Page 49 - 《应该声学》2022年第2期

第 41 卷 第 2 期 王磊磊等： 基于听觉谱特征的变压器绕组状态检测研究 217

eliminating the trend term, so as to reduce the influence of signal acquisition environment and sensor perfor-
mance on the collected signals. Then, the preprocessed signal was inputted into the auditory-periphery model
with multiple characteristic frequencies for analysis. After filtering by the middle ear filter, frequency selection
of basilar membrane model, amplification of the outer hair cell model and energy conversion of inner hair cell
model, the inner hair cell potential signal was outputted to achieve the extraction of multiple characteristic
frequency auditory signals, which constitutes the auditory spectrum, and a variety of statistical features were
extracted from the auditory spectrum. Finally, each type of feature used a support vector machine optimized
by genetic algorithm to perform recognition experiments to verify the effectiveness of the extracted features.
For further improving the recognition accuracy, different statistical features were combined to form a feature
vector and recognition experiments were performed to determine the optimal fusion feature. It demonstrates
that the proposed transformer winding state detection method can be effectively applied to transformer fault
diagnosis and monitoring.
Keywords: Transformer; Winding looseness; State detection; Auditory spectrum features; Auditory-periphery
model
监测效果。李阳海等 [14] 通过测量不同预紧力状态
0 引言
下的变压器的振动信号，利用 3 种常用的信号处理
方法对振动信号进行预处理以提取能量熵特征，并
变压器作为电力系统中电力传输与分配的核
将提取的特征用于变压器绕组状态监测，研究结果
心设备，其运行的健康状况直接影响到整个电网的
安全稳定运行 [1−2] 。变压器在运输、使用过程中出 表明可以有效地检测绕组状态。虽然基于振动信号
现的碰撞、挤压和长时间工作等都会导致绕组松动 的变压器绕组状态监测方法有效地避免了 DGA 方
变形，从而影响变压器工作性能 [3−5] 。因此，及时有 法的不足，然而在信号采集方面，需要将振动传感器
效地检测出变压器绕组松动故障，对于保证变压器 与变压器壳体接触，给传感器的安装与维护带来一
和电力系统的正常运行具有重要的意义。 定不便。
在变压器绕组状态监测方法中，油中溶解气体 变压器声信号的采集是一种非接触式测量，只
分析法 (Dissolves gas analysis, DGA) 是应用最早 需将声传感器布置在变压器周围，不会干扰变压器
的方法之一 [6−8] 。其原理是采集油浸式变压器在不 的正常工作，能有效地克服振动信号采集带来的不
同工况条件下冷却油中的气体含量进行监测绕组 足。变压器声信号不仅采集过程简单方便，而且包

状态 [9] 。富强等 [10] 通过分析变压器绕组状态实例 含了大量的关于变压器运行状况的信息，逐渐成为
证明了 DGA 方法在变压器绕组状态监测中的可行 近年来研究的热点。有经验的工人能够利用听觉来
性。孟建英等 [11] 通过变压器绕组故障综合试验方 判别变压器是否出现异常，主要是因为听觉系统在
法，发现通过 DGA 方法，并结合绕组电容量试验和 噪声背景下的声音识别具有优异的性能。能否将听
低电压空载试验进行综合分析，可有效监测变压器 觉系统引入变压器绕组识别，以提高复杂环境下的
绕组状态。虽然 DGA 方法在变压器绕组状态监测 变压器绕组识别准确率，是非常值得探索研究的内
中取得了不错的成果，但 DGA 方法存在采样周期 容。王丰华等 [15] 通过建立的基于改进梅尔频率倒
长和只适用于油浸式变压器等不足，限制了其应用 谱系数和矢量量化算法的变压器声纹识别模型对
范围和效率。 变压器绕组松动状态进行检测，结果表明识别率达
针对变压器 DGA 方法的不足，很多学者建立 到 90% 以上。耿琪深等 [16] 依据人听觉系统优异的
了基于变压器振动信号的变压器绕组状态监测方 声音识别能力，提出了一种基于 Gammatone 滤波
法。程锦等 [12] 通过分析不同时刻变压器振动信 器倒谱系数和鲸鱼算法优化随机森林的变压器绕
号数据的差异以判断变压器绕组松动状态。周宇 组松动状态声监测方法。邵宇鹰等 [17] 也通过人耳
等 [13] 借助变压器绕组振动机理，研究了在不同预 听觉模型对变压器声信号进行预处理，并提取生理
紧力状态下变压器绕组松动缺陷值与绕组预紧力 特征以用来对变压器绕组松动状态进行检测。上述
之间的关系，并通过此关系实现了良好的绕组状态 研究进一步证明基于听觉系统的变压器状态监测