Page 48 - 《应该声学》2022年第2期
P. 48

第 41 卷 第 2 期                                                                       Vol. 41, No. 2
             2022 年 3 月                          Journal of Applied Acoustics                    March, 2022

             ⋄ 研究报告 ⋄



                  基于听觉谱特征的变压器绕组状态检测研究                                                                ∗



                          王磊磊     1   张嵩阳     1   王 枭     2†   张光明     1   王广周     1   王东晖      1


                                         (1  国网河南省电力公司电力科学研究院          郑州   450001)
                                            (2  上海睿深电子科技有限公司        上海   201108)

                摘要:绕组松动是变压器常见故障之一,对变压器的安全运行产生巨大威胁。故对其进行精准的监测,对提高
                电力系统的安全稳定性具有十分重要的意义。基于声信号的变压器绕组松动检测,由于其具有无损检测和不
                需停运变压器等优点,成为近年来研究的热点。但声信号检测存在故障特征提前复杂和易受噪声干扰等缺陷,
                限制了其工程应用。该文提出了一种基于声信号听觉谱特征和支持向量机的变压器绕组松动识别方法。首先,
                将采集的声信号进行去均值和消除趋势项的预处理,以减小信号采集环境和传感器性能对所采集信号的影响;
                然后,将预处理后的声信号输入到多特征频率分析的听觉外周模型,经过中耳滤波器滤波、基底膜模型选频、
                外毛细胞模型放大、内毛细胞模型换能作用后,输出内毛细胞电压信号,实现多个特征频率听觉信号的提取,
                以此构成听觉谱,并在听觉谱基础上提取多种统计特征;最后,每种特征分别使用遗传算法优化的支持向量机
                进行识别试验,以验证提取特征的有效性。为进一步提高识别准确率,融合多种统计特征构成特征向量并进行
                测试,以此确定最优融合特征。研究表明,该文所建立的变压器绕组状态检测方法可以有效地应用于变压器故
                障诊断和监测中。
                关键词:变压器;绕组松动;状态检测;听觉谱特征;听觉外周模型
                中图法分类号: TM412            文献标识码: A         文章编号: 1000-310X(2022)02-0216-09
                DOI: 10.11684/j.issn.1000-310X.2022.02.006


                     State detection of transformer winding looseness based on auditory
                                                  spectrum features


                          WANG Leilei 1  ZHANG Songyang   1  WANG Xiao   2  ZHANG Guangming    1

                                          WANG Guangzhou    1  WANG Donghui   1

                              (1 State Grid Henan Electric Power Supply Company, Zhengzhou 450001, China)
                               (2 Shanghai Rhythm Electronic Technology Co., Ltd., Shanghai 201108, China)

                 Abstract: Loose winding is one of the common faults of transformer, which poses a huge threat to the safe
                 operation of transformers. Accurate monitoring of them is of great significance to improve the safety and
                 stability of the power system. The detection of transformer winding looseness based on acoustic signals has
                 become a research hotspot in recent years due to its advantages of non-destructive detection and no need
                 to shut down the transformer. However, acoustic signal detection has defects such as complex fault features
                 in advance and susceptibility to noise interference, which limits its engineering application. In this paper, a
                 transformer winding looseness recognition method based on auditory spectrum and classification used sup-
                 port vector machine is proposed. Firstly, the collected sound signal was preprocessed by removing the mean and


             2021-04-04 收稿; 2021-05-31 定稿
             国网河南省电力公司项目 (040139421100J1G)
             ∗
             作者简介: 王磊磊 (1991– ), 男, 河南郑州人, 硕士研究生, 研究方向: 输变电设备电磁环境监测及评价技术。
             † 通信作者 E-mail: 1515439909@qq.com
   43   44   45   46   47   48   49   50   51   52   53