一种基于声纹分析的变压器运行状态监测方法技术

本发明专利技术提供一种基于声纹分析的变压器运行状态监测方法，属于变压器技术领域，具体包括：基于变压器的声音信号进行声音响度的提取，并当声音响度大于第一阈值时且变压器的冷却风扇未处于开启状态时，判断变压器是否存在冷却风扇，若是，则基于变压器的冷却风扇的开启数量、冷却风扇的转速、冷却风扇的输出功率、变压器的冷却方式、变压器的实时运行负荷、变压器的重量、声音特征信号，构建预测模型确定变压器的运行状态，若否，则基于变压器的冷却方式、变压器的重量、变压器的实时运行负荷、声音特征信号，构建状态运行模型确定所述变压器的运行状态，从而进一步提升了变压器的运行状态监测的准确性。态监测的准确性。态监测的准确性。

【技术实现步骤摘要】
一种基于声纹分析的变压器运行状态监测方法


[0001]本专利技术属于变压器
，尤其涉及一种基于声纹分析的变压器运行状态监测方法。

技术介绍

[0002]为了实现对变压器的运行状态的实时监测，在授权专利技术专利授权公告号CN113707176B《一种基于声信号及深度学习技术的变压器故障检测方法》中通过对电力变压器声音数据的采集获取；训练样本集内声信号的预处理；声信号数据的声音特征提取；构建变压器故障检测模型；变压器故障检测模型的训练；待检测变压器声信号数据的获取及预处理；待检测变压器故障检测结果的获得，实现了对变压器的故障状态的诊断，但是却存在以下技术问题：
[0003]1、忽视了不同的变压器的冷却方式、实时运行负荷、变压器重量的不同，对于不同的变压器的冷却方式，例如干式变压器、油浸变压器，在相同的声音状态下，其故障类型和故障状态是不同的，同时运行负荷的差异和变压器重量的差异，也会对相同的故障状态下的声音特征信号产生影响，因此若不考虑上述因素的差异，则会导致最终的故障诊断结果也不可能准确。
[0004]2、忽视了对于强迫风冷等冷却变压器的冷却风机的开启状态的判断，变压器的冷却风机的开启状态的差异，也会使得变压器在相同的故障状态下的声音信号的差异，因此若不能将上述因素排除在外，同样会出现最终的故障诊断结果不够准确的技术问题。
[0005]针对上述技术问题，本专利技术提供了一种基于声纹分析的变压器运行状态监测方法。

