GLFore的便携式声学成像仪是在国内生产的还是国外生产的？_百度知道
GLFore的便携式声学成像仪是在国内生产的还是国外生产的？
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
匿名用户知道合伙人
国外生产的，美国生产的
为你推荐：
其他类似问题
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。分类号 学校代码 10487学号 密级M硕士学位论文基于声学特征的变压器故障诊断研究学位申请人： 学科专业： 指导教师： 答辩日期：吴松高电压与绝缘技术 陈俊武 副教授2012 年 1 月 6 日A Thesis Submitted in Partial of Fulfillment of the Requirements For the Degree of Master of EngineeringResearch on Fault Diagnosis of Power Transformer Based on Acoustic FeaturesCandidate: Wu Song Major: High Voltage and Insulation Technology Supervisor: Associate Prof. Chen JunwuHuazhong University of Science & Technology Wuhan 430074, P.R.China Jan., 2012独 创 性 声 明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的 研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意 识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、 使用学位论文的规定， 即： 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允 许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部 或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复 制手段保存和汇编本学位论文。 本论文属于 保 密 □，在 年解密后适用本授权书。不保密 □。（请在以上方框内打“√” ）学位论文作者签名： 日期： 年 月 日指导教师签名： 日期： 年 月 日华 中 科 技 大 学 硕 士 学 位 论 文 摘 要变压器作为电力系统中重要的设备之一，承担着系统内电压变换、电能分配与传 输等关键任务。电力设备故障诊断技术是一门结合工程实际的实用性学科，在电力生 产应用中发挥着重要的作用。深入研究新型监测诊断方法，开发相应的监测设备对电 力变压器早期故障预测和诊断具有十分重要的意义。 基于声学特征量的变压器故障诊断技术，是一种新型的检测方法，具有声信号的 检测传播不受电场和磁场的干扰，监测过程不影响变压器正常运行等优点。本课题主 要研究频率 20Hz-20KHz 的可听声，理论分析变压器故障类型、发声机理以及声信号 的物理特征。采用电容式声传感器或听诊器探测鼓膜进行声信号探测，采集变压器运 行现场的原始声信号进行分析。重点分析以小波算法和阈值算法为基础的声信号消噪 原理，对比分析传统的频谱分析方法、基于小波算法、基于 Hilbert-Huang 变换等特征 信号提取技术。本课题通过实地检测获得变压器声信号资料，运用软件分析得出声信 号的物理特征量。进而搭建实验平台模拟变压器放电故障检测声信号的物理特征量， 分析放电故障声信号的实验结果，从中提取特征信号作为变压器故障检测的重要判 据。 研究表明，运用声学特征量对变压器运行状况进行监测，能够快速准确获取设备 的状态信息。根据本课题的信号处理方法，可有效实现变压器故障运行声信号的特征 提取，准确诊断故障类型。其中，变压器放电声信号特征频率为 250Hz 是故障诊断数 据库的重要特征判据之一。课题下一步研究将重点收集各种具体故障声信号的特征量 完善数据库的设计。 关键词：变压器，故障诊断，声学特征，特征提取I华 中 科 技 大 学 硕 士 学 位 论 文 AbstractAs one of the most important equipment in the power system, the transformer undertakes the voltage transformation from primary side to secondary side, the distribution and transmission of power and some other critical tasks. Therefore, the technology of electrical equipment’s failure detection is a practical subject combined with engineering practice which plays an important role in the practical application of electrical productions. It is of great theoretical and practical significance to study on an ideal diagnostic method for power transformer failures’ prediction and early detection. This article is based on the acoustic signal as the characteristic signal which is emitted from the operation transformer to carry out the fault diagnosis. The electric and magnetic fields do not interfere with the detection and dissemination of the acoustic signals, and the monitoring process does not affect the normal operation of the transformers, so it is a more effective means to detect the failure of the transformers by the acoustic signals. This paper mainly studies the audible sounds with frequency band of 20Hz-20kHz. This paper has mainly studied the theoretical mechanism of acoustic signal emitted by different types of transformer failure and its physical characteristic. Capacitive acoustic sensor or stethoscope have been used to get the acoustic signal on the site. The paper has mainly studied the wavelet algorithm and valve algorithm to filter out the noises and compared with the results of traditional methods such as frequency spectrum analysis, wavelet analysis and Hilbert-Huang transformation. Farther more, field test data have been obtained from on-site transformer sound signals, and analyze the sound signals by using software to get the physical characteristics. In the initial stage of the research, laboratory has set up a platform by studying the discharge characteristics of the physical volume of the sound signals to set up the foundation for transformer fault detection. Research shows that by using the acoustic signal’s characteristic to detect the transformer failure is fast and accurate. By using the data processing method in this paper, the characteristic of the signal can be used to decide the failure types of transformer. The sound signals obtained from laboratory simulation discharge test have a fundamental frequency of 250Hz is one of the most important characteristic. The next step of this studyII华 中 科 技 大 学 硕 士 学 位 论 文will focus on collecting a large amount of sound signals and improving the intelligent database design of the transformer fault diagnosis. Keywords: Transformer，Fault diagnosis，Acoustic characteristics，Feature extractionIII华 中 科 技 大 学 硕 士 学 位 论 文 目摘录要 .............................................................................................................. IABSTRACT ................................................................................................... II 1 绪论 ........................................................................................................... 1 1.1 1.2 1.3 课题研究的背景与意义 ........................................................................ 