CN111175698B - 一种基于声振结合的变压器噪声源定位方法、系统和装置 - Google Patents

一种基于声振结合的变压器噪声源定位方法、系统和装置 Download PDF

Info

Publication number
CN111175698B
CN111175698B CN202010056349.2A CN202010056349A CN111175698B CN 111175698 B CN111175698 B CN 111175698B CN 202010056349 A CN202010056349 A CN 202010056349A CN 111175698 B CN111175698 B CN 111175698B
Authority
CN
China
Prior art keywords
noise source
noise
vibration
transformer
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010056349.2A
Other languages
English (en)
Other versions
CN111175698A (zh
Inventor
李继攀
殷守斌
梁存民
孙素亮
王强
刘宏领
郭瑞
谷栋
彭顺
王维令
陈小虎
王陆丽
徐环
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Heze Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010056349.2A priority Critical patent/CN111175698B/zh
Publication of CN111175698A publication Critical patent/CN111175698A/zh
Application granted granted Critical
Publication of CN111175698B publication Critical patent/CN111175698B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
    • G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开的一种基于声振结合的变压器噪声源定位方法、系统和装置，根据振动信号和声波信号，分别通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角，本发明结合声音信号和振动信号的优点，以受外界干扰较小的振动信号作为变压器噪声源定位的基准触发信号，通过噪声阵列传感器采集声音信号，综合采用多种定位算法对噪声源进行定位，不仅能准确估计时延、确定噪声源的位置，提高定位精度，还能提高变压器噪声检测水准，更加有效的利用噪声信号评估变压器的运行状态，确保变压器的安全稳定运行。

Description

一种基于声振结合的变压器噪声源定位方法、系统和装置
技术领域
本发明属于噪声源定位的技术领域，具体涉及一种基于声振结合的变压器噪声源定位方法、系统和装置。
背景技术
近年来随着电力事业的发展，变压器噪声振动所带来的危害越来越多地受到人们的关注，作为一种机械波，变压器噪声是设备机械振动通过弹性媒质向外界传播的结果，噪声中蕴含变压器工作状态的重要信息。通过采集变压器的噪声信号，并对噪声信号进行时域、频域处理，可以得出变压器的工作状态，并且能够很好地反映变压器铁芯松动、绕组松散、铁芯接地等故障。现阶段我国的变压器振动噪声故障监测还处于起步阶段，且由于变压器内部结构复杂，理论计算很难准确分析噪声的产生及传播规律。
变压器常规检修过程是采用人耳来分别噪声，可靠性较低，现有的噪声研究还停留在测量声压级、频谱阶段，对采集到的声音信号进行时、频处理，这些研究远不能满足深入了解变压器振动噪声传播机理、进一步降低变压器噪声的需求。
传统的变压器噪声源定位方法为：基于波束形成定位、基于到达时间差定位和基于高分辨率谱估计定位；由于变压器内部结构及现场应用环境复杂，对于传统单一的定位方法，其定位精度很难得到保证；在真实变压器上开展噪声源定位，由于变压器内部复杂结构、振动噪声信号传播机理的复杂性以及环境噪声等因素均不利于传播时间值的准确测量，导致现有定位方法在时延估计方面存在一定的误差，容易造成噪声源定位精度变低，甚至出现定位失败的现象。因此，为了更好的实现变压器噪声源的定位，提出一种时延估计准确，定位精度高的变压器噪声源定位方法，具有非常重要的意义。
发明内容
本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种时延估计准确、定位精度高，且基于声振结合的变压器噪声源定位方法、系统和装置。
为了解决上述技术问题，本发明采用的技术方案为：一种基于声振结合的变压器噪声源定位方法，包括：
S101、采集设置在变压器外壳上的振动传感器的振动信号；
S102、采集设置在变压器外的噪声阵列传感器的声波信号；
S103、根据振动信号和声波信号，分别通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角；
S104、根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角。
优选地，所述通过时延估计噪声源定位算法计算噪声源的方位角，具体包括：
S1051、计算噪声传感器阵列采集到的声波信号与振动传感器采集到的振动信号的时间差ti；
