一种基于声纹特征的变压器内部机械状态监测方法及系统与流程

1.本发明属于变压器在线监测与故障诊断技术领域，特别涉及一种基于声纹特征的变压器内部机械状态监测方法及系统。


背景技术：

2.变压器作为电力系统重要的设备之一，在电能变换方面起着重要作用，变压器的安全稳定运行对其自身以及电力系统的稳定性都具有极其重要的作用；然而，变压器本身具有振动大、噪声强的特征，在强振动的持续作用下，容易发生绕组松动的现象；另外在短路电流的作用下，容易发生绕组变形等现象。以上现象的出现，都将引发变压器的机械故障，如果故障不能及时发现并及时处理，将进一步造成变压器的安全问题，对整个电力系统构成极大的威胁。
3.声纹信号作为反映变压器内部机械状态的关键信息，对变压器的在线监测与故障诊断起着重要作用；声纹信号具有复杂性，现有声纹监测方法无法提取不同测点具有一致性的有效信息，造成难以判断变压器内部机械状态的问题(具体解释性的，由变压器振动噪声产生原理及传播特性可知，变压器空间中各处声纹信号存在差异。现有声纹监测方法通常只能固定某一测点持续监测，即只能实现纵向对比；上述方法无法提取不同测点具有一致性的有效信息，即难以实现不同测点之间的对比。当对变压器进行声纹监测时，若前后测量的测点位置出现一定偏差，将很大程度出现错误判断变压器内部机械状态的问题)。综上，亟需一种新的可用于变压器内部机械状态监测的变压器声纹特征提取感知方法。


技术实现要素：

4.本发明的目的在于提供一种基于声纹特征的变压器内部机械状态监测方法及系统，以解决上述存在的一个或多个技术问题。本发明提供的方法，基于声纹信号提出一种具有统一标准化的特征参量，能够准确反映变压器内部机械状态。
5.为达到上述目的，本发明采用以下技术方案：
6.本发明提供的一种基于声纹特征的变压器内部机械状态监测方法，包括以下步骤：
7.获取待监测变压器多个预设测点的待测时刻声纹信号；基于各个测点的待测时刻声纹信号分别计算获得各个测点的待测时刻峰度值；
8.将获得的各个测点的待测时刻峰度值与预获取的变压器正常峰度值进行对比，获得对比结果；其中，进行对比时用的峰度值为经验小波模态函数ewmf2～ewmf4峰度值的声纹特征参量；
9.基于所述对比结果，实现所述待监测变压器的内部机械状态监测。
10.本发明的进一步改进在于，所述变压器正常峰度值的获取步骤包括：
11.将获取的变压器原始声纹信号进行傅里叶分解，获得声纹信号频谱分布特性；
12.基于所述声纹信号频谱分布特性，初步设定模态函数分解数量n并对变压器原始
声纹信号进行经验小波变换，获得分解后的经验小波模态函数；
13.计算获取所述分解后的经验小波模态函数与所述变压器原始声纹信号的互信息；基于所述互信息将模态函数分解数量n调整为m，并将变压器原始声纹信号分解为m个经验小波模态函数；
14.计算变压器原始声纹信号与m个经验小波模态函数峰度值，确定以经验小波模态函数ewmf2～ewmf4峰度值的声纹特征参量作为变压器正常峰度值。
15.本发明的进一步改进在于，所述计算获取所述分解后的经验小波模态函数与所述变压器原始声纹信号的互信息的过程中，
16.互信息计算表达式为，
17.式中，p(x)、p(y)分别为模态函数x、原始信号y的边缘概率分布函数；p(x,y)为模态函数x、原始信号y的联合概率密度函数；x、y分别为模态函数集合、原始信号集合。
18.本发明的进一步改进在于，所述基于所述互信息将模态函数分解数量n调整为m的过程中，
19.确定模态函数分解数量m的步骤为，计算模态分解数量为n时的除经验小波模态函数ewmf1外的所有经验小波模态函数的互信息i；
20.若i》in，则m＝n 1，继续增大模态函数分解数量；直到出现i《in时，在模态函数数量的基础上减1，最终确定m；其中，in为确定m时的互信息最小数值；
21.若i《in，则m＝n-1，继续减小模态分解数量；直到出现i》in时，确定当前模态函数分解数量为最终的m；