1 变压器声学诊断方法的分析 ................................................................ 2 本课题的重点工作 ................................................................................ 52 变压器故障与声学诊断研究 ................................................................... 6 2.1 2.2 2.3 2.4 电力变压器故障类型分析 .................................................................... 6 基于声学特征的变压器运行状态分析 ................................................ 9 变压器铁芯振动发声机理分析 .......................................................... 12 本章小结 .............................................................................................. 153 变压器声学特征量的检测方法 ............................................................. 16 3.1 3.2 3.3 3.4 声信号检测系统方案 .......................................................................... 16 声学特征信号消噪方法 ...................................................................... 20 声学特征信号提取方法 ...................................................................... 23 本章小结 .............................................................................................. 304 实验及数据分析 ..................................................................................... 31 4.1 4.2 变压器实测信号分析 .......................................................................... 31 实验室模拟放电故障的试验研究 ...................................................... 37IV华 中 科 技 大 学 硕 士 学 位 论 文4.3 4.4 实验结果分析 ...................................................................................... 43 本章小结 .............................................................................................. 435 全文总结与课题研究展望 ..................................................................... 44 5.1 5.2 全文总结 .............................................................................................. 44 课题展望 .............................................................................................. 45致谢 ............................................................................................................... 47 参考文献 ....................................................................................................... 48 附录 攻读硕士学位期间发表的学术论文 ............................................... 54V华 中 科 技 大 学 硕 士 学 位 论 文 11.1 课题研究的背景与意义近年来，电力技术的迅猛发展，电网规模的不断扩大，特别是我国超高压、特高 压战略的提出为电力工业的前景指明了方向。大电网，特高压系统对电力设备的可靠 性提出了更高的要求，电力系统的优质生产和电力设备的高可靠性为打造坚强的智能 电网提供了坚实的后盾。 电力设备在整个电力系统包括发、输、配电等各个生产环节都起着重要的作用， 电力系统中任何一个关键的电力设备出现故障导致运行失稳将会引起生产中断，造成 巨大的经济损失，带来灾难性的后果，对人民的生活和人身安全造成威胁。目前，多 数科研工作者致力于研究在线检测技术，电力系统在线监测的目的在于保证电力设备 的可靠运行，深入研究在线监测新机理、开发应用新的监测方法、监测手段具有较高 的科研价值和实用价值。 变压器作为电力系统中重要的电力设备之一，承担着系统内电压的变换、变电站 电能的分配和传输等关键任务，为提供优质电能服务，保证电力系统安全、可靠、优 质、经济运行发挥着重要作用。电力系统中变压器使用量大，容量等级和规格繁多， 运行时间长，从而导致其事故率也相应升高。根据国内外统计资料显示可知，连续运 行时间超过 4 年的变压器每 200 台中大约有 5 台发生不同的故障。国内电力系统运行 统计人员的相关数据给出某省网公司仅在 2001 年内运行中的变压器故障的情况如表 1-1 所示。变压器发生故障造成的损失不仅在变压器本身，故障引起的间接经济损失 更为严重，变压器一般处于电能传输的上游，发生事故造成的危害极大，电力中断导 致各个部门瘫痪，严重影响人们的工作和生活[1, 2]。表 1-1 变压器故障统计 电压等级 500kV 220kV 110kV 运行总数（台） 78 251 1229 故障数（台） 4 1 6 故障率 5.1% 0.4% 0.49%绪论1华 中 科 技 大 学 硕 士 学 位 论 文随着现代科技的发展，微电子技术的不断应用，对关键设备的监测和故障诊断技 术也逐步提高。电力设备的故障诊断技术也受到人们的关注，在线监测技术主要以动 态测试技术为基础，通过信号获取，处理，分析最终得出监测信息是否有误。 目前动态信息监测技术的发展主要采用振动、声信号、力、温度、光信号、射线、 电磁等多种信号进行分析；以此为基础发展了光谱诊断技术、振动诊断技术、声学诊 断技术、红外和热成像诊断、无损检测技术以及铁谱诊断技术等。数字信号处理技术 的发展以及计算机软件的广泛应用使得各种诊断技术都有了更加广阔的发展空间和 平台，随之发展了多种诊断方法如统计诊断、模糊诊断、逻辑诊断、对比诊断、状态 空间分析诊断和函数诊断等方法[3-5]。 声音是一种机械波由振动向传声介质辐射能量，跟振动和形变引起的信号分析方 法相同，声信号蕴含着大量的振动信息，是分析设备运行状态的一项重要指标。设备 在正常运行时，机身与固件，零件之间，零件本身的相互运动状态发生变化时，设备 就会发出声音，运行状态发生变化时声音也随之变化。变压器的结构非常复杂部件种 类繁多，三相油浸变压器，由三相一、二次绕组，铁芯，油箱，底座，高压及低压套 管，散热器（冷却器） ，净油器，储油柜，气体继电器，安全气道，温度计，分接开 关等相关组件和附件所构成[6, 7]。变压器内部绕组和铁芯承担着电磁交换的重要功能， 在高电压和强电磁的环境下会发生各种不同的故障，从而运行所发出的声音也会随之 变化。利用变压器故障运行所发出的声音变化来诊断变压器的故障情况，这种通过声 信号分析变压器故障的诊断方法称为声学特征诊断技术[8-10]。声学特征量的诊断技术 主要具有下列特点，获取声信号并非一定接触设备，装置简单，获取信号方便，传感 器安装比较灵活，采集信号时不产生电磁信号，不会干扰设备的正常运行。是一种便 捷简单的诊断方法[3, 11]。1.2变压器声学诊断方法的分析一直以来，人们多把变压器发出的声音归为噪声而忽略其研究价值[12]，然而，只有多年从事变电运行有经验的师傅在做变压器巡检时，根据人耳贴近变压器箱体听取 变压器发出的声音判断其运行状态[13, 14]。 这种主要依靠人耳听诊的方法具有很大的限2华 中 科 技 大 学 硕 士 学 位 论 文制性，一般情况只有发生故障且故障较为明显的情况下才可分辨。听诊法主要适合于 工作经验丰富且对变压器结构非常了解的工人，人为因素较大不便于广泛适用，不便 于在线监测技术的应用。变压器声学诊断技术的不断发展，目前应用较多的主要为噪 声分析法、超声波分析法以及声发射分析技术。 1.2.1 噪声分析法 正常运行的变压器声音主要来源于油箱（磁屏蔽也包括） 、绕组、铁心及冷却装 置风扇等发生振动。其中本体发声还包括硅钢片的磁致伸缩、硅钢片之间的接缝处及 叠片相互间的漏磁产生的电磁动力导致铁心振动；电流流过绕组时，绕组之间及线匝 间产生动态电磁力从而引起绕组的振动；另外因漏磁引起的油箱壁的振动等[2]。铁心 和绕组振动传递到箱壁引起的振动发声，就是所谓的噪声[15]。目前对变压器噪声研究 主要通过声压、声强、声功率等物理参数来确定声音的量级。噪声分析法主要采用传 声器、声级计测试声音，通过滤波、电平记录仪以及 PC 机软件可分析现场的声信号 的时域波形及频域波形[14, 16]。 1.2.2 超声波分析法 超声波检测方法是目前应用较为广泛的诊断技术。主要利用安置在变压器箱体表 面的超声波传感器接受局部放电信号，进行故障定位分析。变压器内部结构复杂，因 绝缘材料本身或者器件设计制造过程中可能产生杂质气泡，容易造成电场分布不均 匀，发生局部放电现象。不同位置的放电现象和放电类型不同，超声波在变压器内经 过折射、反射、绕射等曲折路径最后传感器捕捉到的超声信号难以确定声源的准确位 置。目前的定位技术并未能较好实现故障声源的准确定位[17-19]。 变压器绝缘结构（油浸变压器）的主要组成是变压器绝缘油、绝缘纸、绝缘纸板 以及一些固体绝缘材料。这些绝缘材料的性质组成各不相同，在设计制造工艺上也有 所差别，绝缘内部有气泡或杂质等都会导致绝缘结构的电场分布不均，局部区域场强 过于集中而引起的电场畸变产生局部放电。局部放电伴随一连串的脉冲电压波从而形 成脉冲声波。这种声波的频谱分布极广，频率范围 10Hz~107Hz 的数量级 [20,21]。E.Howells 等人对变压器局部放电超声波做频谱分析得出，局放发出超声频率主要集3华 中 科 技 大 学 硕 士 学 位 论 文中在 150kHz 左右，因此 E.Howells 等人对超声检测的频带范围选择 180kHz~230kHz。 武汉高压研究所实测研究得出局放高频带 30kHz~160kHz。而清华大学高压研究所模 拟六种典型电极模型试验得出放电产生超声波频带主要在分布 70kHz~150kHz[6, 17, 19]。 