CN114528763B - 一种非晶合金立体卷铁芯变压器噪声处理方法及系统 - Google Patents

一种非晶合金立体卷铁芯变压器噪声处理方法及系统 Download PDF

Info

Publication number
CN114528763B
CN114528763B CN202210149553.8A CN202210149553A CN114528763B CN 114528763 B CN114528763 B CN 114528763B CN 202210149553 A CN202210149553 A CN 202210149553A CN 114528763 B CN114528763 B CN 114528763B
Authority
CN
China
Prior art keywords
transformer
noise
information
amorphous alloy
processing
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
CN202210149553.8A
Other languages
English (en)
Other versions
CN114528763A (zh
Inventor
潘静
陈阳
董四新
李庆平
韩强
王宪生
周健
纪骏
虞洪俊
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.)
Jiangsu Jinyou Intelligent Electric Co ltd
Original Assignee
Jiangsu Jinyou Intelligent Electric 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 Jiangsu Jinyou Intelligent Electric Co ltd filed Critical Jiangsu Jinyou Intelligent Electric Co ltd
Priority to CN202210149553.8A priority Critical patent/CN114528763B/zh
Publication of CN114528763A publication Critical patent/CN114528763A/zh
Application granted granted Critical
Publication of CN114528763B publication Critical patent/CN114528763B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F27/00—Details of transformers or inductances, in general
    • H01F27/33—Arrangements for noise damping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Biology (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Power Engineering (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Housings And Mounting Of Transformers (AREA)

Abstract

本发明提供了一种非晶合金立体卷铁芯变压器噪声处理方法及系统，其中，该方法包括：获取第一非晶合金立体卷铁芯变压器的运行环境对于噪音的要求，获得第一环境噪音要求信息；检测采集第一非晶合金立体卷铁芯变压器产生的噪音，获得第一噪音信息；判断第一噪音信息是否满足第一环境噪音要求信息内的要求；若不满足，则采集获取第一非晶合金立体卷铁芯变压器的多维度信息，获得第一变压器信息集合；对第一变压器信息集合进行噪音来源分析，获得第一分析结果；将第一分析结果输入非晶合金变压器噪声处理分析模型，获得输出结果；根据输出结果，获得第一处理方案，根据第一处理方案进行第一非晶合金立体卷铁芯变压器的噪音处理。