S1052、建立空间直角坐标系，定义待定位的噪声源坐标为P(x,y,z)，Ri表示噪声源到噪声传感器Zi的距离，tij表示噪声源到噪声传感器Zi与噪声传感器Zj之间的时延，R表示噪声源到坐标原点的距离，θ(0°,90°)表示噪声源到坐标原点的俯仰角，φ1(0°,360°)表示噪声源到坐标原点的方位角，L为噪声源到噪声传感器阵列中心的距离，v为变压器内等值声速；
设噪声传感器的数量为四个，且采用平面四元十字型阵列排列，根据噪声源与噪声传感器阵列之间的几何关系，建立如下方程组：
Figure BDA0002373006930000021
S1053、在变压器噪声源定位中，噪声源信号处于远场，则可认为R1≈R2≈R3≈R4≈R，可得噪声源的方位角φ1：
Figure BDA0002373006930000031
优选地，所述通过延时求和波束形成噪声源定位算法计算噪声源的方位角，具体包括：
S1061、设噪声传感器的数量为四个，且采用平面四元十字型阵列排列，第i个噪声传感器接收到的信号为xi(t)，使用延时求和波束形成器根据波达时延对阵列信号进行调整，使各个噪声传感器接收到的信号在时间上同步，延时求和波束形成器如下：
Figure BDA0002373006930000032
式(3)中，t11＝0，j＝1,2,3,4；
S1062、设噪声源到噪声传感器阵列的方位角为φ2，则方向矢量
Figure BDA0002373006930000033
对式(3)作傅里叶变换，可以得到延时求和波束形成器在频域内的表达式如下：
Figure BDA0002373006930000034
式(4)中，X(k)是噪声传感器接收信号的频域形式，W(k)为方向矢量，
Figure BDA0002373006930000035
S1063、根据波束最大输出能量确定声源的方位角φ2，即
Figure BDA0002373006930000036
式(5)中，RXX(k)＝E{X(k)XT(k)}。
优选地，所述通过基于遗传MUSIC噪声源定位算法计算噪声源的方位角，具体包括：
S1071、根据采集到的振动信号和声波信号，结合传统的MUSIC算法，获取MUSIC谱的表达式，将该表达式作为适应度函数；
S1072、设定遗传算法的初始参数，包括种群规模、选择策略、交叉概率和变异概率，并确定初始化种群；
S1073、利用所述适应度函数对当代种群中每一个个体进行适应度评估，计算适应度大小，根据适应度大小确定噪声源定位的准确程度和个体优劣；
S1074、判断当前的种群是否满足预先设定停止迭代条件，若是，执行步骤S1076，否则，执行步骤S1075；
S1075、按照遗传策略，对当代种群通过选择、交叉、变异操作产生下一代，构建下一代种群，随后执行步骤S1073进行下一次迭代；
S1076、迭代停止，输出当代种群中个体最优解，并通过判断适应度来确定噪声源的最佳方位角φ3。
优选地，所述根据采集到的振动信号和声波信号，结合传统的MUSIC算法，获取MUSIC谱的表达式，将该表达式作为适应度函数，具体包括：
S1081、利用噪声阵列传感器接受的声波信号计算协方差矩阵C；
S1082、利用协方差矩阵C构造特征方程|λI-C|＝0，对协方差矩阵进行特征值分解；
S1083、根据噪声源和分解出来的特征值、特征向量来确定信号子空间和噪声子空间；
S1084、根据阵列流形和噪声子空间，获取空间谱函数PMUSIC；
Figure BDA0002373006930000041
式(6)中，PMUSIC表示峰值，d(θ)表示阵列流形的导向矢量，
Figure BDA0002373006930000042
表示噪声子空间特征矢量矩阵。
进一步地，所述按照遗传策略，对当代种群通过选择、交叉、变异操作产生下一代，构建下一代种群，具体包括：对当代种群选择算子采用轮盘赌注结合的最优保存策略；交叉算子依据适应度的高低选择，个体适应度高的选择低概率交叉，个体适应度低的选择多点交叉；变异算子的取值随当代种群的整体差异而进行自行修改。
进一步地，所述根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角，所述最终方位角
Figure BDA0002373006930000043
其中λ+β+γ＝1，0≤λ,β,γ≤1，λ、β、γ为权重因子。
相应地，一种基于声振结合的变压器噪声源定位装置，包括：
信号调理单元：用于将振动传感器、噪声阵列传感器采集到的模拟信号转化为用于数据采集的数字信号；
数据采集单元：用于将转化后的数字信号发送至第一处理单元；
第一处理单元：用于通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角；
第二处理单元：根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角。
相应地，一种基于声振结合的变压器噪声源定位系统，包括：
振动传感器：吸附设置在变压器外壳上，用于采集变压器的振动信号，即噪声源发出的基准触发信号；
噪声阵列传感器：通过阵列支架固定设置在变压器外，用于采集变压器的声波信号；
数据采集卡：通过通信电缆分别与振动传感器、噪声阵列传感器连接，用于采集振动信号和声波信号；
终端计算机：用于接收和储存采集到的振动信号和声波信号，以振动信号作为定位的基准触发信号，以声波信号作定位分析，通过计算得到噪声源的方位角并显示。
本发明与现有技术相比具有以下有益效果：
本发明一种基于声振结合的变压器噪声源定位方法、系统和装置，根据振动信号和声波信号，分别通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角，本发明结合声音信号和振动信号的优点，以受外界干扰较小的振动信号作为变压器噪声源定位的基准触发信号，通过噪声阵列传感器采集声音信号，综合采用多种定位算法对噪声源进行定位，不仅能准确估计时延、确定噪声源的位置，提高定位精度，还能提高变压器噪声检测水准，更加有效的利用噪声信号评估变压器的运行状态，确保变压器的安全稳定运行。