目前研究变压器中局放引起的超声波主要采取以下方法：在变压器箱壁放置超声探测 仪，声信号经前置放大单元，信号处理，数模转换，利用 PC 机软件实现数字信号处 理分析出放电模式。研究发现超声探测仪对设备的绝缘具有一定的破坏性同时在绝缘 老化过程中超声波传播速度受到极大影响从而测量准确性差。超声能够探测故障，但 在故障空间定位方面一直是多数学者需攻克的难点[22]。 1.2.3 声发射分析法 相对上述分析方法，声发射（AE：Acoustic Emission）是发展较为完善的诊断方 法。声发射是指材料中的局域源快速释放能量从而产生瞬态弹性波的现象，也可称之 为应力波发射。 结构失效的重要机制表现在， 材料在应力作用下发生变形与裂纹扩展。 声发射源[23]是指引起材料变形和断裂机制有关的源。声发射信号的频率范围很宽，各 种材料频率从几 Hz 的次声频，到 20Hz～20kHz 的声频再到数 MHz 的超声频。声发 射是一种比较常见的物理现象，其信号幅度从微观位错运动到 1m 量级的地震波变化 范围也非常大。当声发射释放的应变能达到一定程度产生的声音就会被人耳听到。声 发射现象比较常见多为材料变形和断裂而产生，一般情况声发射信号强度较弱，灵敏 的电子仪器才可检测出， 仅靠人耳不能听见。 声发射技术即采用仪器设备探测、 记录、 分析声发射信号并利用声发射信号进而推断声发射源，因此人们形象地将声发射仪器 设备称为材料的听诊器。声发射信号存在在材料中内应力的变化，在材料加工、处理 和使用整个过程中引起内应力的变化因素有很多，如发生位错运动、断裂、裂纹萌生 与扩展、孪生、外加负荷的变化、无扩散型相变、热胀冷缩、磁畴壁运动等情况。人 们主要分析探测出的声发射信号进而推断得出材料产生声发射的机制。声发射技术在 电力工业应用也比较广泛，检测变压器局放，检测汽轮机叶片等。Kwak 等运用 AE 技术对金属材料加工过程进行监测，Tandon，Mba，Fararooy 等分析了 AE 信号监测 机件表面的裂纹及摩擦情况。Leitzinger 应用频谱分析法 NVH 技术检测设备的故障。 Benko 等基于声学信号，采用频谱分析和短时傅立叶变换进行故障诊断也获得一定的4华 中 科 技 大 学 硕 士 学 位 论 文研究成果[24, 25]。1.3本课题的重点工作本课题主要针对变压器发出的可听声频率范围 20Hz~20kHz 进行研究，重点研究变压器正常运行发声机理，声信号的频率范围，分析变压器故障类型及发声机理，同 时根据不同故障所发出声信号的特征确定故障种类。理论分析变压器发声的原理，根 据大量试验数据结合声信号的物理参数描述故障类型。运用软件实现声信号物理参数 特征的数字化管理，集合各种故障的声音特征信息库，将声信号传感器安装在变压器 箱体上可实现声特征的在线监测技术。本课题的重点工作有以下几个方面： [1]. 电力变压器故障类型分析以及各种故障发生机理的研究，将目前国内外故障 诊断方法进行对比分析得出其优缺点，为本课题研究提供借鉴和参考。在声 学特征的变压器状态诊断方面展开研究，从理论方面深入分析变压器本体发 声机理，为本课题研究基于声学特征的变压器故障诊断提供理论支持。 [2]. 变压器声学特征量的检测方法研究，声音信息原始资料的采集方法，声信号 数据分析模块以及检测系统结构设计介绍。声信号数据处理，在信号消噪方 法中主要分析了小波算法和传统阈值的消噪方法； 在声学特征信号提取方面， 主要分析了传统频谱分析特征提取技术，基于小波算法以及基于 Hilbert-Huang 变换的特征提取方法。 [3]. 本课题实验研究部分，在变电站实地检测正常运行变压器声信号，通过信号 分析处理将正常运行信号数据特征作为故障信号数据特征提取的参考。实验 室模拟变压器放电故障进行试验分析，对比试验结果得出结论。5华 中 科 技 大 学 硕 士 学 位 论 文 22.1变压器故障与声学诊断研究电力变压器故障类型分析为确保变压器的长期稳定运行，变压器的绝缘结构需满足 GB1094 标准规定关于电、机、热等方面的具体要求。变压器主绝缘和纵绝缘的工作场强超过其最高耐受场 强时就会造成绝缘的破坏或者击穿，继而形成短路事故。一般将电力变压器故障分为 内部故障和外部故障两种情况[25]。 电力系统将根据引起故障的原因进行故障分类如表 2-1 所示。表 2-1 变压器故障分类 内部故障 （internal failures） 绕组和铁芯压紧的松动 （loss of winding & core clamping） 绕组谐振 （winding resonance） 过热 （overheating） 绝缘退化 （insulation deterioration） 氧化 （oxygen） 受潮 （moisture） 绝缘油的固态污染 （solid contamination in the insulting oil） 局部放电 （partial discharge） 设计和制造缺陷 （design & manufacture defects） 外部故障 （external failures） 雷击 （lightening strikes） 系统切换误操作 （system switching operating） 系统过载 （system overload） 系统故障如短路 （system faults, short circuit）变压器外部故障主要表现在油箱体壳以外所发生的关于引线故障。 外部故障多表 现在绝缘套管发生闪络放电，高低压引线间发生多路等，以及引出线发生故障而引起 变压器内部发生的部分故障类型。 变压器的内部故障主要分为：磁路故障包括铁芯、铁轭以及夹件中发生的故障， 多数引发故障的原因为铁芯多点接地；绕组中的故障有线路线段、绕组纵绝缘；6华 中 科 技 大 学 硕 士 学 位 论 文表 2-2 变压器内部故障 故障部位 故障现象 变压器器身中绕组及绝 缘物发生故障 故障原因 绕组部分绝缘老化，绕组受潮，绕组层间、匝间、相间、 高低压绕组间发生接地、短路、断路、短路、击穿或者烧 毁故障；系统短路造成绕组机械损伤；冲击电流造成绕组 机械损伤等。 紧固螺栓使铁芯局部短路，穿芯螺栓绝缘破裂或碳化引起 铁芯局部短路，焊渣或其他金属异物使铁芯局部短路，夹 件碰铁芯使铁芯局部短路，穿芯螺母座套过长造成铁芯局 部短路，接地片过长，紧贴铁芯引起局部短路，上下铁轭 拉杆端头锁定螺母松动，在强磁场下造成过热。 穿芯螺栓绝缘破坏引起多点接地， 硅钢片边角翘起碰夹件， 夹件碰铁芯，测温屏蔽线碰铁轭，上铁轭太长碰油箱壁或 加强筋，压板位移碰铁芯，安装时定位钉未翻转或切割掉 （或拆除） ，方铁与铁芯之间绝缘破坏而相碰，金属异物、 大量焊渣或硅胶引起多点接地，下铁芯垫脚与铁芯之间的 槽形绝缘板破裂或位移，下部绕组托板太长碰铁芯。 磁饱和使铁芯过热，铁芯接缝不良而过热，铁芯冷却油道 堵塞。 压钉与压板之间绝缘破裂或移位使金属开口压环闭合而形 成短路环。 低压引线焊接不良，低压引线与出线套管之间的接头螺母 松动，分接抽头铜铝过渡接头焊接不良，高压套管螺母松 动，导电头紧固螺丝不到位，造成接触不良。 焊接头不良，引线夹板相碰。 引线太长，弯曲部分离油箱或夹件太近，引线阴历锥处绝 缘进水受潮，操作过电压作用。 引线搭在套管均压球上，套管均压球脱落，套管穿缆导管 电位悬浮。 两相引线距离太近或相碰，引线接头松动，以致烧断。 接地不良，雷击过电压作用，绝缘严重受潮，绝缘裕度不 够（如薄绝缘）接头焊接不良，熔断，变压器出口短路事 故。 匝间绝缘裕度不够或绝缘老化，雷击过电压的作用，接头 焊接不良，出口短路冲击。 分接开关弹簧压力不够或出头之间表面接触不良。 动触头未落位，分接开关操动杆电位未固定。 高场强集中和长垫块有尖角引起电场畸变。绕组铁芯和夹件铁芯局部短路过热（有 的兼有多点接地）铁芯多点接地引起铁芯环流 而过热铁芯局部过热 夹件 短路环流过热 引线局部接触不良引起 过热 引线接头烧熔发生电弧 高压引线 引线对油箱或夹件放电 火花放电 低压引线 引线间或引线对其他电 位体电弧放电 匝、层间电弧放电，饼 间连线烧断 匝、层间短路放电，低 压相间短路放电 接触不良引起局部过热 飞狐或火花放电 树枝状放电引线高压匝、 层间低压匝、 层间 分接开关 垫块与围屏7华 中 科 技 大 学 硕 士 学 位 论 文引线发生故障一般是绝缘损坏或击穿、内部断线、绕组匝间层间出现短路以及绕组发 生变形等情况。绝缘系统发生故障，主要指绝缘油故障和主绝缘中发生故障，一般指 相间发生短路、 绝缘系统有受潮现象、 绝缘油出现异常、 出现围屏树枝状放电等[1, 6, 26]。 表 2-2 给出了变压器内部故障原因分析。 国际大电网研究协会（CIGER）工作报告指出变压器故障统计中，有载调压分接 开关引起故障占 41%，发生绕组变形情况出现失稳造成事故占 19%。图 2-1 显示关于 有载调压分接开关的变压器故障类型分布比例。 研究其事故发生的根源发现有 53%是由机械故障导致，电气故障占31%。对于不具有有载调压分接开关的变压器 占 26.6%的故障是因绕组引起，而铁芯故障占 6.4%。从文献[27]可了解到 20 世纪后期南非地 区统计变压器故障数据结果如图 2-2 所示。 而 B.Sparling 在他的研究[28]中指出， 大型电力变压器连续运行 15 年后， 发生故障的主要原因表现在绕组变形、绝缘污染和铁芯故障，可从图 2-3 中得出[27, 28]。 国内外关于变压器故障统计研究得出，变压器故障主要分为，绕组变形、绕组和 铁芯压紧松动等引起的机械故障[27]。为保证变压器安全可靠运行，开展变压器绕组及 铁芯运行状态的在线监测是十分有必要的。本课题基于声学特征变压器故障在线监测 主要诊断变压器内部放电以及绕组和铁芯故障等。图 2-1 变压器故障分布的百分比情况8华 中 科 技 大 学 硕 士 学 位 论 文图 2-2 南非上世纪 90 年代的变压器故障统计数据图 2-3 服役 15 年至 25 年之间的变压器故障原因分布2.22.2.1基于声学特征的变压器运行状态分析变压器常见可听声分析 变压器运行时产生声音的主要部件分为绕组、铁芯、油箱（包括磁屏蔽等）以及安装有冷却风扇装置，转动时产生的噪声。造成大型电力变压器本体振动发声的主要 因素分为以下方面： 1、磁致伸缩引起硅钢片变形出现的振动以及硅钢片的接缝处和叠片间的漏磁所 引起的电磁力，引起铁芯的振动。 2、变压器通电运行绕组之间、线饼之间、线匝之间就会产生动态电磁力，从而9华 中 科 技 大 学 硕 士 学 位 论 文导致变压器绕组发生振动，造成变压器故障声响。 3、变压器不可避免有漏磁现象，漏磁引起油箱壁的振动发声。 根据国内外研究结果以及实验数据表明，变压器本体发声主要取决于铁芯和绕组 的振动[29]。近年来采用先进的铁芯叠积技术进行变压器的制造，主要目的以最大程度 减小铁芯的振动。运用无纬环氧玻璃粘带绑扎技术尽可能使得铁心柱和铁轭固定在一 起，硅钢片接缝部位以及叠片之间的电磁力最小。因此，铁芯发生振动声响主要取决 于硅钢片发生了磁致伸缩[30, 31]。 绕组出现振动发声主要跟绕组中流过的电流以及绕组的尺寸有关，同时跟绕组的 结构也有关系[32]。 铁芯和绕组发生振动通过固体通道铁芯垫脚以及变压器油液体通道 传递给变压器箱体，造成箱壁（包括磁屏蔽等）振动而产生其本体发出的声音。研究 指出当铁芯或者绕组的机械振动发出的固有频率接近 2 倍电源频率即 100Hz 或其倍频 时，或当油箱上的固件振动频率与铁芯和绕组的振动频率接近时，变压器器身或油箱 以及附件就会发生谐振，这样变压器本体声响剧增。常见的变压器异常声响与其故障 原因及处理措施如表 2-3 所示。