一种GIS异响缺陷检测方法及装置制造方法及图纸

本发明专利技术公开了一种GIS异响缺陷检测方法及装置。本发明专利技术的检测方法包括以下步骤：步骤S1：信号处理阶段，以变分模态分解的方法进行信号处理；步骤S2：声纹分析阶段，对上述变分模态分解方法所得的重组信号进行声纹分析，提取其线性预测倒谱系数LPCC作为特征参数；步骤S3：状态识别阶段，以预设比例范围为标准，根据上述LPCC特征比值与该预设比例范围的关系，进行缺陷检测诊断。本发明专利技术可实现非接触式的、长阶段周期性的GIS状态检测，简化了检测过程与人工操作过程，提高了自动化工作性能，可以直接应用于运行时的检测与诊断。用于运行时的检测与诊断。用于运行时的检测与诊断。

【技术实现步骤摘要】
一种GIS异响缺陷检测方法及装置


[0001]本专利技术属于电力行业设备故障诊断
，尤其涉及一种GIS异响缺陷检测方法及装置。

技术介绍

[0002]目前，GIS存在的缺陷会导致设备发生异常振动与声响。GIS异响时的声纹特征与设备正常运行时存在差异，因此，GIS运行时的声纹分析也可作为缺陷检测的有力手段，GIS缺陷监测主要是利用加速度传感器或应变传感器的接触式测量。
[0003]上述的GIS缺陷监测方法具有局限性，且不能发现早期故障，对于排查故障有滞后性。
[0004]现有的声学实时检测都是异响工况下的人工操作，难以实现自动化长期检测。