附图说明
下面结合附图对本发明做进一步详细的说明；
图1为本发明实施例一提供的一种基于声振结合的变压器噪声源定位方法的流程示意图；
图2为本发明中基于时延估计算法的平面十字型阵列定位几何模型图；
图3为本发明中延时求和波束形成器框图；
图4为本发明中基于遗传MUSIC噪声源定位算法的流程图；
图5为本发明实施例一提供的一种基于声振结合的变压器噪声源定位装置的结构示意图；
图6为本发明实施例一提供的一种基于声振结合的变压器噪声源定位系统，的结构示意图；
图中：101为信号调理单元，102为数据采集单元，103为第一处理单元，104为第二处理单元，1为振动传感器，2为噪声阵列传感器，3为数据采集卡，4为终端计算机。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例一提供的一种基于声振结合的变压器噪声源定位方法的流程示意图，如图1所示，一种基于声振结合的变压器噪声源定位方法，包括：
S101、采集设置在变压器外壳上的振动传感器的振动信号；
S102、采集设置在变压器外的噪声阵列传感器的声波信号；
S103、根据振动信号和声波信号，分别通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角；
S104、根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角；所述最终方位角
Figure BDA0002373006930000061
其中λ+β+γ＝1，0≤λ,β,γ≤1，λ、β、γ为权重因子。
具体地，采集振动传感器的振动信号和噪声阵列传感器的声波信号，根据振动信号和声波信号，分别通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角，根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角，所述最终方位角
Figure BDA0002373006930000071
其中λ+β+γ＝1，0≤λ,β,γ≤1，λ、β、γ为权重因子；本实施例结合声音信号和振动信号的优点，以受外界干扰较小的振动信号作为变压器噪声源定位的基准触发信号，通过噪声阵列传感器采集声音信号，综合采用多种定位算法对噪声源进行定位，不仅能准确估计时延、确定噪声源的位置，提高定位精度，还能提高变压器噪声检测水准，更加有效的利用噪声信号评估变压器的运行状态，确保变压器的安全稳定运行。
进一步地，所述通过时延估计噪声源定位算法计算噪声源的方位角，具体包括：
S1051、计算噪声阵列传感器采集到的声波信号与振动传感器采集到的振动信号的时间差ti；
S1052、建立空间直角坐标系，图2为基于时延估计算法的平面十字型阵列定位几何模型图，定义待定位的噪声源坐标为P(x,y,z)，Ri表示噪声源到噪声传感器Zi的距离，tij表示噪声源到噪声传感器Zi与噪声传感器Zj之间的时延，R表示噪声源到坐标原点的距离，θ(0°,90°)表示噪声源到坐标原点的俯仰角，φ1(0°,360°)表示噪声源到坐标原点的方位角，L为噪声源到噪声传感器阵列中心的距离，v为变压器内等值声速；
设噪声传感器的数量为四个，且采用平面四元十字型阵列排列，根据噪声源与噪声传感器阵列之间的几何关系，建立如下方程组：
Figure BDA0002373006930000081
S1053、在变压器噪声源定位中，噪声源信号处于远场，则可认为R1≈R2≈R3≈R4≈R，联立上述式(1)，可得噪声源的方位角φ1：
Figure BDA0002373006930000082
具体地，读取振动传感器的振动信号与噪声阵列传感器中检测到的声波信号的起始时刻，振动传感器接收到的噪声信号时间即为噪声源发生时间t0，噪声阵列传感器接收到的噪声源信号时间为tii，i＝1,2,3,4，其中，所述声波信号为变压器噪声源产生的声波信号，所述噪声阵列传感器采用平面四元十字型阵列；计算噪声传感器阵列采集到的声波信号与振动传感器采集到的振动信号的时间差ti，ti＝tii-t0；根据噪声源与噪声传感器阵列之间的几何关系，计算通过时延估计噪声源定位算法计算噪声源的方位角φ1。
进一步地，图3为延时求和波束形成器框图，如图3所示，所述通过延时求和波束形成噪声源定位算法计算噪声源的方位角，具体包括：
S1061、设噪声传感器的数量为四个，且采用平面四元十字型阵列排列，第i个噪声传感器接收到的信号为xi(t)，使用延时求和波束形成器根据波达时延对阵列信号进行调整，使各个噪声传感器接收到的信号在时间上同步，延时求和波束形成器如下：
Figure BDA0002373006930000083
式(3)中，t11＝0，j＝1,2,3,4；
S1062、设噪声源到噪声传感器阵列的方位角为φ2，则方向矢量
Figure BDA0002373006930000091
对式(3)作傅里叶变换，可以得到延时求和波束形成器在频域内的表达式如下：
Figure BDA0002373006930000092
式(4)中，X(k)是噪声传感器接收信号的频域形式，W(k)为方向矢量，
Figure BDA0002373006930000093
S1063、根据波束最大输出能量确定声源的方位角φ2，即
Figure BDA0002373006930000094
式(5)中，RXX(k)＝E{X(k)XT(k)}。