表 2-3 变压器常见异常声响与原因 异常现象 原因分析 高电压或频率波动 紧固部件松动 出现异常声音或 振动（如励磁声 音很高） ；把耳朵 贴在变压器油箱 上，听到油箱内 部响声不正常 接地不良或未接地的金属部分发生 悬浮放电 铁心紧固不好而引起微振 偏磁（直流偏磁） 冷却风扇、输油泵轴承磨损、滚珠 轴承裂纹 油箱、散热器等附件共振、共鸣 分接开关的动作机构不正常 电晕闪络放电声 瓷件、瓷套管表面积污，盐分高， 引起污闪 处理措施 把分接开关转换到与负荷电压相 适应档位 查清发生振动及发出声音的部 位，加强紧固 检查外部的接地情况，如外部无 异常则停电进行内部检查 吊芯（罩）检查紧固情况 改变使用方法，选用偏磁小的变 压器 根据振动情况判断能否运行；修 理或更换备品，或降低负荷运行 紧固部件松动，重新紧固，检查 频率 检查分接开关的操作机构 带电清洗或者停电清除积污10华 中 科 技 大 学 硕 士 学 位 论 文2.2.2 变压器声音与运行状态分析 电力设备运行时都伴随一定的声响，声信息包含了设备运行的状态信息，当设备 的某些部件或其运行条件运行参数发生变化时，设备发出的声音会有一定程度的改变[33]。设备产生的声信号其声波差异主要表现在声音的音质、音律以及音调等方面。工作年份长的工人对设备运行声音较为熟悉，在判断设备是否正常运行方面较为有经 验。故障运行声音较为明显时人耳是可辨别其故障类型。长期工作有经验的工人总结 出以下声响特征与变压器的运行状态[13, 22]。 变压器通电正常运行情况下，因电流流过线圈在铁芯产生交变的磁通，这时变压 器内声音较为均匀发出“嗡嗡”的电磁声，声音的响度随着负荷电流增加而变强[34]。 当过负荷时，线圈电流增大磁通密度也增大，导致铁芯的硅钢片振动变强烈“嗡、 嗡??”且有沉闷感。 铁芯上有洒落的铁器零件或者用于固定夹紧铁芯的穿心螺杆有松动，螺杆在振动 时发生移动等情况，可听到类似锤击声或强风吹的声音，如有“叮、叮、当、当” ， “呼 呼??”声。 变压器负载出现急剧变化的情况时，铁芯便会出现振荡，同时发出“咯、咯?? 咯、咯??”的间断性声音，还可观察到变压器的监视测量仪表上指针出现摆动。 变压器的高压套管因出现污秽，表面的光面釉质材料发生脱落或出现裂痕，遇到 雾、露等潮湿天气时发生表面发电或闪络，这是在变压器旁可听到“嘶、嘶??”的 电晕声，夜晚还可发现有丝状的火花。变压器内部绕组间或线圈间发生短路故障时， 箱体内会产生“噼噼啪啪??”的放电声响。放电时间过长，强度较大还会出现巨大 的轰鸣声，甚至会出现冒烟着火的严重事故。 变压器内部有部件接触不良、接头松动以及有部分绝缘部件击穿时，变压器内传 出“吱、吱??”或者是“噼啪??”的放电声；变压器的跌落式熔断器以及分接头 开关出现接触不良，也会发出“吱、吱??”声。变压器内部严重的放电现象会产生 气体导致瓦斯保护动作。 由以上可知变压器发出的声信号与其运行状态有着必然的联系，对声波信号进行 处理和定量分析，可用来检测变压器的运行状态和诊断其发生故障。11华 中 科 技 大 学 硕 士 学 位 论 文2.32.3.1变压器铁芯振动发声机理分析变压器铁芯磁致伸缩原理分析 变压器绕组通电流硅钢片被磁化时，材料尺寸发生的改变称为磁致伸缩。一般情况下低磁场时磁致伸缩较小，但在强磁场下磁致伸缩会大大增加。磁致伸缩是导致铁 心振动发出噪音的主要原因，为了改善由于磁致伸缩而产生的变压器噪声，一方面应 合理选用磁感应强度，铁心在退火时要处于保护性气体中，冷却必须缓慢进行，另一 方面铁心结构要布置合理[35]。硅钢片表面的图层对磁致伸缩的影响较大，冷轧取向硅 钢片的表面图层有良好的无机绝缘层时，将会明显减小磁致伸缩量[2]。 变压器在通电运行时，铁芯磁路中出现交变电磁场，磁场引起铁磁材料的磁场力 在硅钢片上即出现了铁芯的振动[36]。 励磁模型分析同性铁磁介质受磁场力的体积密度 为：1 1 ? ?? ? f ? J ? B ? H 2?? ? ? ? H 2? ? 2 2 ? ?? ?式中：（2-1）f ――铁磁介质受磁场力的体积密度矢量；J ――电流密度；B――磁感应强度；H ――磁场强度；? ――铁磁介质磁导率；? ――介质的体积密度；J ? B――介质受洛伦兹力的体积力密度矢量；1 ? 2 ?? ? ?? H ? ? ――磁致伸缩引起的体积力密度矢量。 2 ? ?? ?近年来随着变压器生产技术的不断发展，采用无纬环氧玻璃对铁心柱进行粘带，12华 中 科 技 大 学 硕 士 学 位 论 文绑扎铁轭，减小硅钢片接缝和叠片间的振动，分析认为铁芯装设紧密、硅钢片结合紧密的情况下，铁芯的振动主要来源于硅钢片的磁致伸缩现象。磁致伸缩是发生在铁磁 介质中独有的现象，由于自旋体系与晶格相互作用产生的磁-弹性能量。宏观描述，硅 钢片形变主要表现为铁芯励磁时沿磁力线方向的尺寸增大，吹主语磁力线方向的尺寸缩小[37]。 磁致伸缩是因晶格与自旋体系相互作用产生磁-弹性能量， 导致的磁性单晶尺寸对 磁化强度矢量取向的关系发生变化而产生。铁磁材料晶体处于外磁场中被磁化出现其 长度及体积的变化，其自旋轨道耦合之间的关系可用简单的图例说明。图 2-4 中所示 是晶体中原子排列截面示意图。其中椭圆形所包含的是非球形分布电子，黑色表示原 子核，箭头方向表示每个原子的净磁矩。磁性材料并非任何温度都具有磁性，磁性材 料都有一个临界温度 ?c ，晶体处于临界温度以上，高温会使原子发生剧烈热运动，原 子磁矩排列比较混乱无序，从而失去磁性。变压器铁芯的硅钢片材料其居里温度大约 746℃。因此，正常运行情况下的变压器铁芯温度会远低于居里温度 [38]。假设存在很 强的自旋-轨道耦合，在低于 ?c 时发生了自发式磁化效应自旋旋转，则晶体取向各异， 电子云排列同一取向，强迫核间距拉开，形成自发磁致伸缩可表示为 ? ? ? 。当出现 垂直方向上外加磁场，自旋和电子云转向 900，则磁致伸缩量用 ? 表示[39]。???C自发磁致伸缩?? ?? =0???C??磁场引发磁致 伸缩图 2-4 晶体中原子排列变化 13华 中 科 技 大 学 硕 士 学 位 论 文磁致伸缩率表达式：?? ? ?式中：??（2-2）?? ――铁心柱轴向磁致伸缩率；? ? ――硅钢片轴向最大伸缩量；?――硅钢片轴向尺寸。磁致伸缩引起的磁场力可写成如下表达：Fc ?式中：1 ? 2 ?? ? ? ?H ? ? ? Fc max sin 2?t 2 ? ?? ?（2-3）Fc max ――磁场力幅值；?――交变电磁场的频率。由公式 2-3 可知，电磁场交变周期是磁致伸缩变化周期的 2 倍，因此，铁芯振动 频率为电源基频的两倍 2? 。电源采用 ? ? 50Hz 基准频率时，铁芯振动基频为2? ? 100Hz 。研究发现，铁芯发生磁致伸缩具有非线性的特点，铁芯的内框磁通路径与外框并不相同，会导致铁芯与绕组出现振动不同步 ， 铁芯振动包含多种高次谐波分量，即为基频的倍频如 200Hz、300Hz、400Hz 等[40]。 铁芯发生振动其基频成分，振动加速度信号与磁场力 Fc 成正比，变压器空载时测量铁芯振动频率受空载电压影响而变化，其基频幅值与所加电压的二次方呈线性关系。材料的磁致伸缩不是线性变化，从而铁芯振动加速度信号中的高次谐波成分与所 加电压不具有正比关系[41, 42]。 变压器绕组发生振动其声信号基频主要在 100Hz，振动信号强度大小与负载电流 的平方成正比，变压器铁芯振动信号频率主要为 100~400Hz，频率高于 1000Hz 基本 衰减为零。 在变压器箱体表面测得的声信号中高于 100Hz 的高频分量主要是有铁芯振14华 中 科 技 大 学 硕 士 学 位 论 文动引起的[38, 43]。 2.3.2 铁芯磁致伸缩效应影响因素分析 变压器铁芯振动发声主要受铁磁材料的影响，以下主要分析铁磁材料磁致伸缩效 应的相关因素[1, 44]： 1) 从公式 2-3 可以看出， 磁致伸缩引起的电磁力与磁感应强度H 2成正比 ，因此， 铁芯的磁感应强度对磁致伸缩的影响较为明显[45]。 2) 硅钢片表面绝缘层的厚度，硅钢片表面的绝缘层可形成张力从而抑制磁致伸 缩。将硅钢片制作越薄，图层加厚，则张力变大，磁致伸缩效应减弱。 3) 硅钢片材料的含硅量，硅钢片中含硅量越高其磁致伸缩量越小，含硅量高的 材料韧性差更脆，加工困难成本较高。 4) 从微观层面来分析磁致伸缩的原理可解释为铁磁材料励磁时硅钢片中晶粒转 动的状态，当晶粒取向为结晶方向完整度越高伸缩率越低。硅钢片的制作工艺同样影 响磁致伸缩效应，优质的平整度，合理的搭接形式都会使得磁致伸缩效应减小。2.4本章小结本章主要分析了变压器运行中出现的故障类型，同时对常规的故障进行细致的分类，给出了相应故障所具有的特殊现象便于识别并能做出相应的处理，对故障的原因 做出了对应的分析。从直观上可观察变压器的运行情况，主要通过声、光、热等因素。 有经验的工人可根据其声音特征判断变压器的运行状态，本课题对变压器的本体以及 箱外发声进行了总结，在声响较为明显的情况下是可判别。 根据统计数据分析国内外变压器不同部件发生故障的比例，对变压器制造以及运 行管理方面提供了参考。对变压器正常运行以及故障状态时，因变压器发生振动产生 声信号进行理论分析。 变压器不同部件其振动机理各不相同， 声信号的特征也不一样， 将发声原理结合发声特征进行分类描述，给出相应的处理措施，利于运行人员快速发 现故障。文中重点分析了变压器本体声信号产生的机理以及从微观角度分析了铁芯磁 致伸缩发生的原理和影响因素。15华 中 科 技 大 学 硕 士 学 位 论 文 3 变压器声学特征量的检测方法声信号检测系统采集电力设备发出的声音，包含有大量的通过空气介质传播的声 信号，是一种相对复杂的声音混合信号。其中某台设备发生故障时，故障特征信号可 能被噪声或正常运行声音信号所掩盖，极大影响故障诊断的准确性和可靠性，如何准 确提取特征信号有效识别故障类型，是检测系统一个重要的技术环节。 常规的检测方法难以分辨出信噪比较低的特征信号，对微弱信号的提取并不可 靠。信号的处理方法主要包括两个重要方面噪声的消除和特征信号提取技术。本课题 对比各种消噪和特征提取技术研究出更加适用于变压器声学特征的信号处理方法。3.13.1.1声信号检测系统方案声音信息现场采集方法 本课题主要基于可听声频率范围（ 20Hz~20kHz）进行研究，选取高保真清晰度录音笔作为获取声音信号的设备，通过电容式声传感器或者听诊器探测鼓膜进行探 测。原始声音是否还原其保真水平直接影响到试验测试的可行性和试验分析结果的参 考价值。 录音设备具有以下性质：简易功能操作系统，一键录音，一键播放，支持多种录 音格式，录音文件支持多种音频格式，如 MP3、WMA、WAV 等。采用高清背光源， 数码点阵显示，无需管理程序，可直接通过“我的电脑”中“可移动磁盘”进行文件 操作，可选段播放。显示屏采用 128*64 Dots，USB 接口采用 USB2.0 High speed。播 放器最大输出 10mW/Ch（基于 32Ω） ， 采样频率为 32kHz， 输出频率范围 20Hz~20kHz， 信噪比： &85 dB， 操作温度： -5 ~ +35℃。 所支持操作系统： Windows Me / 2000 / XP /Vista & Mac OS 10.X 或更高。录音模式可多种选取：语音录音，电话录音，线路录音等。 录音时长： 长时录音 （32K WAV）2GB 内存大约录音 143 小时，标准录音（64K WAV） 2GB 大约录音 47.5 小时，高清录音（256K MP3）2GB 内存大约录音 28.5 小时，保证 了试验正常进行。16华 中 科 技 大 学 硕 士 学 位 论 文在声信号检测过程中，传感器是重要的环节。传感器的选择须考虑以下三个重要 因素： (1) 可靠性 声传感器能够长期稳定的保持良好性能是录音效果好的重要保证。传感器在环境 温度、大气湿度、介质条件、振动冲击发生变化特别受到电磁干扰以及电源波动时能 避开干扰获取真实的音频信号十分关键。 (2) 灵敏度 本课题被测声频率主要为可听声范围，要求传感器能够在此音频范围内有较高的 灵敏度，同时可将被测参量能有效地转换为电压或电流波形。 (3) 响应特性 声信号最终转换为频谱特性分析，因此传感器在被检测声信号频率范围内须具有 较为合适的常数增益以及线性相位。 根据以上分析得出，本系统要求声传感器具有一定的特殊性。首先尺寸较小便于 安放和携带能够与变压器箱体贴近可获得更加真实的原声资料，不影响被测设备的正 常运行。传感器获取声频范围可足以覆盖包括变压器在内的电气设备运行发出的可听 声音。电容式声传感器本体噪声较低而且动态范围较广可提供正确的频谱数据，全响 应稳定性好，可保证振幅值固定等优点。对于声学特征的故障诊断系统而言，此录音 设备和传感器能够可靠接收设备附近发出的原始声信号，很好实现声信号的采集、转 换和输出，设备的采样频率和采样速率都可实现测试变压器等设备的声信号频谱转化 要求，以及后期软件处理分析。 3.1.2 声信号数据分析模块 现场收集到录制的原始声音，经过音频剪辑软件 GoldWave 进行处理，剪辑一段 较为稳定的信号大约 10 秒时间。是一个功能强大的数字音乐编辑器，它可以对音频 内容进行播放、录制、编辑以及转换格式等处理。GoldWave 可对音频文件进行编辑， 播放，录制和转换处理的音频工具，体积小巧，功能强大。软件功能齐全可打开包括 WAV， OGG，VOC，IFF ，AIFF，AIFC，AU，SND， MP3， MAT ， DWD，SMP，17华 中 科 技 大 学 硕 士 学 位 论 文MOV，VOX，AVI， APE，SDS 等格式文件，也可读取 CD、VCD、DVD 等视频文 件。 语音信号做进一步处理分析工作选用了 MATLAB 平台。MATLAB 主要用于数学 计算和仿真计算的软件，以矩阵计算的方式处理数据，其内置函数多在处理音频文件 上有一定的优势，可视化和数值计算集合形成其强大的功能。MATLAB 的数据分析 和处理功能十分强大，运用它来进行语音信号的分析、处理和可视化相当便捷。另外 MATLAB 为用户提供了丰富的 windows 图形界面设计方法，使用户能够在利用其强 大的数值计算功能的同时可设计出友好的图形界面。 由于实际监测的运行场所会有多种电力设备发出声音，声源比较复杂，如何能够 从采集的原始声信号中滤除干扰，是数据分析模块所要表现的重要功能也是整个检测 系统的关键部分。本课题实验部分采集大量的现场变压器声音，通过对各种声信号滤 波处理方法进行对比，发现传统的频谱分析方法和小波变换法用于噪声的滤除较为可 靠。 3.1.3 检测系统结构设计 变压器运行过程中特别是故障状态下有多种外在特征，声信号是其中重要的一 种。本课题主要通过对变压器运行监测获得正常运行和故障状态下的各种声信号，对 声信号进行检测记录、软件分析处理、特征提取，建立声音特征参数数据库实现自动 检测并识别变压器故障类型。具体研究内容如下： （1）收集变压器正常运行时发出声音，利用计算机软件处理获取声信号物理参 数，将此结果作为排除故障的标准。 （2）试验模拟或直接获取变压器不同类型故障声信号，分析振动与声波的物理 参数以及变压器故障发声原理。 （3）理论分析信号提取方法结合试验数据得出变压器故障发声所包含具有可判 别性的物理参数，建立变压器故障声学信号特征识别数据库。 （4）研制基于声学特征的变压器故障诊断检测系统，研究配合诊断系统的变压 器发声检测方法，可根据故障发声智能识别故障类型。18华 中 科 技 大 学 硕 士 学 位 论 文（5）检测系统的实验室及现场试验运行，检测设备调试和投入运行。 声学特征的变压器故障诊断与预警系统的主要结构内容如图 3-1 所示：变压器 发出声 响声信号的 采集提取特征 信号声信号物 理量处理奇异性检 测特征信号 识别不显示继 续监测正常运行 声响 故障类别声信号故障数 据库智能检测 故障信号 声学处理 变压器运 行故障故障发生 时间故障程度图 3-1 变压器故障诊断系统结构框图基于声学特征变压器故障诊断系统的主要组成是数据采集系统和数据分析系统。 数据采集系统的核心为单片机，由声信号传感器和前向通道组成。检测系统安装在变 压器箱体上，安装和检修都可在线运行，声信号传播不影响变压器的正常运行。系统 可在高温、腐蚀性场所以及高电压、强电场等恶劣电磁环境下对变压器的运行状态进 行监测。USB接口 计 算 机 向 前 通 道 测 声 传 感 器 运 行 变 压 器智能 数据 库单片机控 制中心LCD液晶显示数据分 析系统数据采 集系统图 3-2 声信号检测系统结构框图19华 中 科 技 大 学 硕 士 学 位 论 文文中采用多种优化算法对处理后的声信号进行特征信号提取。根据实测信号，采 用频谱分析得出信号的频谱特征，从声信号的主频特性分析其发声的机理。将基于小 波包的特征提取算法与根据频带局部能量的区间小波包算法进行对比研究，提取非平 稳信号特征量作为最优算法。 本节主要介绍了项目研究的结构框图，从声音采集到最后故障的识别以及各环节 相关设备的功能介绍。文中重点论述了声音信息的采集过程和处理方法，优质录音设 备可保证声信号检测的可靠性和准确性，文中使用高保真录音笔和录音探头。采用 MATLAB 软件处理音频文件，分析音频文件的时域波形、频率、相位以及响应特性。 通过 FFT 变换实现频谱分析，通过音频文件的频谱分析图可直观判断声源的主频率， 对于下一步信号识别提供理论依据。3.2声学特征信号消噪方法电力设备运行发出的声信号一般是一维信号且通常表现为较为平稳的低频信号，而一般的噪声信号主要是一些近似于脉冲状高频不稳定信号。因为被检测的信号中时 常存在有噪声信号，当噪声信号与有用信号特征相似时，则消噪方法的选择就显得更 加关键，若消噪方法选择不当就会使消噪的同时也滤除了有用信号。选择适当的消噪 方法，针对特定频带范围的信号进行滤波处理是本章节要讨论的重点问题。 小波变换可很好的克服傅里叶变换的缺陷，比较适合分析短时高频分量以及持续 时间较长的低频分量信号[46, 47]。 3.2.1 基于小波算法的消噪原理 可将含有噪声的一维信号[48]表示为：s(n) = f(n) + σe(n)（3-1）式中：f (n)――为原始信号； e(n)――为噪声信号；20华 中 科 技 大 学 硕 士 学 位 论 文? ――为噪声强度。从复合信号s(n)中恢复出真实信号f (n)。小波变换是将原信号分解成一系列的近似 分量和部分细节分量，然而信号的噪声主要集中在信号的细节分量上。采用设置一定的阈值来处理细节分量， 然后经过小波重构可恢复出平滑的信号， 其分析过程如图 3-3 所示：ef作用阀值 Fss小波域表示x恢复小波系数作用Mask图 3-3 小波消噪过程简易模型图中：f ――原信号；e――噪声信号。阈值Fs作用后只保留模值大的系数项，将模值小的系数置0，即：? F c?δm,n? ?c , c ? δ = ? m,n m,n ? ?0,（3-2）经过掩码算子 M 的作用是把其它的系数置 0 只保留特定的系数，即：? Mc ?m,n? ?c , ? m, n ? ? Q = ? m,n ? ?0,（3-3）根据一般算法的处理原理，对一维信号进行消噪主要分为三步[49, 50]： 1) 对 信号进行小波分解，选定一种适当的小波进行N层分解运算。 2) 小波分解的高频系数阈值量化， 将分解的各层系数设定一个阈值，将细节系 数进行软阈值量化处理。 3) 小波重构，根据小波分解层高频系数和底层低频系数确定阈值，从而进行阈21华 中 科 技 大 学 硕 士 学 位 论 文值量化处理实现小波重构。 3.2.2 基于传统阈值的消噪算法分析 设备声信号存在断续的奇异点，噪声也具有同样的性质。关于这种信号的消噪处 理，若采用传统的傅里叶变换或者用固定阈值选取，处理后的信号系数会变得稀疏。 因此，采用先对系数的无偏似然估计，根据消噪信号方差最小时，确定统一阈值的非 线性小波变换阈值法[51]。 一般分为：线性小波阈值法和软阈值估计法[52]。 1) 线性小波阈值法主要运用于分析特征较为熟悉的噪声信号或进行噪声的深度 分析。可运用经验公式来确定阈值的大小。 采用缺省的阈值确定模型，其阈值由以下公式得出：thr ? 2log(m) ??式中：m ――信号的长度。（3-4）采用小波包变换，其阈值由以下公式得出：2 crit ? ?? ck ? 2? 2 (? ? log(n / t )) k ?t（3-5） （3-6）thr ? ct?式中：ck ――小波包分解系数排序后第k大的系数；n――系数的总数；? ――信号噪声强度；? ――经验系数；将处理的信号看做相似于未知回归函数的估计式，极值估计可在给定的函数里集 中实现最大均方误差最小化。22华 中 科 技 大 学 硕 士 学 位 论 文2) 若不能充分了解噪声特性可选择软阈值估计法确定阈值的大小。 基于 Stein 无偏似然估计原理的软阈值估计算法主要过程分为，先预测阈值的似 然估计，后最小化似然函数得到阈值。 极大极小准则法是先确定一个中间固定阈值，由它产生一个最小均方误差的极值 （Minimaxi） 。计算方法如下式：?0, N ? 32 t?? N ?0.3936 ? 0.1829 ? log 2（3-7）将处理的信号看做相似于未知回归函数的估计式，极值估计可在给定的函数里集 中实现最大均方误差最小化。3.2.3基于分层阈值的消噪算法分析 综合分析非线性小波变换阈值算法产生了分层阈值消噪法[49]， 实现较低尺度量级上保留有用信号，最大尺度量级上消除噪声信号[53, 54]。算公式如下式：T0 ? log 2 (1 ? 2 N ) A J ?Z（3-8）式中：N ――预设噪声功率； J ――所取的尺度量级，取常数2；A――最大极值点幅度。每一级尺度量级均视为相互独立存在，可设定一个与之最佳匹配的阈值进行降设为本级尺度上的极值点幅度， 噪， J 设为本级尺度，Z不变， N预设噪声功率， A根据降噪后各级尺度上保留的模极大值点进行信号重构。3.3声学特征信号提取方法特征提取过程 FDI（Fault Detection And Isolation）即，从状态信号中提取包含故障信息特征的信号数据，也可称之为故障识别和信息分离的过程。23华 中 科 技 大 学 硕 士 学 位 论 文电力设备运行中，实际产生信号的非平稳性[55]具有绝对性和全局性。所谓的平稳 性是一个相对概念，存在于局部区间下。设备在发生故障或者运行异常时，噪声信号 同样具有不稳定性，时域中发现多条曲线同时存在，采集到变压器运行的声音原始信 号包含各种不同频率的成分。研究非稳定信号的频率成分主要借助时频分析，该方法 不是单一在时域或频域上进行分析，而是具有时-频联合分析能力。 3.3.1 特征信号提取的基本步骤 通常信号特征量的提取分为特征形成、特征提取、特征选择三个步骤进行[22]。 1. 根据特征信号的相关参数，采集被识别对象的一组基本测量数据的过程称为 特征的形成或原始数据的收集。采用传感器、相关仪器直接测量或者通过理论计算均 可获得原始数据。原始信息中包含了特征量，处于高维空间中的特征信号数据相对应 于原始信息中的点，通过维数压缩进行分类识别。 2. 通过函数变换或者映射等方法实现信号的特征提取，用低维的特征空间在新 的模式向量法则下用二次表达，表示出高维的测量空间模式。通常由原始特征的某种 线性组合而形成新的特征参数。 3. 特征选取主要是指一种数学筛选方法的选择。根据数学函数模型选择最优的 搜索方案从众多信息参数中筛选出最能反映特征信息的相关参数进行排序，来达到降 低特征空间的维数。 每一种特征信号的提取方法都必须具备以上三步骤，在实际应用中，第二、三步 是研究的重点。一种最佳的特征提取方法可实现特征的有效快速提取，特征信号的识 别更为精确。