首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 基于声纹特征的储能型变压器运维检测技术

基于声纹特征的储能型变压器运维检测技术

2024-08-25 54 上传者：管理员

摘要：噪声声纹情况可以提取大量储能变压器机械状态信息，基于声纹特征与振动信号成型分析法是变压器机械状态检测中较为先进的一种手段。对此，本文结合实际情况综述了声纹特征下储能型变压器的运维检测技术。首先结合实例分析了目前国内外常用优质的声纹振动检测技术研究发展情况，然后从绕组振动原理、铁心振动原理和直流偏磁下铁心振动情况三个方面分析储能变压器振动模型。最后归纳总结了各类变压器特征诊断办法，实现变压器的问题检测。

关键词：
供电系统
储能
变压器
声纹特征
电力变压器
加入收藏

电力变压器是整个电力系统中核心的部分之一，因为自身结构复杂且价格昂贵，一旦出现问题，不仅会给整个供电系统产生影响，更有可能造成极大的经济损失。因此电力变压器故障识别与运维检测技术，一直是业内的重点研究方向。将声纹技术引入到储能变压器运维检测中，是目前较为先进可行的方案。从实践结果来看，目前应用较多的是单纯近场监听式声音采集装置或者贴片式振动采集装置，而声音-振动联合采集、检测的产品在目前应用中基本处于空白的状态。对此本文在分析了当前国内外声纹检测技术的基础上，研究综述了基于声纹图像以及信号分析技术的新型储能变压器运维检测技术。

1、国内外声纹检测技术研究进展

1.1 声纹振动信号分析技术

向志昊等[1]较早开始研究变电设备有载分接开关振动信号，曾提出依靠振动信号的包络线特征，确定机械状态的想法。从后续实践来看，该方法简单有效，但是振动信号自身具有较强的瞬时性特征，如果直接比较信号问题则会出现较大误差，所以并不能适应当前越来越复杂的变压器状态判断需求。刁冠勋等[2]先后分析了单相变压器噪声振动傅里叶变频，提出了自适应EMD算法，分解强时变动信号，进而得到边际谱中心频率分布系数。但是因为EMD处理策略的信号问题，其处理结果依旧无法尽如人意。

1.2 声纹降噪技术

近年来，国内外的小波理论发展相对迅速，尤其是降噪领域，通过小波降噪一直具有较好的效果，所以也被引入到变压器声纹检测中。

赵书涛等[3]利用先进的小波变换技术，成功实现了在复杂信号背景下区间能量的精确提取，为变压器内部潜在接触故障及超负荷运行问题的声学诊断开辟了新的途径。然而，当前研究仍处于起步阶段，其应用范围尚局限于单一变压器实例，尚未能广泛拓展至不同类型的变压器进行普适性诊断。

符劲松[4]则在小波分析领域内，针对变压器火花放电现象进行了深入探索。他通过构建多样化的实验室放电模型(涵盖棒板、板板、棒棒、针板电极配置，以及沿面放电和悬浮电位等情境)，有效捕捉并分析了火花放电产生的独特音频信号特征。

2、储能变压器振动模型分析

目前，大多数储能变压器的内部绕组包括风扇油泵等部分在日常工作中都会出现各类振动信号，而此类信号会经由内部的固体和液体传递到变压器表面。这种传递过程较为复杂且会出现不同信号源叠加的情况，如图1所示。

图1变压器振动产生及传播示意图

2.1 绕组振动原理

变压器磁场构成主要包含两大核心部分：主磁场与漏磁场。主磁场的核心路径由铁心构成，而漏磁场则广泛分布于包括变电夹件、变压器油等在内的非主路径区域。在运行状态下，漏磁场作用于电流通过的绕组，诱发其产生磁力驱动的振动现象。而变压器绕组的振动则主要是基于变压器振动衰减分量以及振动加速的稳态分量构成。在变压器实际工作中，其振动信号的稳态分量一般会维持在自身通电量频率的2倍左右，也就是120 Hz。此外，绕组振动信号中可能还会存在谐波分量，一般数值会维持在220～300 Hz，其原因在于目前大多数变压器绕组之间会存在非线性作用力。