Description

一种非晶合金立体卷铁芯变压器噪声处理方法及系统
技术领域
本发明涉及变压器技术领域，具体涉及一种非晶合金立体卷铁芯变压器噪声处理方法及系统。
背景技术
非晶合金变压器的铁芯主要以铁基非晶合金为原料制成，非晶合金铁芯的具有良好的空载特性，其空载损耗较传统的硅钢铁芯变压器低大幅降低，因此具有优良的节能性能，因而广泛应用在农村等配电负载较低的区域。
非晶合金变压器的噪音是影响非晶合金变压器使用性能的重要因素。目前为控制非晶合金变压器使用过程中的噪音，主要通过工程师根据经验分析，并在变压器内或周围添加隔音降噪材料达到控制噪音的目的。
现有技术中控制处理非晶合金变压器的方法主要通过工程师判断噪音成因，在变压器的外围或内部不同位置设置隔音降噪材料，人力参与较高，存在着非晶合金变压器噪音处理效果差、效率低的技术问题。
发明内容
本申请提供了一种非晶合金立体卷铁芯变压器噪声处理方法及系统，用于针对解决现有技术中非晶合金变压器噪音处理效果差、效率低的技术问题。
鉴于上述问题，本申请提供了一种非晶合金立体卷铁芯变压器噪声处理方法及系统。
本申请的第一个方面，提供了一种非晶合金立体卷铁芯变压器噪声处理方法，所述方法包括：获取第一非晶合金立体卷铁芯变压器的运行环境对于噪音的要求，获得第一环境噪音要求信息；检测采集第一非晶合金立体卷铁芯变压器产生的噪音，获得第一噪音信息；判断所述第一噪音信息是否满足所述第一环境噪音要求信息内的要求；若不满足，则采集获取所述第一非晶合金立体卷铁芯变压器的多维度信息，获得第一变压器信息集合；对所述第一变压器信息集合进行噪音来源分析，获得第一分析结果；将所述第一分析结果输入非晶合金变压器噪声处理分析模型，获得输出结果；根据所述输出结果，获得第一处理方案，根据所述第一处理方案进行所述第一非晶合金立体卷铁芯变压器的噪音处理。
本申请的第二个方面，提供了一种非晶合金立体卷铁芯变压器噪声处理系统，所述系统包括：第一获得单元，所述第一获得单元用于获取第一非晶合金立体卷铁芯变压器的运行环境对于噪音的要求，获得第一环境噪音要求信息；第二获得单元，所述第二获得单元用于检测采集第一非晶合金立体卷铁芯变压器产生的噪音，获得第一噪音信息；第一判断单元，所述第一判断单元用于判断所述第一噪音信息是否满足所述第一环境噪音要求信息内的要求；第三获得单元，所述第三获得单元用于若不满足，则采集获取所述第一非晶合金立体卷铁芯变压器的多维度信息，获得第一变压器信息集合；第一处理单元，所述第一处理单元用于对所述第一变压器信息集合进行噪音来源分析，获得第一分析结果；第二处理单元，所述第二处理单元用于将所述第一分析结果输入非晶合金变压器噪声处理分析模型，获得输出结果；第三处理单元，所述第三处理单元用于根据所述输出结果，获得第一处理方案，根据所述第一处理方案进行所述第一非晶合金立体卷铁芯变压器的噪音处理。
本申请的第三个方面，提供了一种非晶合金立体卷铁芯变压器噪声处理系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如第一方面所述方法的步骤。
本申请的第四个方面，提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的技术方案通过采集当前非晶合金变压器运行环境的噪音要求，以及当前非晶合金变压器产生的噪音信息，判断产生的噪音信息是否满足噪音要求，在不满足的时候，采集当前非晶合金变压器的结构、铁芯和绕组等多维度的信息，对多维度信息进行变压器噪音来源的分析，分析多维度信息内各部分信息对噪音产生的影响，得到分析结果，进一步基于神经网络模型构建并训练非晶合金变压器噪声处理分析模型，将分析结果输入该模型，得到对应的处理方案，进行非晶合金变压器噪声的处理控制。本申请通过在非晶合金变压器不满足运行环境噪音要求的情况下，采集获取非晶合金变压器的结构、铁芯和绕组等多维度的信息，然后基于多种对应的方法分别对非晶合金变压器的结构、铁芯和绕组产生噪音的影响水平进行分析，能够准确获取非晶合金当前运行过程中各部分产生噪音的能力，进而得到分析结果，能够降低分析非晶合金变压器噪声的人工参与度，提升噪声成因分析的准确性和效率，然后基于神经网络模型构建并训练非晶合金变压器噪声处理分析模型，将分析结果输入该模型，可获得监督设置的多个噪音处理方案中的一个噪音处理方案，能够有效提升非晶合金噪音处理方案的制定效率和准确性，且标准化了非晶合金变压器噪音的处理流程和方案，达到了非晶合金变压器噪音处理控制的准确性、效率和处理效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请提供的一种非晶合金立体卷铁芯变压器噪声处理方法流程示意图；
图2为本申请提供的一种非晶合金立体卷铁芯变压器噪声处理方法中获得第一权重分配结果的流程示意图；