以下介绍几种信号分析处理的特征信号提取方法。 3.3.2 基于传统频谱分析特征提取技术 将剪裁的语音信号利用 GoldWave 转化并保存为.wav 文件， 长度可根据运算需要， 在 MATLAB 中，[y,fs,bits]=wavread('Blip',[N1 N2])；用于读取语音，采样值放在向量 y 中，fs 表示采样频率(Hz)，bits 表示采样位数。[N1 N2]表示读取的值从 N1 点到 N2 点的值。 sound(y)；用于对声音的回放。向量 y 则就代表了一个信号，即一个复杂的 “函数表达式” ，亦或像处理一个信号的表达式一样处理这个声音信号。下面是语音24华 中 科 技 大 学 硕 士 学 位 论 文信号在 MATLAB 中的语言程序，它实现了语音的读入与打开，并绘出了语音信号的 波形频谱图。 通过录音设备采集到的原始音频信号包含有多种频率的噪声成分，不同频率的音 频信号代表着变压器不同运行状态下的特征量。采用快速傅里叶变换（FFT）算法进 行频谱分析是信号处理的重要工具。FFT 变换的类型很多，根据 FFT 蝶式变换的大小 分有基 2 和基 4 两种算法，根据抽取轴的不同也可分为时间维抽取（DIT）和频率维 抽取（DIF）两种算法，另外有复数/实数 FFT 等算法。无论采取何种 FFT 算法，其基 本思想都是用蝶式变换的快速算法来实现。 本课题主要采用 C 语言编写了基 2 的频率 维抽取复数 FFT 程序，可更好方便工作人员在现场对变压器的运行状态进行初步监 测。计算过程中，编写了旋转因子表（正弦/余弦）关于三角函数的计算直接查表得， 可提高计算精度，降低运算时间。 用 MATLAB 绘制出语音信号的时域波形图和原始语音信号的频率响应图和原始 语音信号的 FFT 频谱图。程序设计如下： [x,fs,bits]=wavread('C:\Users\WUSONG\Desktop\REC049'); fs y1=fft(x,32000); f=fs*(0:1; figure(1) plot(x) %做原始语音信号的时域波形图 %读取原始音频文件采样频率 %对信号做 32000 点 FFT 变换，频率分辨率为 1Hztitle('原始语音信号时域图'); xlabel('时间 n'); ylabel('幅值 n'); %figure(2) %freqz(x) %title('频率响应图'); figure(3) plot(f,abs(y1(1:16000))); %绘制原始语音信号的频率响应图25华 中 科 技 大 学 硕 士 学 位 论 文title('语音信号频谱分析') xlabel('频率（Hz）'); ylabel('幅值'); axis([0 800 0 2000]);语音信号频谱分析00 00 800 600 400 200 0幅值0100200300400500600700800频率（ Hz ）图 3-4 声音信号频谱分析示例根据 FFT 变换将声信号的时域图转化成频谱图， 可较清晰地判别声源信号中的主 要成分，无论是变压器正常运行还是发生故障其声音信号的主要频率是特定的，通过 主频率判别故障类型。通过 FFT 变换将录音过程中的瞬时声响进行筛选，设备主要识 别长时运行中具有固定频段的声音，如图 3-4 所示录制的一段声音信号主频率为 50Hz，经过软件处理滤除谐波可快速识别主频率的声信号，从而分析出声信号产生的 机理。 3.3.3 基于小波算法的特征提取技术 1. 传统小波算法的特征提取[46, 56]方法 1) 根据小波算法对小波系数进行分解。选用提取极大值作为声信号小波分解系 数，并将其作为特征量，选取过程遵循从粗到精的原则，且每一级尺度空间均要记录 多个极大值，因而此算法计算量大[56]。26华 中 科 技 大 学 硕 士 学 位 论 文2) 将小波分解提取各尺度空间内的逼近信号和细节信号的能量，将信号能量按 照尺度顺序排列作为特征向量。这种算法特征向量的特征维数较低、逼近更快、算法 相对简便、储存量小、运算速度快。 3) 小波包分解方法具有多分辨率分解的特点，可构成一种更为精细的正交分解 等特点。将信号按照任意时频分辨率进行分解，根据频谱特征将不同频段的信号分解 到相应的频段中，然后进行所需频段内的信号重构，对重构信号进行特征提取。 2. 小波包算法的特征提取技术[57] 基于小波包算法的特征提取方法一般分为对信号进行小波包分解、求取各频带信 号总能量、构造特征向量三部分。 首先对信号进行小波包分解为三层，提取第三层从低频到高频的 8 种频率特征信 号，将第三层的高低频系数命名为X 3k，对小波分解系数进行重构提取个频带范围的 信号[58, 59]。 对第三层所有节点进行分析，用S3k 表示X 3k的重构信号 ，则总信号 S 可表 示：S ? S30 ? S31 ?用 E3 j （其中 j ? 0,1,? S37（3-9）7 ）表示 S3 j 所对应的能量，可得：E3 j ?2 ? S3 j (t ) dt ? ? x jk k ?1 2 n（3-10）式中：x jk ( j ? 0,1, , 7, k ? 1, 2, , n) 表示重构信号 S3 j 的离散点的幅值。以能量为元素构造特征向量，用 T 表示：T ? ? E30 , E31 ,, E36 , E37 ?（3-11）如果信号的能量较大时， E3 j （其中 j ? 0,1, 可对特征向量 T 归一化处理：?E E T ? ? ? 30 , 31 , ? E E ,7 ）数值较大，在数据处理时不便。E36 E37 ? , E E ? ?（3-12）式中：27华 中 科 技 大 学 硕 士 学 位 论 文2 2 ? 7 ? E ? ? ? E3 j ? ? j ?0 ? ? ? 1由以上算法将信号进行分解构造其特征量，数据库系统可依据特征量对信号进行 识别处理，判别是否发生故障以及故障类型的判断。 3.3.4 基于 Hilbert-Huang 变换的特征提取方法 HHT 变换算法[60]， 首先根据信号 x(t ) 的所有局部极大值和局部极小值用三次样条 线确立两条包络线。重新确立信号数据 y1 (t )：y1 (t ) ? x(t ) ? ?1（3-13）?1 ――包络线的均值。判断 y1 (t ) 是否符合固有单模态分量 IMF，若 y1 (t ) 不符合 IMF 条件，从按照公式 （3-13）重新确立 y1 (t ) ，直到 y1 (t ) 满足 IMF 条件记 c1 (t ) ? y1 (t ) ，将 c1 (t ) 作为信号 x(t ) 的首个 IMF 分量，代表信号 x(t ) 中最高频分量。 去掉信号 x(t ) 中的高频分量 c1 (t ) 可得一个新的原始数据 r1 (t ) 即为：r1 (t ) ? x(t ) ? c1 (t )（3-14）将 r1 (t ) 作为原始信号数据重复分离过程，获得 IMF 分量 c2 (t ) ，重复计算 n 次获得n 个 IMF 分量可记为：r1 ? c2 ? r2 ? ? rn ?1 ? cn ? rn ?（3-15）循环计算直到 cn (t ) 或者 rn (t ) 均符合终止条件，使得函数 rn (t ) 为一单调函数时停 止，运算过程见图 3-5 所示。由计算式 3-13 和式 3-15 可得：x(t ) ? ? ci (t ) ? rn (t )i ?1 n（3-16）其中，rn (t ) 为残余函数，表示信号一种平均趋势，而 IMF 分量 ci (t ) 分别包含了信 号各个频段的信息。每一频段含有频率成分不同且随信号本身而变化[61]。 将式 3-16 中的 IMF 分量进行 HHT 变换：28华 中 科 技 大 学 硕 士 学 位 论 文? ? 1 ci (t ?) ? H ?ci (t ) ? ? dt ?? ? ?? t ? t ? ? ?（3-17）构造解析信号：s(t ) ? ci (t ) ? jH ?ci (t )? ? ai ? t ? ? e j?i ?t ?瞬时幅值函数：ai ? t ? ? ci 2 (t ) ? H 2 ?ci (t )?（3-18）（3-19）瞬时相位函数：?i ? t ? ? tg ?1可得瞬时频率：H ? ci (t )? ci (t )（3-20）?i ? t ? ?得：x ? t ? ? Re ? ai ? t ?ei ?1 n j?i ? t ?d?i ? t ? dt（3-21）j ?i ? t ? dt ? Re ? ai ? t ? ? e ? i ?1n（3-22）忽略残余函数 rn (t ) ，将式 3-22 的展开式称为 Hilbert 谱式 3-23 以及进一步定义边 际谱式 3-24 为可较为精确的描述信号的幅值在频域和时域的变化规律：j ?i ? t ? dt H ?? , t ? ? Re ? ai ? t ? ? e ? i ?1 n（3-23）H ?? , t ? ????? H ??, t ? dt（3-24）29华 中 科 技 大 学 硕 士 学 位 论 文原始信号x(t)函数极小值点 重 复 N 次 变 换函数极大值点包络线 去均值y1 (t ) ? x(t ) ? ?1y1 ?t ?IMF分量标 准判断 Y N重 新 确 立ci (t ) ? yi (t )去高频 分量 获得IMF高 频分量 ci (t)ri (t ) ? x(t ) ? ci (t )rn (t)和 cn (t)单调 函数判断函数非单调函数x(t ) ? ? ci (t ) ? rn (t )i ?1nHHT变换图 3-5 运算框图3.4本章小结基于声学特征的变压器故障诊断关键环节在于信号的检测方法，本章从三个方面论述了信号检测的方法和过程。本课题根据所研究声信号的特点（频率范围 20Hz~20kHz） ，采用常规的录音设备实现信号的采集过程。具体分析了小波算法和传 统阈值的消噪原理对信号进行处理，对比分析了多种声学特征信号的提取技术。本课 题主要运用了传统频谱分析方法、基于小波算法和基于 HHT 算法的特征信号提取技 术对采集的信号进行分析处理。30华 中 科 技 大 学 硕 士 学 位 论 文 44.14.1.1实验及数据分析变压器实测信号分析采集现场运行变压器声信号 变压器正常运行时发出的声音人耳并不能区分其差异，因而须将正常运行的变压器声信号录制，通过软件分析研究其声信息特征，为提供较为真实可靠的试验数据。 对变电站现场运行的变压器发出声音进行分析处理，获得多台变压器运行所发出的声 信息特征。试验现场选在湖南电网某地区 5 座变电站，试验共检测 8 台不同电压等级 不同负荷的电力变压器，采集 30 多段音频资料对比分析。同时，试验检测包括了校 内高压大厅试验变压器和正常运行中的配电电力变压器 2 台。变压器参数及其相关信 息见表 4-1 所示。 变电站设备较多，特别是高电压等级变电站，电力设备在正常运行过程中都存在 一定的振动或者是放电声。如何能够尽量避开非测试设备发出声音引起的干扰而获得 较为真实的被试品发出的声信号是实验分析的一个关键。采集声音资料的过程中通过 三种传声方法进行声音录制，每种采集一段声音文件。 1）将声音探头放置在变压器箱体附近录制通过空气传播的声音信号； 2）将声音探头贴紧变压器箱体避免空气中传播的噪声，直接录制变压器本体传 出的声信号； 3）采用医用听诊器改装录音探头可更为直接获得箱体振动产生的声信号。 在测试变压器运行声信号过程中，不仅采用多种测试手段进行声信号录制。因变 压器体积较为庞大，所以需针对变压器不同的位置进行测试，以便获得更为全面的声 信号资料。将实验测试的声信号进行仿真分析，观察其信号固有特征量。