具体地，读取振动传感器的振动信号与噪声阵列传感器中检测到的声波信号的起始时刻，振动传感器接收到的噪声信号时间即为噪声源发生时间t0，噪声阵列传感器接收到的噪声源信号时间为tii，i＝1,2,3,4，其中，所述声波信号为变压器噪声源产生的声波信号，所述噪声传感器阵列采用平面四元十字型阵列计算噪声传感器阵列采集到的声波信号与振动传感器采集到的振动信号的时间差ti，ti＝tii-t0；tij表示噪声源到噪声传感器Zi与噪声传感器Zj之间的时延；设第i个噪声传感器接收到的信号为xi(t)，使用延时求和波束形成器根据波达时延对阵列信号进行调整，使各个噪声传感器接收到的信号在时间上同步，最终得到通过延时求和波束形成噪声源定位算法计算噪声源的方位角φ2。
进一步地，图4为基于遗传MUSIC噪声源定位算法的流程图，如图4所示，所述通过基于遗传MUSIC噪声源定位算法计算噪声源的方位角，具体包括：
S1071、根据采集到的振动信号和声波信号，结合传统的MUSIC算法，获取MUSIC谱的表达式，将该表达式作为适应度函数；
S1072、设定遗传算法的初始参数，包括种群规模、选择策略、交叉概率和变异概率，并确定初始化种群；
S1073、利用所述适应度函数对当代种群中每一个个体进行适应度评估，计算适应度大小，根据适应度大小确定噪声源定位的准确程度和个体优劣；
S1074、判断当前的种群是否满足预先设定停止迭代条件，若是，执行步骤S1076，否则，执行步骤S1075；
S1075、按照遗传策略，对当代种群通过选择、交叉、变异操作产生下一代，构建下一代种群，随后执行步骤S1073进行下一次迭代；具体地，对当代种群选择算子采用轮盘赌注结合的最优保存策略；交叉算子依据适应度的高低选择，个体适应度高的选择低概率交叉，个体适应度低的选择多点交叉；变异算子的取值随当代种群的整体差异而进行自行修改。
S1076、迭代停止，输出当代种群中个体最优解，并通过判断适应度来确定噪声源的最佳方位角φ3。
具体地，以振动传感器采集的振动信号作为定位的基准触发信号，以噪声阵列传感器接收变压器噪声源发出的声波信号，结合传统的MUSIC算法，获取MUSIC谱的表达式，将该表达式作为适应度函数，设定遗传算法的初始参数，随机产生初始种群，根据所述适应度函数对当代种群中每一个个体进行适应度评估，输出当代种群中个体最优解，并通过判断适应度来确定噪声源的最佳方位角φ3。
进一步地，步骤S1071中，所述根据采集到的振动信号和声波信号，结合传统的MUSIC算法，获取MUSIC谱的表达式，将该表达式作为适应度函数，具体包括：
S1081、利用噪声阵列传感器接受的声波信号计算协方差矩阵C；
S1082、利用协方差矩阵C构造特征方程|λI-C|＝0，对协方差矩阵进行特征值分解；
S1083、根据噪声源和分解出来的特征值、特征向量来确定信号子空间和噪声子空间；
S1084、根据阵列流形和噪声子空间，获取空间谱函数PMUSIC；
Figure BDA0002373006930000101
式(6)中，PMUSIC表示峰值，d(θ)表示阵列流形的导向矢量，
Figure BDA0002373006930000102
表示噪声子空间特征矢量矩阵。
本实施例中，以噪声阵列传感器包括四个噪声传感器为例进行说明，但不限于四个，可以包括多个。
图5为本发明实施例一提供的一种基于声振结合的变压器噪声源定位装置的结构示意图，如图5所示，一种基于声振结合的变压器噪声源定位装置，包括：
信号调理单元101：用于将振动传感器、噪声阵列传感器采集到的模拟信号转化为用于数据采集的数字信号；
数据采集单元102：用于将转化后的数字信号发送至第一处理单元103；
第一处理单元103：用于通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角；
第二处理单元104：根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角。
具体地，信号调理单元101将振动传感器、噪声阵列传感器采集到的模拟信号转化为用于数据采集的数字信号，数据采集单元102将转化后的数字信号发送至第一处理单元103，第一处理单元103用于通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角；第二处理单元104，根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角；本实施例采用噪声源定位技术来定位变压器的噪声源，能过分辨出变压器的噪声空间分布，类似于红外温度热成像技术，能够直观的发现变压器的异常噪声点，简单实用，通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角，并将计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角，不仅可以准确估计时延、提高噪声源定位精度，还可提高变压器的噪声检测水准，更加有效的利用噪声信号评估变压器的运行状态，能够更好的发现变压器的潜在缺陷及故障，避免设备事故的发生。
图6为本发明实施例一提供的一种基于声振结合的变压器噪声源定位系统，的结构示意图，如图6所示，一种基于声振结合的变压器噪声源定位系统，包括：
振动传感器1：吸附设置在变压器外壳上，用于采集变压器的振动信号，即噪声源发出的基准触发信号；
噪声阵列传感器2：通过阵列支架固定设置在变压器外，用于采集变压器的声波信号；
数据采集卡3：通过通信电缆分别与振动传感器、噪声阵列传感器连接，用于采集振动信号和声波信号；
终端计算机4：用于接收和储存采集到的振动信号和声波信号，以振动信号作为定位的基准触发信号，以声波信号作定位分析，通过计算得到噪声源的方位角并显示。