22.若i＝in，则m＝n，确定当前模态函数分解数量n为最终的m。
23.本发明的进一步改进在于，峰度值的计算表达式为，
[0024][0025]
式中，xi为第i个数值，为平均数；
[0026]
变压器正常峰度值为ewmf2～ewmf4峰度值的声纹特征参量形式为κ＝[κ2κ3κ4]。
[0027]
本发明提供的一种基于声纹特征的变压器内部机械状态监测系统，包括：
[0028]
获取待监测变压器多个预设测点的待测时刻声纹信号；基于各个测点的待测时刻声纹信号分别计算获得各个测点的待测时刻峰度值；
[0029]
将获得的各个测点的待测时刻峰度值与预获取的变压器正常峰度值进行对比，获得对比结果；其中，进行对比时用的峰度值为经验小波模态函数ewmf2～ewmf4峰度值的声纹特征参量；
[0030]
基于所述对比结果，实现所述待监测变压器的内部机械状态监测。
[0031]
本发明的进一步改进在于，所述变压器正常峰度值的获取步骤包括：
[0032]
将获取的变压器原始声纹信号进行傅里叶分解，获得声纹信号频谱分布特性；
[0033]
基于所述声纹信号频谱分布特性，初步设定模态函数分解数量n并对变压器原始声纹信号进行经验小波变换，获得分解后的经验小波模态函数；
[0034]
计算获取所述分解后的经验小波模态函数与所述变压器原始声纹信号的互信息；基于所述互信息将模态函数分解数量n调整为m，并将变压器原始声纹信号分解为m个经验小波模态函数；
[0035]
计算变压器原始声纹信号与m个经验小波模态函数峰度值，确定以经验小波模态函数ewmf2～ewmf4峰度值的声纹特征参量作为变压器正常峰度值。
[0036]
本发明的进一步改进在于，所述计算获取所述分解后的经验小波模态函数与所述变压器原始声纹信号的互信息的过程中，
[0037]
互信息计算表达式为，
[0038]
式中，p(x)、p(y)分别为模态函数x、原始信号y的边缘概率分布函数；p(x,y)为模态函数x、原始信号y的联合概率密度函数；x、y分别为模态函数集合、原始信号集合。
[0039]
本发明的进一步改进在于，所述基于所述互信息将模态函数分解数量n调整为m的过程中，
[0040]
确定模态函数分解数量m的步骤为，计算模态分解数量为n时的除经验小波模态函数ewmf1外的所有经验小波模态函数的互信息i；
[0041]
若i》in，则m＝n 1，继续增大模态函数分解数量；直到出现i《in时，在模态函数数量的基础上减1，最终确定m；其中，in为确定m时的互信息最小数值；
[0042]
若i《in，则m＝n-1，继续减小模态分解数量；直到出现i》in时，确定当前模态函数分解数量为最终的m；
[0043]
若i＝in，则m＝n，确定当前模态函数分解数量n为最终的m。
[0044]
本发明的进一步改进在于，峰度值的计算表达式为，
[0045][0046]
式中，xi为第i个数值，为平均数；
[0047]
变压器正常峰度值为ewmf2～ewmf4峰度值的声纹特征参量形式为κ＝[κ2κ3κ4]。
[0048]
与现有技术相比，本发明具有以下有益效果：
[0049]
本发明提供的基于声纹特征的变压器内部机械状态监测方法，可以针对不同测点的声纹信号提取具有一致性的特征信息，解决了不同测点之间无法对比的技术问题，即不同测点之间也可以判断变压器内部机械状态，能够准确反映变压器内部机械状态，对于变压器内部机械状态的监测具有重要意义。
[0050]
本发明进一步的，采取经验小波变换，将原始信号分解为多个经验小波模态函数
(ewmf)，利用ewmf2～ewmf4具有相似的峰度值作为判断变压器机械状态的特征参量，从而实现了不同测点无法对比的问题。
附图说明