31华 中 科 技 大 学 硕 士 学 位 论 文表 4-1 被试品变压器参数 变电站名称 变压器名称 #1 主变 油浸式三相电 力变压器 35kV 官庄变 电站 #2 主变 油浸式三相电 力变压器 #1 主变 油浸式三相电 力变压器 110kV 沃溪 变电站 #2 主变 油浸式三相电 力变压器 变压器参数 型号：SZ10-5000/35 额定容量：5000kVA 额定电压及分接范围： （3.5%） /10500V 连结组标号：Yd11 型号：SZ9-6300/35 额定容量：6300kVA 额定电压及分接范围： （3.5%） /10500V 连结组标号：Yd11 型号：SSZ9- 额定容量：/10000kVA 额定电压 110/38.5/6.6kV 连结组标号：YNyn0d11 型号：SSZ10- 额定容量：/31500kVA 额定电压及分接范围： （110±8×1.25%） / （3.85 ±2×2.5%）/6.6kV 连结组标号：YNyn0d11 型号：SFS- 额定容量：/20000kVA 额定电压及分接范围： ×2.5%/38500 ±2×2.5%/11000V 连结组标号：Y0/Y0/Δ-12-11 型号：SSZ10- 额定容量：/31500kVA 额定电压及分接范围： （110±8×1.25%）/3.85 ±2×2.5%/10.5kV 连结组标号：YNyn0d11 型号：SSZ10- 额定容量：/31500kVA 额定电压及分接范围： （110±8） ×1.25%/ （3.85 ±2）×2.5%/10.5kV 连结组标号：YNyn0d11 型号：SSZ10- 额定容量：/31500kVA 额定电压及分接范围： （110±8×1.25%） / （3.85 ±2×2.5%）/10.5kV 连结组标号：YNyn0d11 型式：IDO 25/100，容量：25kVA 额定电压：380V/100kV 型号：SCW10-315/10，容量：315kVA 额定电压及分接范围：10±2×2.5%）/0.4kV 连结组标号：DYn11 变压器生产日期2007 年 12 月2006 年 1 月2003 年 1 月2005 年 1 月110kV 沅陵 变电站#1 主变 油浸式三相电 力变压器1970 年 3 月110kV 明溪 口变电站#1 主变 油浸式三相电 力变压器2007 年 10 月#1 主变 油浸式三相电 力变压器 110kV 庄田 变电站 #2 主变 油浸式三相电 力变压器 油浸式单相试 验变压器 校内变压器 干式三相配电 变压器2006 年 8 月2002 年 2 月1963 年 11 月 2008 年 8 月32华 中 科 技 大 学 硕 士 学 位 论 文4.1.2 测试结果的处理分析 为满足研究需要，试验现场每一段录制声音资料都保证 1 分钟左右，进而能从大 量数据中发现规律。 通过 GoldWave 软件剪辑获得较为平稳的 10 秒声信号进行软件处 理，获得音频文件时域下全图及时域放大波形图和波形频率响应图。时域信号可直观 反映信号随时间变化时的总体波形状况，幅频和相频图主要反映信号在时域下的相关 参数特征。声信号仿真的时域图和频响图如图 4-1 和 4-2 单位均为相对值。原始语音信号时域图10.5幅值0-0.5-100.20.40.60.811.21.41.61.8 x 1025时间原始语音信号时域图0.8 0.6 0.4 0.2幅值0 -0.2 -0.4 -0.6 -0.8 0 500 00 2500时间图 4-1 Matlab 仿真声信号时域图33华 中 科 技 大 学 硕 士 学 位 论 文频率响应图100Magnitude (dB)500-500 x 1040.10.20.3 0.4 0.5 0.6 0.7 0.8 Normalized Frequency (?? rad/sample)0.912Phase (degrees)0-2-4 00.10.20.3 0.4 0.5 0.6 0.7 0.8 Normalized Frequency (?? rad/sample)0.91图 4-2 Matlab 仿真声信号频响图将采集的变压器声音文件进行频谱分析，研究其变压器运行相关状态信息。从大 量变压器声音信号文件的仿真频谱图中可分析其一般规律。先从官庄#1 主变、沃溪#1 主变、沅陵#1 三台变压器的部分声测资料中分析其相关信息。如图 4-3、4-4、4-5 所 示，可以发现变压器发出的声信号主频率是 100HZ 或者是其倍频 200Hz、300Hz 等。 实验测试的结果基本遵循本课题在 2.3 节关于变压器本体发声机理分析结论。因此， 可得出所测试的变压器属于正常运行情况下本体振动，即绕组振动或者是铁芯磁致伸 缩所引起的振动发声。 图中三组声信号分析结果显示，频率超过 1000Hz 的信号几乎不存在。官庄#1 和 沃溪#1 变压器主要频率均为 100Hz 伴随有较高成分的 200Hz 信号，而沅陵#1 主变声 信号主频率在 200Hz，除了少量的 100Hz，其他频率信号所占比例极小。沅陵站是县 城主要变电枢纽一般都是满载运行，负载率相对较大，负荷电流大，导致变压器内硅 钢片铁芯振动强度相对较大，频率较高。34华 中 科 技 大 学 硕 士 学 位 论 文官庄 #1 00幅值00 01002003004005006007008009001000频率（ Hz ）图 4-3 官庄变声信号幅频特性沃溪 #1 00幅值00 01002003004005006007008009001000频率（ Hz ）图 4-4 沃溪变声信号幅频特性沅陵 #100 2500幅值00 500 001002003004005006007008009001000频率（ Hz ）图 4-5 沅陵变声信号幅频特性 35华 中 科 技 大 学 硕 士 学 位 论 文从测试结果中分析得出，在变压器不同方位采集的声信号具有不同的主频率特 征，铁芯和绕组的振动通过固体通道铁芯垫脚以及变压器油液体通道传递给变压器箱 体，造成箱壁（包括磁屏蔽等）振动而产生其本体发出的声响。一般变压器箱体尺寸 较大，产生声信号的部位各不相同，在不同的监测点收集到声波信号的行程不同造成 的衰减也不相同，从而出现声信号的主频率也有所变化。从下面仿真图中可以看出： 图 4-6 中明溪口变电站#1 主变两处不同的部位监测到的声音信号， 在明溪口变电站测 试现场，工作人员正在对变压器进行故障排查，疑似变压器是故障运行。a 图主频为 500Hz，而 b 图中显示主频率为 300Hz 及 600Hz，三种频率的信号都存在，只是成分 组成有所变化，主要就是因测试部位不同而导致信号的衰减。图 4-7 所示用同样的方 法对庄田变电站#1 进行监测，获得两组监测结果，图 a 主要频率为 200Hz 和 100Hz， 而图 b 中主要频率为 300Hz 和 100Hz，主要频率成分发生了变化。 通过大量的监测数据和仿真实验，根据变压器类型、容量、工作年限等多方面分 析得出正常运行情况下变压器产生声信号的一般特征，实验测试多组变压器声信号， 仿真信号进行对比总结一般规律。明溪口 #1700 400 350 300 250 400明溪口 #1600500幅值幅值300 200 100 0 0 100 200 300 400 500 600 频率（ Hz ） 700 800 900 1000200 150 100 50 001002003004005006007008009001000频率（ Hz ）a 图 4-6 明溪口变声信号幅频特性图b36华 中 科 技 大 学 硕 士 学 位 论 文庄田 #1庄田 #1250012000幅值1500幅值600 400 200 0 100 200 300 400 500 600 频率（ Hz ） 700 800 900 1000 01000500001002003004005006007008009001000频率（ Hz ）a 图 4-7 庄田变声信号幅频特性图b4.2实验室模拟放电故障的试验研究本课题主要针对变压器故障诊断研究，分析了正常运行变压器声信号的特征，重点分析如何从发生故障的变压器声信号中识别特征信号进而判别故障类型。文中 2.1 节关于电力变压器故障类型的研究发现，变压器运行过程中放电现象较为常见，故障 发生率较高。本课题重点研究了放电现象的声信号特征。 4.2.1 试验布置 长期运行的变压器中可能存在绝缘损坏伴随有放电等现象。为模拟变压器内部的 放电故障所产生的声音，在实验室模拟间隙放电声音的测试。试验设置不同类型的放 电情况用以模拟不同放电故障。 试验首先选择空气间隙放电现象进行录音，试验模拟三种不同电极间电场放电情 况，均匀场板-板，不均匀场棒-板和棒-板，极不均匀场针-针形电极等。通过施加电压 观测放电强度大小以测试其声音的频谱变化。同样电极情况下模拟油中放电，电极选 择与空气间隙放电试验一致。 试验电路图和接线图如图 4-8 和图 4-9 所示。试验场地：试验在高压楼试验大厅37华 中 科 技 大 学 硕 士 学 位 论 文进行。试验设备：变压器（容量 25kVA，低压侧 380V/65.3A，高压侧 100kV/0.25A） ， 保护电阻 R0=42KΩ，标准油杯（平板电极直径为 1.8cm 的圆形铜板，棒形电极直径 为 0.7cm 圆柱形铜棒，针形电极直径为 0.1cm 铜丝） ，变压器油，录音笔，录音探头。 试验电压：根据电极类型及电极间距不同，每次加压最大值范围在 8-35kV。T1：调压器 T2：试验变压器 T1R03 T2 1 2ACV4 51：分压器 2：录音探头 3：录音设施4：放电电极 5：油杯图 4-8 实验室放电试验电路图图 4-9 实验室放电试验接线图4.2.2试验结果 试验在夜间较为安静的环境下进行，夜间便于观察放电现象，在寂静的环境下可采集较为清晰的原始声音资料。试验监测整个放电过程，从中截取放电强度不同的声 信号进行仿真对比分析。 (一) 气体间隙放电试验 表 4-2 所示空气放电试验设置。38华 中 科 技 大 学 硕 士 学 位 论 文表 4-2 空气间隙放电实验内容 电极 类型 试验 内容 棒-棒间隙 放电间隙 （cm） 0.5 1.0 1.5 施加电压 （kV） 9 11 12 棒-板间隙 放电间隙 （cm） 0.5 1.0 1.5 施加电压 （kV） 8 11 15 板-板间隙 放电间隙 （cm） 0.5 1.0 1.5 施加电压 （kV） 11 14 20不同放电间隙和电极类型，其起晕电压与放电强度均有所不同，分析其中具有代 表性的几组数据来研究其放电声信号的频谱特征。从试验结果数据分析，以上九种气 体间隙放电试验的声信号有一个共同的规律主频率为 250Hz。改变电极或者空气间隙 时，频率成分分布有所变化，部分 50Hz 及其奇数倍频率成分出现，但是主频率幅值 远大于其他频率幅值。图 4-10 给出了信号监测全过程的时域波形图，图 4-11，4-12， 4-13 分别给出了空气间隙放电声信号频谱特性仿真结果。信号采集过程10.5幅值0-0.5-100.511.522.5 x 106时间图 4-10 信号监测全过程时域图棒 -棒间隙12001000800幅值6004002000050100150200250300350400450500频率（ Hz ）图 4-11 棒-棒间隙空气放电声信号频谱特性39华 中 科 技 大 学 硕 士 学 位 论 文板 -板间隙3500300025002000幅值0 0050100150200250300350400450500频率（ Hz ）图 4-12 板-板间隙空气放电声信号频谱特性棒 -板间隙300025002000幅值150010005000050100150200250300350400450500频率（ Hz ）图 4-13 棒-板间隙空气放电声信号频谱特性(二) 油中间隙放电试验 电力变压器多为油浸变压器，变压器绕组和铁芯都浸没在变压器油中，放电故障 多在油中发生。实验室模拟油中放电试验检测放电声信号的频谱特征，在变压器油间 隙中设置如表 4-3 所示电极类型及间隙距离进行试验。