具体地，振动传感器1通过磁铁：吸附设置在变压器外壳上，接收噪声源发出的基准触发信号；噪声阵列传感器2通过阵列支架固定设置在变压器外，用于采集变压器的声波信号；数据采集卡3将振动信号和声波信号发送至终端计算机4，通过计算得到噪声源的方位角并显示，本实施例变压器噪声源定位方法的时延估计准确、定位精度高，实用性极强。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种基于声振结合的变压器噪声源定位方法，其特征在于：包括：
S101、采集设置在变压器外壳上的振动传感器的振动信号；
S102、采集设置在变压器外的噪声阵列传感器的声波信号；
S103、根据振动信号和声波信号，分别通过时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，计算噪声源的三个方位角，其中振动信号作为变压器噪声源定位的基准触发信号；
S104、根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角。
2.根据权利要求1所述的一种基于声振结合的变压器噪声源定位方法，其特征在于：所述通过时延估计噪声源定位算法计算噪声源的方位角，具体包括：
S1051、计算噪声传感器阵列采集到的声波信号与振动传感器采集到的振动信号的时间差ti；
S1052、建立空间直角坐标系，定义待定位的噪声源坐标为P(x,y,z)，Ri表示噪声源到噪声传感器Zi的距离，tij表示噪声源到噪声传感器Zi与噪声传感器Zj之间的时延，R表示噪声源到坐标原点的距离，θ(0°,90°)表示噪声源到坐标原点的俯仰角，φ1(0°,360°)表示噪声源到坐标原点的方位角，L为噪声源到噪声传感器阵列中心的距离，v为变压器内等值声速；
设噪声传感器的数量为四个，且采用平面四元十字型阵列排列，根据噪声源与噪声传感器阵列之间的几何关系，建立如下方程组：
Figure FDA0003786875420000011
S1053、在变压器噪声源定位中，噪声源信号处于远场，则可认为R1≈R2 ≈R3≈R4≈R，可得
Figure FDA0003786875420000021
Figure FDA0003786875420000022
进而得到噪声源的方位角φ1。
3.根据权利要求1所述的一种基于声振结合的变压器噪声源定位方法，其特征在于：所述通过延时求和波束形成噪声源定位算法计算噪声源的方位角，具体包括：
S1061、设噪声传感器的数量为四个，且采用平面四元十字型阵列排列，第i个噪声传感器接收到的信号为xi(t)，使用延时求和波束形成器根据波达时延对阵列信号进行调整，使各个噪声传感器接收到的信号在时间上同步，延时求和波束形成器如下：
Figure FDA0003786875420000023
式(3)中，t11＝0，j＝1,2,3,4；
S1062、设噪声源到噪声传感器阵列的方位角为φ2，则方向矢量
Figure FDA0003786875420000024
对式(3)作傅里叶变换，可以得到延时求和波束形成器在频域内的表达式如下：
Figure FDA0003786875420000025
式(4)中，X(k)是噪声传感器接收信号的频域形式，W(k)为方向矢量，
Figure FDA0003786875420000027
S1063、根据波束最大输出能量确定声源的方位角φ2，即
Figure FDA0003786875420000026
式(5)中，RXX(k)＝E{X(k)XT(k)}。
4.根据权利要求1所述的一种基于声振结合的变压器噪声源定位方法，其特征在于：所述通过基于遗传MUSIC噪声源定位算法计算噪声源的方位角，具体包括：
S1071、根据采集到的振动信号和声波信号，结合传统的MUSIC算法，获取MUSIC谱的表达式，将该表达式作为适应度函数；
S1072、设定遗传算法的初始参数，包括种群规模、选择策略、交叉概率和变异概率，并确定初始化种群；
S1073、利用所述适应度函数对当代种群中每一个个体进行适应度评估，计算适应度大小，根据适应度大小确定噪声源定位的准确程度和个体优劣；
S1074、判断当前的种群是否满足预先设定停止迭代条件，若是，执行步骤S1076，否则，执行步骤S1075；
S1075、按照遗传策略，对当代种群通过选择、交叉、变异操作产生下一代，构建下一代种群，随后执行步骤S1073进行下一次迭代；
S1076、迭代停止，输出当代种群中个体最优解，并通过判断适应度来确定噪声源的最佳方位角φ3。
5.根据权利要求4所述的一种基于声振结合的变压器噪声源定位方法，其特征在于：所述根据采集到的振动信号和声波信号，结合传统的MUSIC算法，获取MUSIC谱的表达式，将该表达式作为适应度函数，具体包括：
S1081、利用噪声阵列传感器接受的声波信号计算协方差矩阵C；
S1082、利用协方差矩阵C构造特征方程|λI-C|＝0，对协方差矩阵进行特征值分解；
S1083、根据噪声源和分解出来的特征值、特征向量来确定信号子空间和噪声子空间；
S1084、根据阵列流形和噪声子空间，获取空间谱函数PMUSIC；
Figure FDA0003786875420000031
式(6)中，PMUSIC表示峰值，d(θ)表示阵列流形的导向矢量，
Figure FDA0003786875420000032
表示噪声子空间特征矢量矩阵。
6.根据权利要求4所述的一种基于声振结合的变压器噪声源定位方法，其特征在于：所述按照遗传策略，对当代种群通过选择、交叉、变异操作产生下一代，构建下一代种群，具体包括：对当代种群选择算子采用轮盘赌注结合的最优保存策略；交叉算子依据适应度的高低选择，个体适应度高的选择低概率交叉，个体适应度低的选择多点交叉；变异算子的取值随当代种群的整体差异而进行自行修改。
