基于多频超声的有载分接开关绝缘油衰减检测方法及系统与流程

本申请属于超声检测，具体涉及基于多频超声的有载分接开关绝缘油衰减检测方法及系统。

背景技术：

1、有载分接开关是电力变压器调节电压的核心部件，其内部绝缘油的健康状态直接决定电力系统的运行安全。绝缘油在长期高压和电弧冲击下会发生老化衰减，准确检测绝缘油的衰减程度是预防设备突发故障的关键。

2、传统检测手段通常依赖于提取油样进行宏观理化指标的化验，这种方式存在明显的检测滞后，且对绝缘油早期衰减时产生的微观物质变化极不敏感。当绝缘油刚开始劣化时，油液中会析出微量溶解气体并形成尺寸各异的微小气泡，这些微小气泡的尺寸分布与数量是评估油液早期劣化的重要标志。然而，常规超声检测技术采用固定频率或宽频均匀扫频方式，由于发射频率无法与不同尺寸气泡的固有共振频率精准匹配，声波穿过气泡时仅能引起极其微弱的形变，无法使气泡产生强烈的非线性共振响应，导致检测仪器接收到的声波能量变化极小，难以确定油液早期是否劣化。

技术实现思路

1、针对以上问题，本申请提供基于多频超声的有载分接开关绝缘油衰减检测方法及系统，通过实测气泡尺寸分布生成与每一气泡固有共振频率精准匹配的扫频序列以激发共振，并根据共振频域响应量化油液劣化程度。

2、为实现上述目的，一方面，本申请提供基于多频超声的有载分接开关绝缘油衰减检测方法，包括：

3、获取绝缘油液中多个气泡的初始半径数据集；

4、将所述初始半径数据集代入明斯纳方程，得到目标激励频率序列与气泡映射关系，所述明斯纳方程用于表示气泡半径与固有共振频率之间的物理关系，所述目标激励频率序列用于表示激发每一所述气泡发生共振所需的扫频范围，所述气泡映射关系用于表示每一共振频率所对应的气泡半径；

5、按照所述目标激励频率序列扫频发射超声脉冲串至所述绝缘油液，并接收二次辐射回波信号；

6、将所述二次辐射回波信号变换至频域，得到共振频域响应数据，所述共振频域响应数据用于表示每一共振频率下所述绝缘油液对超声能量的吸收程度；

7、根据所述共振频域响应数据和所述气泡映射关系，得到异常能量损耗累计值，所述异常能量损耗累计值用于表示因气泡共振异常而损耗的超声能量总量；

8、根据所述异常能量损耗累计值与支持向量机回归模型，得到溶解气体浓度预测值，所述溶解气体浓度预测值用于表示所述绝缘油液的劣化程度。

9、一方面，本申请提供基于多频超声的有载分接开关绝缘油衰减检测系统，包括：

10、气泡检测模块，用于获取绝缘油液中多个气泡的初始半径数据集；

11、频率生成模块，用于将所述初始半径数据集代入明斯纳方程，得到目标激励频率序列与气泡映射关系，所述明斯纳方程用于表示气泡半径与固有共振频率之间的物理关系，所述目标激励频率序列用于表示激发每一所述气泡发生共振所需的扫频范围，所述气泡映射关系用于表示每一共振频率所对应的气泡半径；