[0051]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面对实施例或现有技术描述中所需要使用的附图做简单的介绍；显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0052]
图1是本发明又一实施例提供的一种基于声纹特征的变压器内部机械状态监测方法的流程示意图；
[0053]
图2是本发明实施例中，变压器声纹信号测点位置示意图；
[0054]
图3是本发明实施例中，变压器声纹信号频谱示意图；其中，图3中(a)为测点1示意图，图3中(b)为测点2示意图，图3中(c)为测点3示意图，图3中(d)为测点4示意图；
[0055]
图4是本发明实施例中，变压器声纹信号经验小波分解结果示意图；其中，图4中(a)为波形示意图，图4中(b)为频谱示意图；
[0056]
图5是本发明实施例中，不同测点原始信号和ewmf1～ewmf6峰度值示意图；
[0057]
图6是本发明实施例中，不同测点原始信号和ewmf2～ewmf4峰度值示意图；
[0058]
图7是本发明实施例提供的一种基于声纹特征的变压器内部机械状态监测系统的示意图。
具体实施方式
[0059]
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0060]
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0061]
下面结合附图对本发明做进一步详细描述：
[0062]
请参阅图1，本发明实施例提供的一种基于声纹特征的变压器内部机械状态监测方法，包括以下步骤：
[0063]
获取待监测变压器多个预设测点的待测时刻声纹信号，分别计算获得各个测点的待测时刻峰度值；
[0064]
将获得的各个测点的待测时刻峰度值与预获取的与所述待监测变压器同型号的
变压器的正常峰度值进行对比，获得对比结果；
[0065]
基于所述对比结果，实现所述待监测变压器的内部机械状态监测。
[0066]
本发明实施例提供的技术方案中，基于声纹信号提出一种具有统一标准化的特征参量，能够准确反映变压器内部机械状态，对于变压器内部机械状态的监测具有重要意义。
[0067]
本发明实施例中，获取变压器的正常峰度值的步骤包括：
[0068]
(1)将获取的变压器原始声纹信号进行傅里叶分解，研究声纹信号频谱分布特性；初步设定模态函数分解数量n，对声纹信号进行经验小波变换；本发明实施例具体解释性的，研究声纹信号频谱分布特性在于观察声纹信号几个幅值较大的频率；初步设定模态函数分解数量在于步骤(1)观察声纹信号频谱分布规律后，记录幅值较大的频率数量，根据此频率数量与频带划分边界设定模态函数分解数量n；
[0069]
(2)计算分解后的经验小波模态函数(ewmf)与原始声纹信号的互信息；通过互信息调整模态函数分解数量为m，最终将原始声纹信号分解为m个经验小波模态函数；
[0070]
(3)计算原始信号与经验小波模态函数峰度值，确定以ewmf2～ewmf4峰度值的声纹特征参量作为变压器正常峰度值。
[0071]
本发明实施例的步骤(1)中，声纹信号进行经验小波变换过程为：
[0072]
1)根据小波构造思想，形成经验尺度函数和经验小波表达式分别为：
[0073][0074][0075]
β(x)＝x4(35-84x 70x
2-20x3)；
[0076][0077]
式中，ω为角频率；ωn为第n个模态的角频率，n＝1,2,3,
…
,n，n模态分解数；β、γ为中间计算参量；x为计算变量；ωi、ω
i 1
分别为第i个和第i 1个边界点。
[0078]
2)计算细节系数与近似系数：
[0079][0080][0081]
式中，为细节系数；“—”代表共轭运算；(
·
)
∨
为傅里叶逆变换，φ1、ψn、f分别为φ1(ω)、ψn(ω)、f(ω)傅里叶逆变换函数。
[0082]
3)得到重构信号：
[0083][0084]