7.根据权利要求1所述的一种基于声振结合的变压器噪声源定位方法，其特征在于：所述根据时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，来分别计算噪声源所得到的三个方位角
Figure FDA0003786875420000041
Figure FDA0003786875420000042
分别赋予不同的权重并进行加权和，得到最终噪声源的方位角，所述最终方位角
Figure FDA0003786875420000043
其中λ+β+γ＝1，0≤λ,β,γ≤1，λ、β、γ为权重因子。
8.一种基于声振结合的变压器噪声源定位装置，其特征在于：包括：
信号调理单元(101)：用于将振动传感器、噪声阵列传感器采集到的模拟信号转化为用于数据采集的数字信号；
数据采集单元(102)：用于将转化后的数字信号发送至第一处理单元；
第一处理单元(103)：以受外界干扰较小的振动信号作为变压器噪声源定位的基准触发信号，通过噪声阵列传感器采集声音信号，采用时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，分别计算噪声源的三个方位角；
第二处理单元(104)：根据计算得到的三个方位角分别赋予不同的权重并进行加权和，得到最终噪声源的方位角。
9.一种基于声振结合的变压器噪声源定位系统，其特征在于：包括：
振动传感器(1)：吸附设置在变压器外壳上，用于采集变压器的振动信号，即噪声源发出的基准触发信号；
噪声阵列传感器(2)：通过阵列支架固定设置在变压器外，用于采集变压器的声波信号；
数据采集卡(3)：通过通信电缆分别与振动传感器、噪声阵列传感器连接，用于采集振动信号和声波信号；
终端计算机(4)：用于接收和储存采集到的振动信号和声波信号，以振动信号作为定位的基准触发信号，以声波信号作定位分析，采用时延估计噪声源定位算法、延时求和波束形成噪声源定位算法和基于遗传MUSIC噪声源定位算法，来分别计算噪声源所得到的三个方位角，根据赋予不同的权重进行加权和，得到最终噪声源的方位角并显示。
CN202010056349.2A 2020-01-18 2020-01-18 一种基于声振结合的变压器噪声源定位方法、系统和装置 Active CN111175698B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010056349.2A CN111175698B (zh) 2020-01-18 2020-01-18 一种基于声振结合的变压器噪声源定位方法、系统和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010056349.2A CN111175698B (zh) 2020-01-18 2020-01-18 一种基于声振结合的变压器噪声源定位方法、系统和装置

Publications (2)

Publication Number Publication Date
CN111175698A CN111175698A (zh) 2020-05-19
CN111175698B true CN111175698B (zh) 2022-12-20

Family

ID=70648619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010056349.2A Active CN111175698B (zh) 2020-01-18 2020-01-18 一种基于声振结合的变压器噪声源定位方法、系统和装置

Country Status (1)

Country Link
CN (1) CN111175698B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112098129A (zh) * 2020-09-11 2020-12-18 成都大学 一种强噪声环境机器运行故障检测方法及检测系统
CN112504435B (zh) * 2020-11-23 2022-09-20 长春工程学院 一种高压断路器基座螺丝松动故障检测方法
CN112666520B (zh) * 2020-12-17 2022-09-13 中北大学 一种可调响应时频谱声源定位方法及系统
CN113050036B (zh) * 2021-03-16 2022-05-17 国网山东省电力公司东营供电公司 基于多谐振点传声器阵列的gis波束形成定位方法
CN114136434B (zh) * 2021-11-12 2023-09-12 国网湖南省电力有限公司 一种变电站站界噪声抗干扰估算方法和系统
CN114238368A (zh) * 2021-12-07 2022-03-25 广东电网有限责任公司广州供电局 变压器故障诊断方法、装置、计算机设备和可读存储介质
CN114283821A (zh) * 2021-12-24 2022-04-05 国网陕西省电力公司铜川供电公司 基于全声波列的变压器检测方法、系统、装置及终端设备
CN114578289B (zh) * 2022-04-26 2022-09-27 浙江大学湖州研究院 一种高分辨率谱估计声阵列成像方法
CN114863943B (zh) * 2022-07-04 2022-11-04 杭州兆华电子股份有限公司 一种基于波束成形的环境噪声源自适应定位方法及装置
CN115358110A (zh) * 2022-07-25 2022-11-18 国网江苏省电力有限公司淮安供电分公司 一种基于声传感器阵列的变压器故障检测系统
CN116781864B (zh) * 2023-06-21 2024-02-23 浙江宏远智能科技有限公司 基于物联网数据采集的工厂经营状态远程监控系统及方法
