System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种变压器的声音采集和异常状态识别系统及方法技术方案_技高网

一种变压器的声音采集和异常状态识别系统及方法技术方案

技术编号:41196645 阅读:5 留言:0更新日期:2024-05-07 22:24
本发明专利技术涉及一种变压器的声音采集和异常状态识别系统及方法,涉及数据处理技术领域,其中,该方法包括:确定目标变压器内部的多个第一声音采集位置,设置第一声音采集组件;建立目标变压器对应的模拟变压器;基于目标变压器内部的多个第一声音采集位置,确定模拟变压器内部的多个第二声音采集位置,设置第二声音采集组件;通过多个第二声音采集组件采集模拟变压器在多种目标异常状态下的模拟声音数据,生成多个训练样本,建立故障识别模型;通过多个第一声音采集组件采集目标变压器的实时声音数据;通过故障识别模型基于多个第一声音采集组件采集的目标变压器的实时声音数据,确定变压器的状态,具有提高变压器状态识别的实时性及准确度的优点。

【技术实现步骤摘要】

本专利技术涉及数据处理,尤其涉及一种变压器的声音采集和异常状态识别系统及方法


技术介绍

1、电力变压器作为电力网的重要组成部分,承担着电压转换和电能传输的重要作用。电力系统中变压器使用量大,容量等级和规格种类繁多,运行时间长,导致其事故率也相应升高。一旦变压器出现故障,将可能对电网带来巨大的经济损失,并危及运维人员人身安全。因此,对变压器工作状态进行有效监测,及早发现潜在故障隐患,成为了电力行业研究人员重点关注的问题。

2、现有的检测方法主要包括:油色谱检测法、超声检测法、超高频检测法和振动检测法等,然而这些传统方法存在着检测不全面和安装使用不方便等局限性。

3、因此,需要提供一种变压器的声音采集和异常状态识别系统及方法,用于提高变压器状态识别的实时性及准确度。


技术实现思路

1、本说明书实施例之一提供本专利技术提供了一种变压器的声音采集和异常状态识别方法,包括:确定目标变压器内部的多个第一声音采集位置,在每个所述第一声音采集位置设置第一声音采集组件;建立所述目标变压器对应的模拟变压器;基于所述目标变压器内部的多个第一声音采集位置,确定所述模拟变压器内部的多个第二声音采集位置,在每个所述第二声音采集位置设置第二声音采集组件;通过所述多个第二声音采集组件采集所述模拟变压器在多种目标异常状态下的模拟声音数据,生成多个训练样本;基于所述多个训练样本,建立故障识别模型;通过多个所述第一声音采集组件采集所述目标变压器的实时声音数据;通过所述故障识别模型基于多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定所述变压器的状态。

2、更进一步地,所述确定所述目标变压器内部的至少一个目标声音采集位置,包括:建立目标变压器的三维模型;获取所述目标变压器的相关历史故障信息;基于所述目标变压器的相关历史故障信息,确定多种目标异常状态及每种所述目标异常状态对应的故障元件;基于每种所述目标异常状态对应的故障元件和所述目标变压器的三维模型,确定所述目标变压器内部的多个第一声音采集位置。

3、更进一步地,所述基于所述目标变压器的相关历史故障信息,确定多种目标异常状态,包括:基于所述目标变压器的相关历史故障信息,确定多种候选异常状态及每种所述候选异常状态的发生频率;基于每种所述候选异常状态的发生频率,对所述多种候选异常状态进行筛选,确定所述多种目标异常状态。

4、更进一步地,所述故障识别模型包括多个故障识别子模型,其中,一个所述目标异常状态对应一个所述故障识别子模型:所述基于所述多个训练样本,建立故障识别模型,包括:基于所述多个训练样本,建立所述多个故障识别子模型;基于所述多个训练样本,建立关联图谱,其中,所述关联图谱用于记录所述多个第一声音采集组件之间的关联关系;所述通过所述故障识别模型基于多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定所述变压器的状态,包括:基于所述多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定所述多个故障识别子模型中的至少一个目标故障识别子模型;通过所述至少一个目标故障识别子模型,基于多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定所述变压器的状态。

5、更进一步地,所述基于所述多个训练样本,建立关联图谱,包括:对于每种所述目标异常状态,基于所述多个训练样本,确定每个所述第二声音采集组件与所述目标异常状态之间的相关系数;基于每个所述第二声音采集组件与所述目标异常状态之间的相关系数,确定所述目标异常状态的关联第一声音采集组件;基于每个所述目标异常状态的关联第一声音采集组件,建立所述关联图谱。

6、更进一步地,所述基于所述多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定所述多个故障识别子模型中的至少一个目标故障识别子模型,包括:基于所述多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定采集到异常声音的至少一个目标第一声音采集组件;基于所述关联图谱及所述目标第一声音采集组件,确定至少一个候选目标异常状态,将所述候选目标异常状态对应的故障识别子模型作为目标故障识别子模型。