式中，*代表卷积计算，表示n＝0时的值；是的傅里叶变换形式。
[0085]
4)确定经验小波模态函数(ewmf)：
[0086][0087][0088]
式中，f0(t)为n＝0时的调频-调幅分量；为的傅里叶逆变换形式；fn(t)为不同调频-调幅分量。
[0089]
本发明实施例的步骤(2)中，互信息计算方法为，
[0090][0091]
式中，p(x)、p(y)分别为模态函数x、原始信号y的边缘概率分布函数，p(x,y)为模态函数x、原始信号y的联合概率密度函数，x、y为集合。
[0092]
本发明实施例的步骤(2)中，模态函数分解数量m的确定方法包括：计算模态分解数量为n时的除ewmf1外的所有经验小波模态函数的互信息i，此时存在以下情况：
[0093]
1)若i》in(in为确定m时的互信息最小数值)，则m＝n 1，继续增大模态函数分解数量，直到出现i《in时，此时，在模态函数数量的基础上减1，最终确定m；
[0094]
2)若i《in，则m＝n-1，继续减小模态分解数量，直到出现i》in时，此时确定当前模态函数分解数量为最终的m；
[0095]
3)若i＝in，则m＝n，确定当前模态函数分解数量n即为最终的m。
[0096]
本发明实施例的步骤(3)中，峰度值的计算方法包括：
[0097][0098]
式中，xi为第i个数值，为平均数。
[0099]
本发明实施例优选的，最终确定的变压器正常峰度值为ewmf2～ewmf4峰度值的声纹特征参量形式为κ＝[κ
2 κ
3 κ4]。
[0100]
请参阅图1至图6，本发明实施例的一种基于声纹特征的变压器内部机械状态监测方法，整体过程如图1所示；所述方法步骤包括：
[0101]
(1)采集变压器不同位置的声纹信号，具体测点如图2所示。采集声纹信号遵循以下原则，选择状况良好、无风或风速较小的天气，测点布置在水平距变压器2m、垂直距地面1.5md的地方，多次采集声纹信号。
[0102]
对4个测点的声纹信号进行傅里叶分解，结果如图3所示，观察频谱分布特征可以发现，变压器声纹信号频率主要集中在1000hz以内，甚至在500hz以内，其中幅值较大的频率分别为100hz、200hz、300hz等。
[0103]
(2)根据上述(1)中观察的频谱分布规律，初步设定声纹信号模态函数分解数量为n＝5，对4个不同测点的声纹信号进行经验小波变化，由此声纹信号通过经验小波变换后产生5个经验小波模态函数，分别为ewmf1、ewmf2、ewmf3、ewmf4、ewmf5。
[0104]
(3)计算分解后的经验小波模态函数ewmf2～ewmf5与原始声纹信号的互信息，计算方法如下：式中：p(x)、p(y)分别为模态函数x、原始信号y的边缘概率分布函数，p(x,y)为模态函数x、原始信号y的联合概率密度函数；得到ewmf2～ewmf5与原始声纹信号的互信息分别为0.62、0.57、0.43、0.35。
[0105]
(4)计算模态分解数量为n时的除ewmf1外的所有经验小波模态函数的互信息i，此时存在以下情况：1)若i》in(in为确定m时的互信息最小数值)，则m＝n 1，继续增大模态函数分解数量，直到出现i《in时，此时，在模态函数数量的基础上减1，最终确定m；2)若i《in，则m＝n-1，继续减小模态分解数量，直到出现i》in时，此时确定当前模态函数分解数量为最终的m；3)若i＝in，则m＝n，确定当前模态函数分解数量n即为最终的m。
[0106]
根据分解结果确定in＝0.2，因ewmf5互信息为0.35》0.2，则模态函数分解数量m＝n 1＝6，继续进行经验小波变化，得到6个经验小波模态函数，分别为ewmf1、ewmf2、ewmf3、ewmf4、ewmf5、ewmf6。计算ewmf2～ewmf6与原始声纹信号的互信息分别为0.59、0.51、0.39、0.31、0.24。
[0107]
