部四個(gè)端面收集到后，聲源發(fā)出的聲音信號(hào)經(jīng)麥克風(fēng)轉(zhuǎn)換為電信號(hào)。經(jīng)前置放大電路放大到采樣端口的輸入電壓信號(hào)范圍后傳輸至NEO核心板的A/D采樣端口進(jìn)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(jìn)行計(jì)算，并將計(jì)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(shí)域信號(hào)的時(shí)間差異計(jì)算得出聲源點(diǎn)的位置。

3.2 實(shí)際故障檢測(cè)

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(dāng)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(jì)算內(nèi)部絕緣油的影響。故障原因的確認(rèn)是先由人工進(jìn)行樣本標(biāo)記后，再進(jìn)行時(shí)域、頻域和時(shí)頻譜圖的特征量抽取，最后通過機(jī)器學(xué)習(xí)的模式進(jìn)行聲紋信號(hào)識(shí)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(dòng)能不足及單相靜觸頭松動(dòng)時(shí)的振動(dòng)波形。分接開關(guān)切換過程中的振動(dòng)信號(hào)呈現(xiàn)強(qiáng)時(shí)變性和非平穩(wěn)性，由幾個(gè)形狀及持續(xù)時(shí)間不同的沖擊信號(hào)組成。當(dāng)分接開關(guān)存在彈簧動(dòng)能不足及單相靜觸頭松動(dòng)時(shí)，與分接開關(guān)正常時(shí)的振動(dòng)信號(hào)相比較，其幅值和沖擊信號(hào)的時(shí)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(hào)圖

不同故障的聲紋有的在時(shí)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(gè)基頻的包絡(luò)線差異。通過研究分析變壓器振動(dòng)信號(hào)所包含的豐富的設(shè)備信息，變壓器聲紋信號(hào)在線監(jiān)測(cè)系統(tǒng)可對(duì)變壓器機(jī)械故障進(jìn)行有效監(jiān)測(cè)分析及識(shí)別。

4 結(jié)束語

基于變壓器聲紋信號(hào)的在線監(jiān)測(cè)裝置系統(tǒng)，在變壓器外部布置多個(gè)聲紋傳感器，收集聲紋數(shù)據(jù)后，對(duì)現(xiàn)有波束成形技術(shù)進(jìn)行改進(jìn)和革新，從而進(jìn)一步分析出變壓器內(nèi)部聲源準(zhǔn)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(duì)于發(fā)展新一代智能不停電檢測(cè)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(jià)值，也能很好地滿足未來電網(wǎng)智能運(yùn)檢工作中不停電狀態(tài)檢修的需求。