技术实现思路

[0005]基于上述现有技术存在的技术问题，本专利技术提供一种GIS异响缺陷检测方法及装置，以实现无需人工参与的检测过程。
[0006]为此，本专利技术采用如下的技术方案：一种GIS异响缺陷检测方法，其包括以下步骤：
[0007]步骤S1：信号处理阶段，以变分模态分解的方法进行信号处理，避免模态混叠带来的影响；
[0008]步骤S2：声纹分析阶段，对上述变分模态分解方法所得的重组信号进行声纹分析，提取其线性预测倒谱系数LPCC作为特征参数；
[0009]步骤S3：状态识别阶段，以预设比例范围为标准，根据上述LPCC特征比值与该范围的关系，进行缺陷检测诊断。
[0010]优选地，所述步骤S1中变分模态分解的方法为：将复杂的信号分解为预设尺度的K个调幅调频(AM
‑
FM)分量信号，将信号的分解引入到变分模型中，同时通过设定带宽参数α和中心角频率初始化方式得到估算的K个中心角频率ωk，然后再根据不同的中心角频率ωk获得各模态函数u
k
，并且每个模态函数是一个单分量的调幅调频(AM
‑
FM)函数，每个限带的本征模态函数BIMF分量的中心频率和带宽不断地相互交替迭代更新，最后自适应地分解信号的频带，得到预设尺度数K个窄带BIMF(Band
‑
Limited Intrinsic Mode Function)分量，采用5个BIMF分量估计BIMF分量频率带宽，具体方法步骤如下：
[0011]a)对每个模态函数u
k
，通过Hilbert变换求边际谱；
[0012]b)利用指数修正，移动模态函数的频谱到各自估算的中心频率；
[0013]c)通过高斯平滑对信号解调获得各模态函数带宽。
[0014]优选地，所述限带的本征模态函数(BIMF)定义为：
[0015]u
k
(t)＝A
k
(t)cos[φ
k
(t)]，
[0016]其中，相位函数φ
k
(t)为非单调递减，即φ'
k
(t)≥0，包络线A
k
(t)≥0；
[0017]使用卡森原理对BIMF带宽估计为：
[0018]BW
AM
‑
FM
＝2(Δf+f
FM
+f
AM
)，
[0019]其中，Δf为瞬时频率的最大偏差；f
FM
为瞬时频率的偏移率；f
AM
为包络线A
k
(t)的最高频率。
[0020]优选地，所述变分模型中的变分约束问题的计算公式：
[0021][0022]其中，u
k
＝{u1,u2,
…
,u
K
}各模态函数集，ω
k
＝{ω1,ω2,
…
,ω
K
}为各中心频率集，是对函数求时间t的偏导数，δ(t)为单位脉冲函数，j为虚数单位，*表示卷积；
[0023]对约束的最优化问题使用VMD算法，具体公式如下：
[0024][0025]其中，f(t)表示原信号，α表示有限带宽参数，λ(t)表示拉格朗日乘子，该公式的求解步骤为：
[0026](1)求泛函u
k
的极小值：
[0027](2)求泛函ω
k
的极小值：
[0028](3)迭代约束条件：
[0029]优选地，所述VMD算法具体实施过程如下：
[0030]①
初始化
[0031]②
迭代次数n＝n+1；
[0032]③
对k＝1:K进行如下运算；
[0033]对所有的ω≥0，更新泛函
[0034][0035]更新泛函ω
k
：
[0036][0037]④
对所有的ω≥0，进行双重提升：
[0038][0039]其中，γ表示噪声容限参数，当信号中含有强噪声时，为了达到良好的去噪效果，设定γ＝0；
[0040]⑤
重复
②‑④
，直到满足迭代约束条件：
[0041][0042]优选地，所述步骤S2中的线性预测倒谱参数(LPCC)是线性预测系数(LPC)在倒谱域中的表示，该特征是基于音频信号为自回归信号的值时，利用线性预测分析获得倒谱系数，通过自相关法求得的LPC系数，使得下式中的模型传输函数具有最小相位：
[0043][0044]其中H为传递函数，形式为Z变换；G为增益常数，其作用是控制输出的幅度大小；p为模型所包含极点的数，也表示系统预测器的阶数，a
i
为线性预测系数(LPC)，z为时间序列的信号值；
[0045]其中音频信号的倒谱和LPC系数之间的递推关系如下所示:
[0046][0047]或是由LPC得到：
[0048][0049]其中，n为线性预测系数的数量，设置为500。
[0050]优选地，所述步骤S3中在正常状态下的LPCC参数大于异响状态，对待测数据所得的LPCC参数与正常状态下的参数进行比例分析，即
[0051]r(n)＝|C
LPCC正常
(n)|/|C
LPCC待测
(n)|；
[0052]每个BIMF将对应500个比值，求其平均值可得各个BIMF的参数平均比值，则每组声
信号都可得到5个参数平均比值r1、r2、r3、r4和r5，通过下式求其加权平均值：
[0053]r＝0.1r1+0.2r2+0.3r3+0.2r4+0.2r5，
[0054]最终r大于预设范围r0时，发出缺陷警报。
[0055]本专利技术提供的一种GIS异响缺陷检测装置，包括电源、模拟麦克风模拟模块、数据采集设备、控制器和CPU，所述模拟麦克风模拟模块用于采集GIS运行时的声信号，所述数据采集设备进行信号数据的接收并实现A/D转换，所述控制器中设有定时器，定时器用于实现每1小时采集10s音频信号，所述CPU用于信号处理与分析，CPU实施GIS异响缺陷检测方法。
[0056]优选的，所述CPU连接无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种GIS异响缺陷检测方法，其特征在于，包括以下步骤：步骤S1：信号处理阶段，以变分模态分解的方法进行音频信号处理；步骤S2：声纹分析阶段，对上述变分模态分解方法所得的重组信号进行声纹分析，提取其线性预测倒谱系数LPCC作为特征参数；步骤S3：状态识别阶段，以预设比例范围为标准，根据上述线性预测倒谱系数LPCC与所述预设比例范围的关系，进行缺陷检测诊断。2.根据权利要求1所述的一种GIS异响缺陷检测方法，其特征在于，所述步骤S1中变分模态分解的方法为：将复杂的音频信号分解为预设尺度的K个调幅调频分量信号，将信号的分解引入到变分模型中，同时通过设定有限带宽参数α和中心角频率初始化方式得到估算的K个中心角频率ωk，然后再根据不同的中心角频率ωk获得各模态函数u
k
，并且每个模态函数是一个单分量的调幅调频函数，每个限带的本征模态函数BIMF分量的中心角频率和带宽不断地相互交替迭代更新，最后自适应地分解信号的频带，得到预设尺度数K个窄带BIMF分量。3.根据权利要求2所述的一种GIS异响缺陷检测方法，其特征在于，采用5个BIMF分量估计本征模态函数分量频率带宽的具体步骤如下：a)对每个模态函数u
k
，通过Hilbert变换求边际谱；b)利用指数修正，移动模态函数的频谱到各自估算的中心角频率；c)通过高斯平滑对信号解调获得各模态函数带宽。4.根据权利要求2所述的一种GIS异响缺陷检测方法，其特征在于，所述限带的本征模态函数BIMF定义为：u
k
(t)＝A
k
(t)cos[φ
k
(t)]，其中，相位函数φ
k
(t)为非单调递减，即φ
′
k
(t)≥0，包络线A
k
(t)≥0；使用卡森原理对BIMF带宽估计为：BW
AM
‑
FM
＝2(Δf+f
FM
+f
AM
)，其中，Δf为瞬时频率的最大偏差；f
FM
为瞬时频率的偏移率；f
AM
为包络线A
k
(t)的最高频率。5.根据权利要求4所述的一种GIS异响缺陷检测方法，其特征在于，所述变分模型中的变分约束问题的计算公式：其中，u
k
＝{u1,u2,
…
,u
K
}各模态函数集，ω
k
＝{ω1,ω2,
…
,ω
K
}为各中心角频率集，是对函数求时间t的偏导数，δ(t)为单位脉冲函数，j为虚数单位，*表示卷积；对约束的最优化问题使用VMD算法，具体公式如下：其中，f(t)表示原信号，α表示有限带宽参数，λ(t)表示拉格朗日乘子，该公式的求解步骤为：(1)求泛函u
k
的极小值：
(2)...

【专利技术属性】
技术研发人员：杨勇，王劭鹤，金涌涛，赵琳，董雪松，李晨，陈孝信，王绍安，王枭，袁国刚，
申请(专利权)人：上海睿深电子科技有限公司，
类型：发明
国别省市：