基于2DPCA及SVM的变电站电力变压器故障检测系统及检测方法技术方案

本发明专利技术涉及基于2DPCA及SVM的变电站电力变压器故障检测系统及检测方法，包括第一音频采集系统、第二音频采集系统、音频样本库、第一预处理系统、第二预处理系统、音频训练系统、数据中心、检测系统，实时采集变压器发出的未知音频数据，将音频样本及未知音频数据转换为具有幅频特性的数据类型；将处理得到的数据转换成代表音频的特征矢量序列；检测系统调用数据中心的代表各种音频的特征矢量时间序列，进行SVM运算，根据运算结果检测未知音频，判断电力变压器是否出现故障以及出现的故障类型。通过本发明专利技术检测系统，可以达到安全实时不间断的在线变电站电力变压器工作状态监控，能够及早发现故障并进行检修，预防出现重大事故。

【技术实现步骤摘要】
基于2DPCA及SVM的变电站电力变压器故障检测系统及检测方法
本专利技术涉及基于2DPCA及SVM的变电站电力变压器故障检测系统及检测方法，属于音频判别

技术介绍
变电站电力变压器属于电力系统中非常重要的电气设备，当其出现故障时，能够造成巨的大危害，不仅会对变压器本身造成损伤或损坏而导致停电，也可能引发电力系统、人身事故等，从而导致对生产生活带来巨大损失。变电站电力变压器发生故障是指其工作状态发生异常、部分功能失效或者性能指标超出其额定范围，通常这些情况下，就是电力变压器进入了故障状态。出现故障的原因主要是指设备在运行条件下，导致其发生失效的物理、化学、生物或者机械过程，如腐蚀、蠕变、磨损、受热、老化等。目前，在我国变电站电力变压器的检修过程中，仍然采用定期的计划检修，然而随着人们对电力需求的不断增多，定期检修已经不能满足这个时代的发展要求，并且定期检修也存在自身的缺陷。如果电力变压器存在不安全的隐患，在定期检修时又没有及时的发现并且做出排除，那么就会影响到电力系统的正常运行。为确保电力系统安全运行，最大限度地降低事故率，迫切需要寻求新的更加行之有效的检测方法。在日常工作生活中，故障诊断技术已经深入到各行各业，如何安全实时准确的判断出故障的出现以及存在已成为亟待解决的重要问题。安全实时的非接触式在线故障检测以及分析技术为相关行业的生产运行流程带来了巨大的改变。对于变电站的电力变压器来说，由于其长时间处于高电压、强电流、高负荷下运行，通常是无间断的运行状态，且具有高危险性，这就使得人工监视与维护有着诸多危险与困难。因此，我们需要采用非接触式的检测方式，做到实时无间断的安全监控。通常电力变压器工作时会向外界发出音频信号，有经验的工作人员可以通过听音判别出设备的运行状况，甚至还能通过异常声音的表现判断出故障的原因，故障判断的过程是通过人耳对设备所发出的音频信号进行感知和判断来完成的。采用声音传感器来替代人耳，用音频信号处理及机器学习等算法模拟人的听觉系统以及大脑对信号的反映就可实现对设备音频的自动化判决。中国专利文献CN106443259A公开了一种基于欧式聚类和SPO-SVM的变压器故障诊断新方法，包括：选取样本数据，将样本数据分为训练样本和测试样本，并对其进行归一化处理；划分变压器的状态；构造欧式距离分类器；构造SVM多分类器；构造高斯径向基核函数作为核函数；采用粒子群优化理论对高斯径向基核函数的参数进行优化；将训练样本输入支持向量机进行模型学习，建立基于最小二乘支持向量机的学习模型；将测试样本输入两分类的SVM进行计算；得到变压器的故障类别。但是，该专利中存在以下缺陷：1.采取基于油中溶解气体的变压器故障检测方式：油中气体的测量并不是很方便，这必然造成故障检测系统复杂化；2.采用油中溶解气体作为样本进行特征提取，由于各种气体混在一起，这必然造成进行特征提取的复杂度及错误的出现，因故障气体的出现是一个缓慢过程，只有当故障气体达到一定程度，故障气体特征才占主导，此时气体特征在提取时才能被很好的提取出来。3.采用欧式距离将待测数据特征与样本特征进行对比，因欧式距离构造简单，出错的几率非常大，在分类识别中属于最基础的测量方法，因此如果就将欧式距离作为检测的第一步，若出现错误则必然导致后面检测错误的出现。
技术实现思路
针对现有技术的不足，本专利技术提供了基于2DPCA及SVM的变电站电力变压器故障检测系统；本专利技术还提供了基于2DPCA及SVM的变电站电力变压器故障检测方法；在本专利技术中，基于2DPCA及SVM的变电站电力变压器故障检测系统前期将声音样本库中所有类型数据样本送入预处理系统及训练系统得到其特征矢量序列存储到数据中心。后期进行监控时，将所采集的音频数据送入预处理系统及训练系统进行运算，得到其特征矢量序列，并与数据中心中各类型数据的特征矢量序列进行SVM运算，从而判断此音频为正常音频或是故障音频，由此判断电力变压器是否仍处于正常工作状态。术语解释：1、2DPCA，二维主分量分析；2、SVM，SupportVectorMachine，支持向量机；3、幅频特性，将声音信号进行短时傅立叶变换之后，所得信号幅度随频率变化的规律，式中|Xn(ejω)|就是信号对应频率ω的幅度值，也即能量。本专利技术的技术方案为：基于2DPCA及SVM的变电站电力变压器故障检测系统，包括第一音频采集系统、第二音频采集系统、音频样本库、第一预处理系统、第二预处理系统、音频训练系统、数据中心、检测系统，所述第一音频采集系统、音频样本库、第一预处理系统、音频训练系统依次连接，所述第二音频采集系统、第二预处理系统、音频训练系统依次连接，所述音频训练系统分别连接所述数据中心、所述检测系统，所述数据中心连接所述检测系统。根据本专利技术优选的，初期构建系统时，所述第一音频采集系统将采集到的音频数据送入所述音频样本库中存储，并且由相关工作人员对音频数据进行判别属于哪种类型的声音，存做音频样本，声音的类型包括故障类型与非故障类型的各类声音；例如，非故障类型声音就是正常运行下的声音，包括：正常运行声，含有鸟叫情况下的正常声，含有人说话时的正常音，含有风声的正常音，含有雨声的正常音等等，这类包含外界干扰情况的正常运行声音。故障类型声音包括：分接开关不到位将发出较大的“啾啾”响声；当变压器的铁心接地断线时，变压器将产生“哔剥哔剥”的轻微放电声；导电引线通过空气对变压器外壳的放电声(噼啪噼啦的清脆击铁声)；导体通过变压器油面对外壳的放电声(噼啪声)；当低压线路发生接地或出现短路事故时发出(轰轰)的声音；当变压器过负荷严重时发出低沉的如重载飞机的“嗡嗡”声；当变压器绕组发生层间或匝间短路而烧坏时发出(咕嘟咕嘟)的开水沸腾声等等。将音频样本库中的音频样本送入第一预处理系统，得到音频样本的幅频特征数据；将第一预处理系统输出的音频样本的幅频特征数据送入音频训练系统得到其降维特征数据；将音频样本的降维特征数据存入数据中心；后期进行监测时，所述第二音频采集系统将采集到的未知音频数据送入第二预处理系统，得到未知音频的幅频特征数据；将第二预处理系统输出的未知音频的幅频特征数据送入音频训练系统得到其降维特征数据；检测系统调用数据中心中的音频样本的降维特征数据，与未知音频数据的降维特征数据进行匹配，检测该未知音频是否为故障声音，如果是，进入故障类型检测阶段判断故障声音的类型；如果不是，则继续监控。第一音频采集系统、第二音频采集系统设定每次所采集的数据为固定时长的音频，并且长时间持续工作。当发现故障音频出现时，系统及时进行报警并将所采集到的故障音频进行详细记录并存储。众所周知，变电站电力变压器在运行过程中会不间断的向外界释放声音，这是由于交变磁通的作用使变压器铁芯硅钢片震动而发出的声音，正常运行时，这种声音是清晰而有规律的，但变压器负荷发生显著变动或运行状态出现异常，则声音较平时增大，并伴有断续或持续的杂音或粗犷的声音，此时变压器就是出现了故障。根据本专利技术优选的，所述第一音频采集系统、第二音频采集系统均包括4个或4个以上的单麦克风，4个或4个以上的单麦克风布置在变电站电力变压器四周构成麦克风阵列。单麦克风的型号为联想UM10C、得胜SGC-568、铁三角AT9913或ED本文档来自技高网...

【技术保护点】
基于2DPCA及SVM的变电站电力变压器故障检测系统，其特征在于，包括第一音频采集系统、第二音频采集系统、音频样本库、第一预处理系统、第二预处理系统、音频训练系统、数据中心、检测系统，所述第一音频采集系统、音频样本库、第一预处理系统、音频训练系统依次连接，所述第二音频采集系统、第二预处理系统、音频训练系统依次连接，所述音频训练系统分别连接所述数据中心、所述检测系统，所述数据中心连接所述检测系统。

【技术特征摘要】
1.基于2DPCA及SVM的变电站电力变压器故障检测系统，其特征在于，包括第一音频采集系统、第二音频采集系统、音频样本库、第一预处理系统、第二预处理系统、音频训练系统、数据中心、检测系统，所述第一音频采集系统、音频样本库、第一预处理系统、音频训练系统依次连接，所述第二音频采集系统、第二预处理系统、音频训练系统依次连接，所述音频训练系统分别连接所述数据中心、所述检测系统，所述数据中心连接所述检测系统。2.根据权利要求1所述的基于2DPCA及SVM的变电站电力变压器故障检测系统，其特征在于，初期构建系统时，所述第一音频采集系统将采集到的音频数据送入所述音频样本库中存储，并且由相关工作人员对音频数据进行判别属于哪种类型的声音，存做音频样本，声音的类型包括故障类型与非故障类型的各类声音；将音频样本库中的音频样本送入第一预处理系统，得到音频样本的幅频特征数据；将第一预处理系统输出的音频样本的幅频特征数据送入音频训练系统得到其降维特征数据；将音频样本的降维特征数据存入数据中心；后期进行监测时，所述第二音频采集系统将采集到的未知音频数据送入第二预处理系统，得到未知音频的幅频特征数据；将第二预处理系统输出的未知音频的幅频特征数据送入音频训练系统得到其降维特征数据；检测系统调用数据中心中的音频样本的降维特征数据，与未知音频数据的降维特征数据进行匹配，检测该未知音频是否为故障声音，如果是，进入故障类型检测阶段判断故障声音的类型；如果不是，则继续监控。3.根据权利要求1所述的基于2DPCA及SVM的变电站电力变压器故障检测系统，其特征在于，所述第一音频采集系统及第二音频采集系统均包括4个或4个以上的单麦克风，4个或4个以上的单麦克风布置在变电站电力变压器四周构成麦克风阵列。4.根据权利要求1所述的基于2DPCA及SVM的变电站电力变压器故障检测系统，其特征在于，所述音频样本库中的所有音频样本的时间长度相同，时间长度小于10秒；所述音频训练系统包括2DPCA运算模块；所述检测系统包括SVM分类器模块。5.采用权利要求1-4任一所述2DPCA及SVM的变电站电力变压器故障检测系统进行故障检测方法，其特征在于，包括步骤如下：A、构建系统(1)所述第一音频采集系统采集音频数据，并将采集到的音频数据送入所述音频样本库中存储，并且由相关工作人员对音频数据进行判别属于哪种类型的声音，存做音频样本，声音的类型包括故障类型与非故障类型的各类声音；(2)将音频样本库中的音频样本送入第一预处理系统，得到音频样本的幅频特征数据；(3)将第一预处理系统输出的音频样本的幅频特征数据送入音频训练系统得到其降维特征数据，即代表音频的特征矢量序列，并将音频样本的降维特征数据存入数据中心；B、故障检测(4)所述第二音频采集系统将采集未知音频数据，并将采集到的未知音频数据送入第二预处理系统，得到未知音频的幅频特征数据；(5)将第二预处理系统输出的未知音频的幅频特征数据送入音频训练系统得到其降维特征数据，即代表未知音频的特征矢量序列；(6)调用数据中心中的音频样本的降维特征数据，与未知音频数据的降维特征数据进行匹配，进行SVM运算，根据运算结果检测该未知音频是否为故障声音，如果是，进入步骤C；如果不是，则返回步骤B；C、故障类型检测。6.根据权利要求5所述的2DPCA及SVM的变电站电力变压器故障检测系统进行故障检测方法，其特征在于，所述步骤(2)，包括步骤如下：a、所述第一预处理系统对所述音频样本库中的已知类型的音频样本进行分帧处理；b、所述第一预处理系统对步骤A分帧后的每帧数据采取2048个点进行傅里叶变换，得到其幅频特性；c、根据步骤b得到的幅频特性，将1024个点分为8个子频带，包括：1～120、121～250、251～360、361～480、481～600、601～730、731～850、851～1024，将此8个子频带所对应的能量与1024个点的能量总和作为样本特征使用，即每帧数据由9个特征构成，将分帧后的每帧数据的特征放在一起，...

【专利技术属性】
技术研发人员：马昕，华东升，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37