CN118376318B (zh) * 2024-06-21 2024-09-27 国网上海市电力公司 一种基于相位补偿的clcc换流器异频振动感知方法及系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008156947A (ja) * 2006-12-25 2008-07-10 Takenaka Komuten Co Ltd 騒音低減装置
JP2008179979A (ja) * 2007-01-24 2008-08-07 Takenaka Komuten Co Ltd 騒音低減装置
CN101566683A (zh) * 2009-03-24 2009-10-28 西北工业大学 基于相位差波束形成的目标方位估计方法
JP2010258306A (ja) * 2009-04-27 2010-11-11 Mitsubishi Electric Corp 配線の固定構造およびこれを備えた電子機器
CN103592628A (zh) * 2013-11-12 2014-02-19 上海大学 一种基于球谐域实值权重波束形成的多声源定位方法
CN104808124A (zh) * 2015-04-30 2015-07-29 国家电网公司 开关柜局部放电故障位置的声电联合定位方法
WO2016051565A1 (ja) * 2014-10-02 2016-04-07 株式会社日立製作所 雑音除去装置、雑音除去方法、および位置特定方法
KR20180042662A (ko) * 2016-10-18 2018-04-26 국방과학연구소 소음원 위치 추정 장치 및 소음원 위치 추정 방법
CN108427067A (zh) * 2018-06-12 2018-08-21 国网江苏省电力有限公司宜兴市供电分公司 一种开关柜局部放电故障检测方法、装置及系统
CN108760034A (zh) * 2018-05-21 2018-11-06 广西电网有限责任公司电力科学研究院 一种变压器振动噪声源定位系统和方法
CN108981903A (zh) * 2018-05-29 2018-12-11 广西电网有限责任公司电力科学研究院 一种变压器振动噪声源全频域识别方法
CN109033612A (zh) * 2018-07-20 2018-12-18 广西电网有限责任公司电力科学研究院 一种基于振动噪声及bp神经网络的变压器故障诊断方法
CN109357171A (zh) * 2018-11-30 2019-02-19 北京无线电计量测试研究所 一种地下管线泄漏监测与定位方法与装置
CN109612708A (zh) * 2018-12-28 2019-04-12 东北大学 基于改进卷积神经网络的电力变压器在线检测系统及方法
CN109669159A (zh) * 2019-02-21 2019-04-23 深圳市友杰智新科技有限公司 基于麦克风十字环阵列的声源定位跟踪装置及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9525934B2 (en) * 2014-12-31 2016-12-20 Stmicroelectronics Asia Pacific Pte Ltd. Steering vector estimation for minimum variance distortionless response (MVDR) beamforming circuits, systems, and methods

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008156947A (ja) * 2006-12-25 2008-07-10 Takenaka Komuten Co Ltd 騒音低減装置
JP2008179979A (ja) * 2007-01-24 2008-08-07 Takenaka Komuten Co Ltd 騒音低減装置
CN101566683A (zh) * 2009-03-24 2009-10-28 西北工业大学 基于相位差波束形成的目标方位估计方法
JP2010258306A (ja) * 2009-04-27 2010-11-11 Mitsubishi Electric Corp 配線の固定構造およびこれを備えた電子機器
CN103592628A (zh) * 2013-11-12 2014-02-19 上海大学 一种基于球谐域实值权重波束形成的多声源定位方法
WO2016051565A1 (ja) * 2014-10-02 2016-04-07 株式会社日立製作所 雑音除去装置、雑音除去方法、および位置特定方法
CN104808124A (zh) * 2015-04-30 2015-07-29 国家电网公司 开关柜局部放电故障位置的声电联合定位方法
KR20180042662A (ko) * 2016-10-18 2018-04-26 국방과학연구소 소음원 위치 추정 장치 및 소음원 위치 추정 방법
CN108760034A (zh) * 2018-05-21 2018-11-06 广西电网有限责任公司电力科学研究院 一种变压器振动噪声源定位系统和方法
CN108981903A (zh) * 2018-05-29 2018-12-11 广西电网有限责任公司电力科学研究院 一种变压器振动噪声源全频域识别方法
CN108427067A (zh) * 2018-06-12 2018-08-21 国网江苏省电力有限公司宜兴市供电分公司 一种开关柜局部放电故障检测方法、装置及系统