图3为本申请提供的一种非晶合金立体卷铁芯变压器噪声处理方法中获得第一分析结果的流程示意图；
图4为本申请提供了一种非晶合金立体卷铁芯变压器噪声处理系统结构示意图；
图5为本申请示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第一判断单元13，第三获得单元14，第一处理单元15，第二处理单元16，第三处理单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
本申请通过提供了一种非晶合金立体卷铁芯变压器噪声处理方法及系统，用于针对解决现有技术中非晶合金变压器噪音处理效果差、效率低的技术问题。
申请概述
非晶合金变压器的铁芯主要以铁基非晶合金为原料制成，非晶合金是指在超高的冷却速度下，合金凝固时原子来不及形成有序晶相结构，而形成的长程无序结构的合金。非晶合金铁芯的具有良好的空载特性，其空载损耗较传统的硅钢铁芯变压器降低70％左右，因此具有优良的节能性能，因而广泛应用在农村等配电负载较低的区域。
变压器的噪音是变压器应用过程中的一个重要控制因素，噪音的降低意味着变压器技术的先进。非晶合金变压器由于非晶合金的特性，其噪音大于传统硅钢变压器。目前为控制非晶合金变压器使用过程中的噪音，主要通过工程师根据经验以及变压器的结构进行分析，分析噪音的成因，并在变压器内或周围添加隔音降噪材料达到控制噪音的目的。
现有技术中控制处理非晶合金变压器的方法主要通过工程师判断噪音成因，在变压器的外围或内部不同位置设置隔音降噪材料，人力参与较高，存在着非晶合金变压器噪音处理效果差、效率低的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请提供的技术方案通过采集当前非晶合金变压器运行环境的噪音要求，以及当前非晶合金变压器产生的噪音信息，判断产生的噪音信息是否满足噪音要求，在不满足的时候，采集当前非晶合金变压器的结构、铁芯和绕组等多维度的信息，对多维度信息进行变压器噪音来源的分析，分析多维度信息内各部分信息对噪音产生的影响，得到分析结果，进一步基于神经网络模型构建并训练非晶合金变压器噪声处理分析模型，将分析结果输入该模型，得到对应的处理方案，进行非晶合金变压器噪声的处理控制。
在介绍了本申请基本原理后，下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示，本申请提供了一种非晶合金立体卷铁芯变压器噪声处理方法，所述方法包括：
S100：获取第一非晶合金立体卷铁芯变压器的运行环境对于噪音的要求，获得第一环境噪音要求信息；
本申请实施例提供的方法可应用于任意型号的非晶合金变压器中，优选为非晶合金立体卷铁芯变压器。非晶合金立体卷铁芯变压器改良了传统非晶合金变压器中的平面卷铁芯结构，其强度较高、抗短路能力较强、漏磁小，并且在运行过程中产生的噪音也较小，但仍会产生一定的噪音。采用本申请提供的方法处理控制非晶合金立体卷铁芯变压器远程过程中产生的噪音，能够进一步降低变压器产生的噪音，提升非晶合金立体卷铁芯变压器的应用技术水平。
上述的第一非晶合金立体卷铁芯变压器可为现有技术中任意型号的非晶合金立体卷铁芯变压器。该第一非晶合金立体卷铁芯变压器的运行环境即为现有技术中电力系统内变压器所处的运行环境，示例性地，第一非晶合金立体卷铁芯变压器的运行环境可为村镇、小区、工厂等区域的负载中心附近等。
第一非晶合金立体卷铁芯变压器的运行环境对于噪音有一定需求，例如运行环境为小区附近或村镇内时，需要保证变压器运行过程中的噪音水平较小，避免影响居民生活。具体地，根据实际的噪音要求，设置第一环境噪音要求信息，第一环境噪音要求信息具体包括对于噪音的大小要求信息以及对于噪音的频率要求信息等。示例性地，第一环境噪音要求信息包括第一非晶合金立体卷铁芯变压器运行时的噪音大小不大于50分贝或者噪音频率不低于50Hz。第一环境噪音要求信息可具体根据变压器当前的运行环境进行设置和调整。
S200：检测采集第一非晶合金立体卷铁芯变压器产生的噪音，获得第一噪音信息；
第一非晶合金立体卷铁芯变压器在运行过程中由于变压器油箱、冷却装置等结构的振动、铁芯磁致伸缩引起的振动以及绕组的振动会产生噪音，在第一非晶合金立体卷铁芯变压器运行的过程中采集变压器产生的噪音，获得第一噪音信息。
本申请提供的方法中的步骤S200包括：
S210：构建第一时间周期；
S220：采集获取所述第一时间周期内所述第一非晶合金立体卷铁芯变压器产生噪音的噪音大小信息集合；
S230：采集获取所述第一时间周期内所述第一非晶合金立体卷铁芯变压器产生噪音的噪音频率信息集合；
S240：对所述噪音大小信息集合和所述噪音频率信息集合进行主成分分析处理，获得第一噪音大小信息集合和第一噪音频率信息集合；
S250：根据所述第一噪音大小信息集合和第一噪音频率信息集合获得所述第一噪音信息。