12、超声收发模块，用于按照所述目标激励频率序列扫频发射超声脉冲串至所述绝缘油液，并接收二次辐射回波信号；

13、频域变换模块，用于将所述二次辐射回波信号变换至频域，得到共振频域响应数据，所述共振频域响应数据用于表示每一共振频率下所述绝缘油液对超声能量的吸收程度；

14、异常累加模块，用于根据所述共振频域响应数据和所述气泡映射关系，得到异常能量损耗累计值，所述异常能量损耗累计值用于表示因气泡共振异常而损耗的超声能量总量；

15、浓度预测模块，用于根据所述异常能量损耗累计值与支持向量机回归模型，得到溶解气体浓度预测值，所述溶解气体浓度预测值用于表示所述绝缘油液的劣化程度。

16、本申请的实施例具有以下有益效果：

17、本申请的实施例中，首先，通过明斯纳方程将气泡半径与固有共振频率建立了定量关系，使得本申请的实施例能够根据实测半径逐一计算每一气泡的固有共振频率，而非采用固定步长扫频方式。同时，目标激励频率序列按照半径从小到大的顺序排列，频率顺序与半径顺序一一对应，使得扫频发射时每一目标激励频率与回波信号一一对应，不会产生交叉混淆。现有技术中即使采集到超声回波，也缺乏将频率与半径建立对应映射的手段，使得现有技术无法从频域响应反向定位到具体的气泡尺寸，进而无法精确评估劣化程度。

18、而且，气泡仅在与其固有共振频率相等的声波激励下才发生强烈共振，产生二次辐射回波信号。共振频域响应数据记录了每一目标激励频率下的幅度衰减率，通过不同频率下衰减率的差异可识别出衰减异常偏高的频率通道。由于发射声压已知且各频率声压恒定，衰减率的大小直接反映了该频率对应气泡对入射声波的散射吸收能力。现有技术中各频率发射能量不一致，各频率通道的衰减率因发射能量差异而波动，衰减率缺乏可比性，无法准确判断某一频率下的衰减偏高是气泡异常引起还是换能器频响差异所致。

19、同时，气泡映射关系记录了每一目标激励频率与对应气泡半径之间的对应关系，当某一频率被标记为异常频率时，通过该映射关系即可反向定位到该频率所对应的气泡半径区间，完成从频域响应到异常气泡的准确反演，进而识别出异常气泡对应的微水、颗粒度及酸值贡献区间，为智能传感器提供多参量联合判定依据。

20、进一步的，异常能量损耗累计值与溶解气体浓度之间存在高度非线性映射关系，难以通过解析模型直接建立联系。本申请的实施例中，支持向量机回归模型通过径向基核函数将输入数据映射到高维特征空间，以数据驱动的方式学习并拟合该非线性映射关系，将异常能量损耗累计值这一声学物理量映射为溶解气体浓度预测值，输出可直接指导运维决策的量化评估结果。现有技术依赖经验阈值进行分段判定，主观性强、适应性差，无法实现全工况覆盖的精准评估，且无法直接输出运维人员关心的溶解气体浓度指标，检测结果与运维决策之间存在信息断层。智能传感器集成上述方法后，能够原位实时输出微水、颗粒度、酸值及溶解气体浓度等多参量监测数据，实现绝缘油品质的综合评估与早期预警。

1.基于多频超声的有载分接开关绝缘油衰减检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取绝缘油液中多个气泡的初始半径数据集，包括：

3.根据权利要求2所述的方法，其特征在于，所述将所述二次辐射回波信号变换至频域，得到共振频域响应数据，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述共振频域响应数据和所述气泡映射关系，得到异常能量损耗累计值，包括：

5.根据权利要求1所述的方法，其特征在于，所述按照所述目标激励频率序列扫频发射超声脉冲串至所述绝缘油液，包括：

6.根据权利要求1所述的方法，其特征在于，所述按照所述目标激励频率序列扫频发射超声脉冲串至所述绝缘油液，还包括：

7.根据权利要求1所述的方法，其特征在于，所述根据所述异常能量损耗累计值与支持向量机回归模型，得到溶解气体浓度预测值之后，还包括：

8.根据权利要求7所述的方法，其特征在于，所述生成状态量化报告之后，还包括：

9.根据权利要求1所述的方法，其特征在于，所述将所述二次辐射回波信号变换至频域，还包括：

10.基于多频超声的有载分接开关绝缘油衰减检测系统，其特征在于，包括：