7、更进一步地,所述通过所述至少一个目标故障识别子模型,基于多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定所述变压器的状态,包括:对于每个候选目标异常状态,基于所述关联图谱,从多个所述第一声音采集组件采集的所述目标变压器的实时声音数据中筛选关联第一声音采集组件采集的所述目标变压器的实时声音数据;对所述关联第一声音采集组件采集的所述目标变压器的实时声音数据进行去噪及特征提取,生成声音特征;通过所述候选目标异常状态对应的目标故障识别子模型基于所述声音特征,确定所述变压器的状态。

8、更进一步地,所述对所述关联第一声音采集组件采集的所述目标变压器的实时声音数据进行去噪,包括:基于相似矩阵的盲源分离法分离所述关联第一声音采集组件采集的所述目标变压器的实时声音数据中的瞬时干扰噪声信号;通过双通道差分法分离所述关联第一声音采集组件采集的所述目标变压器的实时声音数据中的持续干扰噪声信号;生成去噪后的实时声音数据。

9、更进一步地,所述对所述关联第一声音采集组件采集的所述目标变压器的实时声音数据进行特征提取,生成声音特征,包括:基于去噪后的实时声音数据,生成实时声音波形;对所述实时声音波形进行分解,生成至少一个内涵模态分量和一个残差;提取每个所述内涵模态分量的时域特征及频域特征;提取所述残差的时域特征及频域特征,其中,所述声音特征包括每个所述内涵模态分量的时域特征及频域特征和所述残差的时域特征及频域特征。

10、本说明书实施例之一提供本专利技术提供了一种变压器的声音采集和异常状态识别系统,包括:位置确定模块,用于确定目标变压器内部的多个第一声音采集位置;组件设置模块,用于在每个所述第一声音采集位置设置第一声音采集组件;异常模拟模块,用于建立所述目标变压器对应的模拟变压器,还用于基于所述目标变压器内部的多个第一声音采集位置,确定所述模拟变压器内部的多个第二声音采集位置,在每个所述第二声音采集位置设置第二声音采集组件;样本生成模块,用于通过所述多个第二声音采集组件采集所述模拟变压器在多种目标异常状态下的模拟声音数据,生成多个训练样本:模型建立模块,用于基于所述多个训练样本,建立故障识别模型;数据获取模块,用于通过多个所述第二声音采集组件采集所述目标变压器的实时声音数据;状态识别模块,用于通过所述故障识别模型基于多个所述第二声音采集组件采集的所述目标变压器的实时声音数据,确定所述变压器的状态。

11、相比于现有技术,本说明书提供的一种变压器的声音采集和异常状态识别系统及方法,至少具备以下有益效果:

12、1、通过在目标变压器内设置多个第一声音采集组件,实现对目标变压器内不同位置的声音的实时采集,进一步地,通过故障识别模型基于多个第一声音采集组件采集的目标变压器的实时声音数据,自动确定变压器的状态,相比于现有的油色谱检测法、超声本文档来自技高网...

【技术保护点】

1.一种变压器的声音采集和异常状态识别方法,其特征在于,包括:

2.根据权利要求1所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述确定所述目标变压器内部的至少一个目标声音采集位置,包括:

3.根据权利要求2所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述基于所述目标变压器的相关历史故障信息,确定多种目标异常状态,包括:

4.根据权利要求1-3中任意一项所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述故障识别模型包括多个故障识别子模型,其中,一个所述目标异常状态对应一个所述故障识别子模型:

5.根据权利要求4所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述基于所述多个训练样本,建立关联图谱,包括:

6.根据权利要求4所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述基于所述多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定所述多个故障识别子模型中的至少一个目标故障识别子模型,包括:

7.根据权利要求4所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述通过所述至少一个目标故障识别子模型,基于多个所述第一声音采集组件采集的所述目标变压器的实时声音数据,确定所述变压器的状态,包括:

8.根据权利要求7所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述对所述关联第一声音采集组件采集的所述目标变压器的实时声音数据进行去噪,包括:

9.根据权利要求7所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述对所述关联第一声音采集组件采集的所述目标变压器的实时声音数据进行特征提取,生成声音特征,包括:

10.一种变压器的声音采集和异常状态识别系统,所述系统实现权利要求1-9任一项所述的变压器的声音采集和异常状态识别方法,其特征在于,包括:

...

【技术特征摘要】

1.一种变压器的声音采集和异常状态识别方法,其特征在于,包括:

2.根据权利要求1所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述确定所述目标变压器内部的至少一个目标声音采集位置,包括:

3.根据权利要求2所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述基于所述目标变压器的相关历史故障信息,确定多种目标异常状态,包括:

4.根据权利要求1-3中任意一项所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述故障识别模型包括多个故障识别子模型,其中,一个所述目标异常状态对应一个所述故障识别子模型:

5.根据权利要求4所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述基于所述多个训练样本,建立关联图谱,包括:

6.根据权利要求4所述的一种变压器的声音采集和异常状态识别方法,其特征在于,所述基于所述多个所述第一声音采集组件...

【专利技术属性】
技术研发人员:陈鑫刘玉普唐连镇陈凯张超郭飞飞张建业姚雀刘鹏赵飞袁福强付常江王新宇张安彬
申请(专利权)人:山东和兑智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1