2.2 铁心振动原理

电力变压器会出现铁心振动，通过测量可以确定变压器铁心振荡信号的基础频率会大于电源频率，特征数值一般为2倍左右。因为硅钢片的磁化反应一般为非线性特征，而且部分钢片的磁性值可能不同，当铁心处于振动状态时，硅钢片会伴随产生细微的横向位移，这种动态行为使得原本可能维持的正弦波形磁场变得不再规则。因此，铁心硅钢片的振动信号中混入了丰富的高次谐波成分，这些谐波的出现进一步复杂化了振动信号的特性。

2.3 直流偏磁下的铁心振动

在变压器的实际运行场景中，中性点遭受直流侵入会直接触发变压器的直流偏磁现象，这一现象进而引发变压器谐波的产生，其强度紧密关联于铁心所受直流偏磁的具体程度。当铁心受到直流偏磁效应的影响时，其绕组励磁电流中可能混杂着奇次与偶次谐波信号，这一现象复杂化了电流频谱。同时，铁心内部还会激发出包括100 Hz及其50 Hz倍数的振动信号，这些信号进一步加剧了铁心振动行为的复杂性。

3、变压器故障诊断技术归纳

3.1 振动信号法

变压器振动信号属于噪声信号，会包含100Hz的基频信号以及其倍数谐波信号。在变压器正常运行时，振动噪声的信号不会超过1000 Hz，因为传感器会紧贴在外箱表面，所以传感器所在的局部位置受到的干扰量最小，通过后续提取可以获得较为准确完整的振动信号，从而进行故障诊断。

3.2 噪声声纹法

噪声声纹识别技术，是一种利用传声器阵列精确捕捉变压器特定平面振动信号，并将其转化为直观声音图像的技术。基于获取的声压频段信息，进一步应用波束形成算法，对噪声声压信号进行精细化处理，计算变压器箱体表面的振动强度分布，从而精确锁定噪音产生的具体位置。波束算法的核心在于通过复杂的数学计算，将多个传声器接收到的信号进行空间滤波和相位加权，以增强目标方向信号并抑制非目标方向噪声，实现对噪音源位置的高精度定位。

式中，B (t,θ)为声压最大频段所对应的振动噪声声压信号源；Pn为声压最大频段对应的噪音信号波动指示；θ为生源聚焦情况；kn为声压的最大频段特征值，一般取值为1；τ为声波的延时补偿值。

3.3 特征值分析

目前对于变压器声纹振动信号的处理，主要通过时域和频域产生的声纹波形分析提取特征值的方法开展。目前对于变压器振动频域信号的分析主要包括以下几个特征值。

(1）基频。当变压器电源频率为50 Hz以下时，振动基频一般会保持在100 Hz左右。

(2）幅值。幅值一般会对应某个点，也就是该点位振动频谱频率的振幅。

(3）主要频率。主要频率需要根据点位确定，一般会选取振动频谱中特定点位振幅最高的频率。

(4）频率比重。频率比重需要通过公式计算：

在公式(2)中，从能量角度分析，频率比重的取值指的是主要表征频率f处的谐波分量比重；在实际分析中，会默认变压器主体结构振动频率为基频的两倍左右，根据变压器的振动特征，其频率范围基本会在100～1500 Hz频率区间内。

(5）振动熵值。振动熵值的计算公式为：

(6）定值Hz比重。振动信号的定值Hz一般来自于频谱的能量干扰，通过定值Hz比重可以初步筛选测量点位的信噪比。避免信噪比过低带来的测量误差。

(7）奇偶次谐波比。变压器在出现偏磁现象时，振动信号的奇偶次谐波分量会出现增多情况，通过奇偶次谐波比，就可以判定变压器直流偏磁的具体情况。从而实现变压器问题判定。

4、结束语