CN109033612A (zh) * 2018-07-20 2018-12-18 广西电网有限责任公司电力科学研究院 一种基于振动噪声及bp神经网络的变压器故障诊断方法
CN109357171A (zh) * 2018-11-30 2019-02-19 北京无线电计量测试研究所 一种地下管线泄漏监测与定位方法与装置
CN109612708A (zh) * 2018-12-28 2019-04-12 东北大学 基于改进卷积神经网络的电力变压器在线检测系统及方法
CN109669159A (zh) * 2019-02-21 2019-04-23 深圳市友杰智新科技有限公司 基于麦克风十字环阵列的声源定位跟踪装置及方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
D.C. Dumitras 等.Laser photoacoustic spectroscopy: Principles, instrumentation, and characterization.《Journal of Optoelectronics and Advanced Materials》.2007,第3655-3701页. *
Ming Dong 等.Positioning and Imaging Detection of Corona Discharge in Air with Double Helix Acoustic Sensors Array.《Energies 2017》.2017,第1-15页. *
S.M. Kuo 等.Active noise control: a tutorial review.《Proceedings of the IEEE》.1999,第942-973页. *
余长厅 等.基于声纹及振动的变压器故障诊断技术研究.《高压电器》.2019,第55卷(第11期),第248-254页. *
冯振宇.基于声传感器阵列的移动目标定位技术研究.《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》.2013,第1-80页. *
李继攀 等.变电设备在线监测装置运行质量评价系统的设计与开发.《自动化与仪器仪表》.2017,第109-110、113页. *
梁华.声场电声控制技术的原理与应用.《演艺设备与科技》.2007,第40-45页. *
熊健 等.一种改进的多站AOA/TDOA联合无源定位闭合形式算法.《电讯技术》.2019,第59卷(第6期),第672-677页. *
顾晓安 等.变压器铁心振动和噪声特性的试验研究.《变压器》.2003,第40卷(第4期),20030430. *

Also Published As

Publication number Publication date
CN111175698A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN111175698B (zh) 一种基于声振结合的变压器噪声源定位方法、系统和装置
CN106680376B (zh) 一种基于三维声强阵列的隔声测量系统与测量方法
CN102662132B (zh) 一种电气设备局部放电定位方法及系统
CN106500820B (zh) 一种用于二维波达方向估计的声速测量方法及装置
CN105556260B (zh) 宽带声全息
CN103217211B (zh) 一种基于合成孔径原理的变电站噪声源分布测量方法
CN113609749B (zh) 适用于多场景的基于磁场信号的电流计算方法
CN113155973B (zh) 一种基于自适应奇异值分解的梁损伤识别方法
CN115497501A (zh) 基于sw-music的变压器故障声纹定位方法及系统
CN110243464A (zh) 一种适用于变电站现场的高抗噪声声功率级测试修正方法
CN113050036B (zh) 基于多谐振点传声器阵列的gis波束形成定位方法
CN113050037B (zh) 一种变电站设备异常声源定位方法及系统
CN110824484B (zh) 一种基于恒模算法的阵元位置估计方法
CN115656926A (zh) 一种用于电力设备异响监测的定位识别方法和装置
CN115856532A (zh) 基于超声波传播路径识别的变压器局部放电源定位方法
CN114578197A (zh) 基于平面uhf传感器的变压器套管局放三维定位方法及系统
JP2570110B2 (ja) 水中音源位置推定システム
CN111123229B (zh) 基于电性能幅值加权的阵元安装位置的测量方法
CN114397543A (zh) 电气设备局部放电定位方法、装置、设备及计算机介质
CN114046968A (zh) 一种基于声学信号的过程装备两步故障定位方法
Qian et al. Acoustic imaging detection technology of electrical equipment based on passive sound source ranging
CN116299239B (zh) 一种近远场变换的雷达散射截面积误差优化方法
Lv et al. Topology Optimization of Planar Microphone Array Based on NSGA-II
Li et al. Acoustic imaging and its application in transformers
CN117849714A (zh) 一种换流站低频异常声源定位方法、装置及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant