基于声纹频谱分离的变压器故障诊断方法及装置制造方法及图纸

本发明专利技术公开了基于声纹频谱分离的变压器故障诊断方法及装置，包括获取变压器的铁芯、绕组、操纵机构产生的振动声纹信号数据；基于时域的声纹数据进行频域转换获取频谱数据；基于频谱数据采用同态滤波方法将频谱数据中的频谱包络数据和频谱细节数据分离；将分离之后的频谱数据输入预设的GRU神经网络获取变压器故障诊断结果。本发明专利技术在进行取对数处理和离散余弦变换之前，通过设计50Hz倍频三角滤波器组滤波实现对频谱数据的降维，在后续运算处理中提高运算速度并提高了GRU神经网络输入特征向量的有效性，从而提高了GRU神经网络的诊断结果准确性。

【技术实现步骤摘要】
基于声纹频谱分离的变压器故障诊断方法及装置
本专利技术涉及本专利技术涉变压器故障诊断方法领域，具体是基于声纹频谱分离的变压器故障诊断方法及装置。
技术介绍
随着中国经济的发展，电力需求容量不断的提升，电能质量问题备受关注。为增强电力系统中的无功补偿与无功平衡，抑制系统过电压，提高电能质量和供电可靠性，变压器的安全稳定运行尤为关键。大量实践表明，变压器出现严重事故前，往往都存在着潜伏性故障。目前，变压器保护方法主要通过故障时的电压、电流等电气参量进行继电保护，然而，变压器潜伏性故障由于普遍存在于内部且难以检测，迄今缺乏有效的在线监测方法、技术与装置。目前针对变压器潜伏性故障检测主要围绕以下几种参量进行：1)绝缘水平相关检测参量：包括绝缘电阻、吸收比、极化指数、介质损耗因数、泄露电流等。围绕以上参量的检测手段能够反映大多数的电气故障及隐患，但都存在难以实现在线监测的缺陷。2)温度：测量变压器的温度参数能够检测到大部分故障，且通过适当的温度传感器如光纤温度传感器以及红外成像仪可以实现设备的在线监测。然而，温度参量本身承载的信息本文档来自技高网...

【技术保护点】
1.基于声纹频谱分离的变压器故障诊断方法，其特征在于：包括以下步骤：/n(11)获取变压器的铁芯、绕组、操纵机构产生的振动声纹信号数据；/n(12)基于时域的声纹数据进行频域转换获取频谱数据，该频谱数据包含频谱包络数据和频谱细节数据；/n(13)基于频谱数据采用同态滤波方法将频谱数据中的频谱包络数据和频谱细节数据分离；/n(14)基于分离之后的频谱数据输入预设的GRU神经网络获取变压器故障诊断结果。/n

【技术特征摘要】
1.基于声纹频谱分离的变压器故障诊断方法，其特征在于：包括以下步骤：
(11)获取变压器的铁芯、绕组、操纵机构产生的振动声纹信号数据；
(12)基于时域的声纹数据进行频域转换获取频谱数据，该频谱数据包含频谱包络数据和频谱细节数据；
(13)基于频谱数据采用同态滤波方法将频谱数据中的频谱包络数据和频谱细节数据分离；
(14)基于分离之后的频谱数据输入预设的GRU神经网络获取变压器故障诊断结果。


2.根据权利要求1所述的基于声纹频谱分离的变压器故障诊断方法，其特征在于：所述步骤(12)中，包括：
基于获取的振动声学信号，进行分帧操作，获得声学信号帧；
对声学信号帧进行加窗操作；
对加窗后的声学信号采用短时离散傅里叶变换进行频域转换，并基于频域转换后的数据获取每一帧的周期能量谱。


3.根据权利要求2所述的基于声纹频谱分离的变压器故障诊断方法，其特征在于：以时长为1s的振动声学信号为一个样本，以帧长为0.04s，帧移为0.01s的方式进行每个样本的分帧操作。


4.根据权利要求2所述的基于声纹频谱分离的变压器故障诊断方法，其特征在于：所述加窗操作采用汉明窗。


5.根据权利要求1所述的基于声纹频谱分离的变压器故障诊断方法，其特征在于：所述步骤(13)中，包括：
根据声学信号的频谱数据，采用预设滤波器组提取出包含重要信息的频谱分量；
基于预设滤波器组输出的频谱数据进行取对数处理；
基于对数频谱数据采用离散余弦变换将频谱数据中的频谱包络数据和频谱细节数据分离。


6.根据权利要求5所述的基于声纹频谱分离的变压器故障诊断方法，其特征在于：所述预设滤波器组滤波器组的传递函数Hm(k...

【专利技术属性】
技术研发人员：季坤，张晨晨，丁国成，朱太云，李坚林，陈庆涛，吴兴旺，杨海涛，尹睿涵，秦少瑞，付成成，王维佳，胡心颖，高亮，
申请(专利权)人：国网安徽省电力有限公司，国网安徽省电力有限公司电力科学研究院，安徽继远软件有限公司，国网信息通信产业集团有限公司，
类型：发明
国别省市：安徽;34