表 4-3 油间隙放电试验内容 电极类 型 试验内 容 棒-棒间隙 棒-板间隙 板-板间隙 针-针间隙放电间 施加电 放电间 施加电 放电间 施加电 放电间 施加电 隙（cm） 压（kV） 隙（cm） 压（kV） 隙（cm） 压（kV） 隙（cm） 压（kV） 0.5 20 0.5 21 0.5 23 1.0 23 1.0 22 1.0 23 1.0 25 1.0 3040华 中 科 技 大 学 硕 士 学 位 论 文在油中间隙放电试验加压范围 15kV-30kV，声信号检测装置全程监测。电压升高 人耳可先听到微弱的电晕放电声，随着电压的升高声音逐渐强烈，变压器油绝缘性能 较空气强，绝缘油的灭弧性能好，油中放电没有连续的电弧现象出现。根据文献资料 显示声音在油中传播衰减较小，试验结果分析其频谱特征如下图 4-15，4-16 所示，频 率分布幅值差别比较明显，主频率为 250Hz，其他频率成分可忽略。棒 -棒间隙800 700 600 500幅值400 300 200 100 0050100150200250300350400450500频率（ Hz ）图 4-15 棒-棒间隙油中放电声信号频谱特性针 -针间隙 700 600幅值500 400 300 200 100 0050100150200250300350400450500频率（ Hz ）图 4-16 针-针间隙空气放电声信号频谱特性41华 中 科 技 大 学 硕 士 学 位 论 文(三) 沿面放电试验 变压器引线接头烧熔发生电弧、引线对油箱或夹件放电以及火花放电等故障现象 属于沿面放电的情形，实验室补充沿面放电分析其放电特性。 试验放电材料为环氧圆筒，圆筒内径 6cm 外径 6.8cm 的绝缘材料，放电间距采用 5cm 和 3cm 两种试验设置如表 4-4 所示。表 4-4 沿面放电试验内容 放电电极类型 绝缘材料环氧圆筒 放电间隙（cm） 5 5 试验内容 5 3 3 3 施加电压（kV） 20 30 35（击穿） 11 14 15（击穿） 音频文件 51# 52# 53# 54# 55# 56#从图 4-17 中可以看出沿面放电声信号频谱特征表现为，主频率仍为 250Hz 但伴 随有部分 50Hz 的频率成分。沿面放电700600500400幅值300 200 100 0 050100150200250300350400450500频率（ Hz ）图 4-17 沿面放电声信号频谱特性42华 中 科 技 大 学 硕 士 学 位 论 文4.3 实验结果分析根据本课题 2.3 节变压器本体发声机理分析可知，正常运行的变压器所产生的声 音信号基频为 100Hz，绕组和铁芯的振动频率跟负载电流的变化以及硅钢片的制造工 艺有关。变压器实测声信号结果显示，声信号频谱主频率主要分布在 100Hz、200Hz、 300Hz 等 100Hz 的倍频。 基于声学特征的变压器故障诊断中可将频率参数作为信号特 征提取的重要条件。 实验室放电试验研究的结果表明，发生放电现象时声信号的主要频率在 250Hz， 此特征在变压器油试验更为明显。放电试验中，除主要频率 250Hz 外，伴随有部分 50Hz 及其奇数倍的频率成分。 研究基于声学特征的变压器故障诊断及在线监测预警系统，可将变压器正常运行 时声信号的频率范围或频率成分滤除。对故障声信号频率成分通过计算机软件进行信 号消噪、信号特征提取技术处理，将获得的特征信号与智能数据库参数比对进行信号 识别和故障诊断。4.4本章小结本章主要从两个方面对本课题的试验部分展开了分析，一方面是采集变电站在线运行的变压器声信号，对采集的现场声信号进行分析处理，从大量数据结果中研究规 律；另一方面在实验室模拟放电故障采集不同放电情况下的声信号，分析放电情况下 声信号的参数特征。根据试验结果分析得出变压器发生放电故障时频谱特征较正常情 况下的不同规律，预警系统的设计可参考以上分析结论设定相关参数实现故障信号的 识别。43华 中 科 技 大 学 硕 士 学 位 论 文 55.1 全文总结本课题是基于变压器运行中发出的声信号为检测依据，通过变压器故障运行声信 号物理特征与正常运行时的差别来诊断故障。全文分为三个部分论述了变压器故障诊 断研究过程，得出以下相关结论： [1]. 变压器故障分类与诊断方法分析 电力变压器故障种类繁多，多数变压器发生故障运行伴随有声音产生或者声音的 变化。通过声音判别变压器运行状态的研究起始较早，如有经验的电力工人通过人耳 判断变压器运行状态。但存在较大的局限性。理论分析得出正常运行的变压器声信号 主要来自于绕组和铁芯，其硅钢片的磁致伸缩造成铁芯振动，基本频率在 100Hz 或者 100Hz 的倍数频率。 [2]. 变压器声学特征量的检测方法 根据被测声信号的特点采用不同方法采集变压器声信号，获取较为真实的现场音 频信号。本课题重点分析了小波算法和基于传统阈值的消噪方法，合理的消噪方法对 原始信号进行处理可大大降低噪声信号对被测信号的干扰。 特征信号的有效提取是信号分离识别的关键环节，文中主要分析了传统的频谱分 析特征提取方法、 基于小波算法的特征提取技术和基于 Hilbert-Huang 变换的特征提取 等三种方法。本课题主要使用传统频谱分析对信号的频率特征进行识别，在后期研究 故障数据库智能识别阶段将采取多种特征提取方法对信号进行识别分析。 [3]. 试验检测和结果分析 本课题试验研究分为两部分组成，一是现场声信号采集，主要研究正常运行的变 压器声信号的发声机理和频谱特征，二是实验室模拟变压器放电故障设计放电试验方 案，分析故障情况下声信号的频谱特征。试验结果显示正常运行变压器声信号频率主 要集中在 100Hz 和 200Hz 以及少量成分的 100Hz 倍频，而实验室模拟放电试验测试 得到放电声信号频率主要集中在 250Hz 和部分极少量的 50Hz 奇数倍频。根据故障频全文总结与课题研究展望44华 中 科 技 大 学 硕 士 学 位 论 文率与正常运行频率的分布差别可有效识别特征声信号判别故障。 全文研究重点在于掌握电力设备变压器声信号发生机理以及声信号检测和识别 方法，有效的检测和提取特征信号的技术是进一步设计故障信息智能数据库的基础。 通过试验也验证这种识别方法的合理性和可行性。5.2课题展望电力设备故障种类繁多，电力设备运行中包含多种复杂的环境干扰。变压器故障声信号也包含多种噪音成分，为了实现基于声学特征的变压器故障诊断的在线监测技 术在电力系统中的应用，本课题还需进一步深入研究三个方面的内容。 首先，本课题主要分析了变压器故障诊断方法以及声信号的检测处理，课题研究 的下一步是实现在线监测功能。因此，变压器故障诊断与预警系统的结构研究是今后 的工作重点。故障信息智能数据库主要组成分为： 1.故障特征数据库结构设计 变压器故障诊断智能信息数据库系统的结构主要包括：知识库、推理机、工作存 储区及解释接口等几大方面。如图 5-1 所示：解 释 接 口问题描述推理机用 解答、解释 户综合数据库知识库知识获得专家和实践图 5-1 变压器故障诊断系统数据库结构2.数据库信息识别设计系统 故障信息知识库是基于声学特征故障诊断系统的核心之一，知识库的信息储备量 的大小决定了系统诊断效果，有经验专家的启发性知识和事实性数据是知识库的主要 构成。如图 5-2 所示数据库识别系统设计框图。45华 中 科 技 大 学 硕 士 学 位 论 文操作界面信息获取推理运算 中心知识维护数据库管理系统储备故障范例数据库图 5-2 故障信息知识库结构其次，声学特征量的参数确立声信号的物理信息，进一步分析采用多种声学物理 参数识别特征信号，声信号的频率参数可作为重点参数结合其他声学参数共同确立声 信号的物理信息，方可实现最有效，最准确的故障识别技术。 最后，完善文中所分析的各种算法，采用更加先进的数学算法以及分析软件进行 声学信号的检测，获得较为准确的特征信号，使得运算更为准确，逼近更加快速。46华 中 科 技 大 学 硕 士 学 位 论 文 致谢喻园求学三载，时光飞逝，在学位论文即将完成之际，特此感谢我的导师陈俊武 教授。在研究生求学期间，陈老师给予我学习，生活和工作等各方面的指导、帮助和 支持，在此要向老师的教导和关爱表示衷心的感谢。陈老师一直教导我们研究生学习 阶段要培养独立思考，敢于创新，勇于探索的科研能力，理论学习一定要结合实际应 用，在课题组学习期间，陈老师为我提供了多次参与工程实际锻炼的机会，为以后顺 利走向工作岗位奠定基础。陈老师谦逊和蔼的性格让课题组的课余生活充满了更多的 欢乐，毕业工作方面陈老师给了我极大的帮助和指导。论文的研究工作，从选题到文 章的定稿无不凝聚着导师心血和汗水，导师严谨的治学态度、务实的工作作风和真诚 的待人之道深深影响着我。 感谢陈爱文老师，论文写作过程中得助于陈老师悉心指导，细心审阅，同时给予 许多启发性的思路和建设性的意见。 感谢课题组师兄陈智、蔡礼、彭波、齐飞、马勇、周凯和师姐彭婵在研究生学习 生活中多方面的照顾和帮助。感谢课题组同学汪培月、熊俊锋在研究生学习生活中的 支持和帮助，特别感谢同学谢梦在研究生学习期间的互帮互助以及今后工作中的支 持。 感谢课题组师弟杜一明参与本课题研究并投入大量的时间和精力，同样感谢课题 组古婷婷同学给予多方面的帮助，感谢师弟符劲松、帅一、刘连、舒舟和师妹曾莼给 予支持和帮助。 最后，特别感谢父母的养育之恩以及家人在受教育方面的支持、理解和帮助。感 谢朋友申晓敏、马军、郭润凯和吴志威在华中科技大学学习期间的陪伴和关爱。 向所有帮助过我的朋友表示最真诚的感谢！47华 中 科 技 大 学 硕 士 学 位 论 文 参考文献[1] 吴书有. 基于振动信号分析方法的电力变压器状态监测与故障诊断研究 [D]. 中 国科学技术大学精密仪器及机械, 2009. [2] [3] 王景吾, 范履苞. 变压器试验技术[J]. 变压器, -47. 李加庆. 基于声全息的故障特征提取技术研究 [D]. 上海交通大学机械设计及理 论, 2008. [4] Kirtley J L, Hagman W H, Lesieutre B C, et al. Monitoring the health of power transformers[J]. Computer Applications in Power, IEEE, ):18-23. [5] Qian S, Jiao W, Hu H, et al. Transformer Power Fault Diagnosis System Design Based On The HMM Method: Automation and Logistics, 2007 IEEE International Conference on, 2007[C].18-21 Aug. 2007. [6] 王昌长, 李福祺, 高胜友编著. 电力设备的在线监测与故障诊断[M]. 北京: 清华 大学出版社, 2006. [7] [8] 赵玲丽. 电工技术 T000197 变压器实用技术大全[R].湖北人民出版社, 2005. 潘亮亮, 赵书涛, 李宝树. 基于声波信号分析的电气设备故障诊断新方法 [J]. 电 力自动化设备, ):87-90. [9] 潘亮亮 , 赵书涛 , 李宝树 . 基于区间能量提取的变压器声测诊断 [J]. 变压器 , -65. [10] 潘庆庆, 赵书涛, 潘亮亮. 基于声波处理的变压器故障诊断与状态发展趋势预测 [J]. 变压器, ):62-66. [11] Bartoletti C, Desiderio M, Di Carlo D, et al. Vibro-acoustic techniques to diagnose power transformers[J]. Power Delivery, IEEE Transactions on, )}