因ewmf6互信息为0.22》0.2，则模态函数分解数量设为7，继续进行经验小波变换，得到7个经验小波模态函数，分别为ewmf1、ewmf2、ewmf3、ewmf4、ewmf5、ewmf6、ewmf7。计算ewmf2～ewmf7与原始声纹信号的互信息分别为0.57、0.48、0.36、0.27、0.21、0.19。
[0108]
因ewmf7互信息为0.19《0.2，则模态函数分解数量最终设置为6。由此，1号测点的
声纹信号通过经验小波变化分解结果如图4所示。从中可以看出声纹信号在经验小波变换后，被分解为6个ewmf，ewmf1为趋势项，ewmf2～ewmf6为不同频率的波形，其中，100hz、200hz、300hz频率成分较为明显，各模态分量之间没有出现混淆的现象。
[0109]
(5)计算原始声纹信号与模态函数的峰度，计算方法为，式中，xi为第i个数值，为平均数；得到1号测点的模态峰度值如表1所示。
[0110]
表1. 1号测点的模态峰度值
[0111]
模态ewmf1ewmf2ewmf3ewmf4ewmf5ewmf6f峰度3.291.581.511.521.852.422.41
[0112]
由表1可以看出，ewmf2～ewmf4峰度值具有很高的稳定性，数值基本维持在1.5～1.6范围内。因此，把ewmf2～ewmf4的峰度值作为变压器的声纹信号特征参量。
[0113]
计算不同测点的峰度值，原始信号以及ewmf1～ewmf6峰度值如图5，原始信号以及ewmf2～ewmf4峰度值如图6。由图可以看出，经验小波变换对每个测点都分解出6个模态，具有很好的相似性。原始声纹信号与ewmf1、ewmf5、ewmf6的峰度值变化较大，ewmf2～ewmf4峰度值维持在1.5～1.6范围内，具有较高的稳定性。当把ewmf2～ewmf4的峰度值作为变压器的声纹信号特征参量κ＝[κ2κ3κ4]时，将原来无明显规律特征的声纹信号变换为数值维持在一定范围内的稳定值，以此可以反映变压器内部机械状态。当κ依然维持在稳定范围时，则变压器机械状态良好；当κ变化明显时，则变压器机械状态出现异常。
[0114]
下述为本发明的装置实施例，可以用于执行本发明方法实施例。对于装置实施例中未纰漏的细节，请参照本发明方法实施例。
[0115]
请参阅图7，本发明再一实施例中，提供一种变压器机械状态在线监测系统，系统整体包括数据采集单元、数据处理单元和状态判断单元；各单元具体作用如下：
[0116]
1)数据采集单元：前端为声学传感器，采用同轴电缆连接声学传感器与工控机并传输信号，终端为具有处理分析能力的工控机；
[0117]
2)数据处理单元：对采集到的变压器声纹信号进行经验小波变换，计算原始信号与模态函数的峰度值，形成声纹信号ewmf2～ewmf4峰度值特征参量；
[0118]
3)状态判断单元：监测声纹信号ewmf2～ewmf4峰度值特征参量矩阵的数值变化，判断变压器内部机械状态；若特征参量矩阵基本不变或小幅度变化，则判断变压器机械状态良好，若特征参量矩阵大幅度变化或剧烈变化，则判断变压器机械状态出现异常。
[0119]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0120]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产
生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0121]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0122]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0123]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。