技术实现思路

[0006]为实现本专利技术目的，本专利技术采用如下技术方案：
[0007]根据本专利技术的一个方面，提供了一种基于声纹分析的变压器运行状态监测方法。
[0008]一种基于声纹分析的变压器运行状态监测方法，其特征在于，具体包括：
[0009]S11基于安装至变压器的声纹传感器实时获取所述变压器的声音信号，并基于所述声音信号进行声音响度的提取，判断所述变压器的声音响度是否大于第一阈值，若是，则进入步骤S12，若否，则确定所述变压器处于正常运行状态；
[0010]S12判断所述变压器的冷却风扇是否开启，若是，则进入步骤S13，若否，则进入步骤S14；
[0011]S13基于所述变压器的冷却风扇的开启数量、冷却风扇的转速、冷却风扇的输出功率，所述变压器的重量，采用基于机器学习算法的预测模型，得到所述变压器的响度阈值，并判断所述变压器的声音响度是否大于所述响度阈值，若是，则进入步骤S14,若否，则返回步骤S11；
[0012]S14基于所述声音信号进行声音特征信号的提取，并判断所述变压器是否存在冷
却风扇，若是，则基于所述变压器的冷却风扇的开启数量、冷却风扇的转速、冷却风扇的输出功率、变压器的冷却方式、变压器的实时运行负荷、变压器的重量、声音特征信号，构建预测模型确定所述变压器的运行状态，若否，则基于所述变压器的冷却方式、变压器的重量、变压器的实时运行负荷、声音特征信号，构建状态运行模型确定所述变压器的运行状态。
[0013]通过首先进行声音响度的特征提取以及第一阈值的设置，从而避免了当变压器正常运行状态时的不必要的运行状态的监测，提升了变压器状态判断的效率，同时也减少了不必要的电能消耗。
[0014]通过基于变压器的冷却风扇的开启数量、变压器的冷却风扇的转速、变压器的冷却风扇的输出功率，所述变压器的重量进行变压器的响度阈值的构建，从而进一步减少了由于冷却风扇运行所导致的对于变压器的声音信号的影响所导致的运行状态判断不够准确的技术问题，并且保证了变压器状态判断的效率和准确性。
[0015]通过根据冷却风扇的设置的不同，采用不同的输入数据以及预测模型，实现对变压器的运行状态的判断，从而进一步避免了由于变压器的冷却风扇的开启所导致的对声音信号的影响，提升了运行状态判断的准确性，并且通过进一步结合变压器的冷却方式、变压器的实时运行负荷、变压器的重量，实现了从多角度对变压器的运行状态的判断，同时也避免了单一采用声音特征信号所导致的运行状态的判断结果不够准确的技术问题。
[0016]另一方面，本申请实施例中提供一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时上述的一种基于声纹分析的变压器运行状态监测方法。
[0017]另一方面，本专利技术提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种基于声纹分析的变压器运行状态监测方法。
[0018]其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
[0019]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0020]通过参照附图详细描述其示例实施方式，本专利技术的上述和其它特征及优点将变得更加明显。
[0021]图1是根据实施例1的一种基于声纹分析的变压器运行状态监测方法的流程图；
[0022]图2是根据实施例1的构建所述变压器的响度阈值的具体步骤的流程图；
[0023]图3是根据实施例1的确定所述变压器的运行状态的具体步骤的流程图；
[0024]图4是根据实施例3的一种计算机存储介质的框架图。
具体实施方式
[0025]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本专利技术将
全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
[0026]用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
[0027]目前为了实现对变压器的运行状态的实时监测，可以采用声纹等方式实现对变压器的异常声音和振动的监测，但是却忽视了不同的变压器的冷却方式、实时运行负荷、变压器重量的不同，对于不同的变压器的冷却方式，例如干式变压器、油浸变压器，在相同的声音状态下，其故障类型和故障状态是不同的，同时运行负荷的差异和变压器重量的差异，也会对相同的故障状态下的声音特征信号产生影响，同时忽视了对于强迫风冷等冷却变压器的冷却风机的开启状态的判断，变压器的冷却风机的开启状态的差异，也会使得变压器在相同的故障状态下的声音信号的差异，因此若不能将上述因素排除在外，同样会出现最终的故障诊断结果不够准确的技术问题。
[0028]实施例1
[0029]为解决上述问题，根据本专利技术的一个方面，如图1所示，提供了一种基于声纹分析的变压器运行状态监测方法，其特征在于，具体包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声纹分析的变压器运行状态监测方法，其特征在于，具体包括：S11基于安装至变压器的声纹传感器实时获取所述变压器的声音信号，并基于所述声音信号进行声音响度的提取，判断所述变压器的声音响度是否大于第一阈值，若是，则进入步骤S12，若否，则确定所述变压器处于正常运行状态；S12判断所述变压器的冷却风扇是否开启，若是，则进入步骤S13，若否，则进入步骤S14；S13基于所述变压器的冷却风扇的开启数量、冷却风扇的转速、冷却风扇的输出功率、所述变压器的重量，采用基于机器学习算法的预测模型，得到所述变压器的响度阈值，并判断所述变压器的声音响度是否大于所述响度阈值，若是，则进入步骤S14,若否，则返回步骤S11；S14基于所述声音信号进行声音特征信号的提取，并判断所述变压器是否存在冷却风扇，若是，则基于所述变压器的冷却风扇的开启数量、冷却风扇的转速、冷却风扇的输出功率、变压器的冷却方式、变压器的实时运行负荷、变压器的重量、声音特征信号，构建预测模型确定所述变压器的运行状态，若否，则基于所述变压器的冷却方式、变压器的重量、变压器的实时运行负荷、声音特征信号，构建状态运行模型确定所述变压器的运行状态。2.如权利要求1所述的变压器运行状态监测方法，其特征在于，所述声纹传感器采用骨传导传感器或者超声波传感器，通过永磁结构固定于所述变压器上，并获取所述变压器的声音信号。3.如权利要求1所述的变压器运行状态监测方法，其特征在于，所述第一阈值根据所述变压器的重量、变压器的额定容量进行确定，其中所述变压器的重量越大，所述变压器的额定容量越大，所述第一阈值越小。4.如权利要求1所述的变压器运行状态监测方法，其特征在于，构建所述变压器的响度阈值的具体步骤为：获取所述变压器的开启数量、冷却风扇的转速、冷却风扇的输出功率，并采用基于BP神经网络算法的声音影响预测模型，得到所述变压器的风扇声音影响特征值；判断所述变压器的风扇声音影响特征值是否大于第二阈值，若是，则进入下一步骤,若否，则将第一阈值作为所述变压器的响度阈值；基于所述风扇声音影响特征量、所述变压器的重量、所述变压器的额定容量，采用基...

【专利技术属性】
技术研发人员：付凯，张忠，张邱翌曦，
申请(专利权)人：杭州宇嘉微科技有限公司，
类型：发明
国别省市：