具体而言，由于变压器负载强度等的变化，第一非晶合金立体卷铁芯变压器产生的噪音是会产生一定变化的。因此，在采集第一非晶合金立体卷铁芯变压器产生的噪音时，若采集当前某一特定时间的噪音，获得的噪音信息是没有代表性的，因此，需要采集一定时间段内产生变化的噪音信息的集合。
构建第一时间周期，第一时间周期可为现有技术中具有任意时间长度跨度的周期，例如可为一天、一周或者一月等，优选为一天。在第一时间周期内，第一非晶合金立体卷铁芯变压器的负载强度会产生周期性的变化，进而使变压器产生的噪音也会产生周期性的变化。在采集获得第一时间周期内的噪音信息作为数据基础后，能够获得较为具有代表性的第一噪音信息。
采集第一非晶合金立体卷铁芯变压器在该第一时间周期内产生的多个噪音大小信息，每个噪音大小信息均包括一时间下变压器产生的噪音的分贝大小，并按照时间顺序将多个噪音大小信息进行排序，获得噪音大小信息集合。
以及，采集第一非晶合金立体卷铁芯变压器在该第一时间周期内产生的多个噪音频率信息，每个噪音频率信息均包括一时间下变压器产生的噪音的频率，并按照时间顺序将多个噪音频率信息进行排序，获得噪音频率信息集合。
噪音大小信息集合和噪音频率信息集合包括第一时间周期内的多个噪音大小信息和噪音频率信息，其内的数据量较大，导致在根据噪音大小信息集合和噪音频率信息集合获得最终的第一噪音信息的计算量较大，因此，需要对噪音大小信息集合和噪音频率信息集合进行降维处理。
本申请实施例中，示例性地，采用主成分分析法(Principal ComponentAnalysis，PCA)对噪音大小信息集合和噪音频率信息集合进行降维处理。首先，对噪音大小信息集合和噪音频率信息集合内的数据进行数值化处理，并构建特征数据集矩阵，分别获得第一特征数据集和第二特征数据集，然后分别对第一特征数据集和第二特征数据集内的数据进行去中心化处理，分别得到第三特征数据集和第四特征数据集。
第三特征数据集和第四特征数据集均为一数据矩阵，通过协方差公式对第三特征数据集和第四特征数据集分别进行运算，分别得到第一协方差矩阵和第二协方差矩阵。进一步地，通过矩阵运算，分别计算出第一协方差矩阵和第二协方差矩阵的特征值和对应的特征向量。在计算获得的多个特征值和特征向量中，分别选取第一协方差矩阵和第二协方差矩阵对应的前K个特征值及对应的特征向量，K为正整数，然后，分别将第一特征数据集和第二特征数据集投影到所选取的两组特征向量上，得到降维后的第一噪音大小信息集合和第一噪音频率信息集合。
本申请实施例中，通过主成分分析，能够对噪音大小信息集合和噪音频率信息集合内的数据进行降维处理，除去噪声数据以及冗余数据，在保留噪声数据在第一时间周期内变化特征的基础上对数据进行降维，降低数据处理的计算成本。
在获得第一噪音大小信息集合和第一噪音频率信息集合后，根据二者计算获得最终的第一噪音信息。其中，可通过计算第一噪音大小信息集合和第一噪音频率信息集合内的均值，获得噪音大小均值和噪音频率均值，进而作为最终的第一噪音信息。
在本申请的另一实施例中，基于降维处理获得的第一噪音大小信息集合和第一噪音频率信息集合，按照时间为顺序，分别绘制噪音大小变化曲线和噪音频率变化曲线。然后基于获得的噪音大小变化曲线和噪音频率变化曲线进行函数拟合，分别拟合获得能够代表噪音大小变化曲线和噪音频率变化曲线内所有数据点的噪音大小变化函数和噪音频率变化函数。然后，获取噪音大小变化函数和噪音频率变化函数内斜率较为稳定的多个函数区段，进而获得多个噪音大小信息区段和噪音频率区段，作为最终获得的第一噪音信息。如此，能够获得第一时间周期内变压器在负载较为稳定时间段发出的噪音，更加具有代表性。
本申请通过采集第一时间周期内的噪音大小信息集合和噪音频率信息集合，并对大量的噪音信息数据进行主成分分析降维处理，能够在保留变压器噪音数据特征的情况下对数据进行降维，最终获得第一噪音信息，作为判断第一非晶合金立体卷铁芯变压器产生噪音水平的数据基础，达到了准确处理数据的技术效果。
S300：判断所述第一噪音信息是否满足所述第一环境噪音要求信息内的要求；
具体地，根据上述的第一噪音信息，可判断其中的噪音大小信息是否超过第一环境噪音要求信息内对应的噪音分贝大小要求，以及判断第一噪音信息中的噪音频率信息是否满足第一环境噪音要求信息内对于噪音频率的要求。若第一噪音信息满足第一环境噪音要求信息内的要求，则无需对变压器的噪音进行控制处理。若不满足，则需要对噪音进行处理控制。
在多数情况下，第一噪音信息不满足第一环境噪音要求信息的情况均为噪音分贝过大，造成噪音刺耳的问题，因此在多数情况下，对于变压器的噪音控制处理均为降低变压器发出噪音的大小。
S400：若不满足，则采集获取所述第一非晶合金立体卷铁芯变压器的多维度信息，获得第一变压器信息集合；
若第一噪音信息不满足第一环境噪音要求信息内的要求，则需要对第一非晶合金立体卷铁芯变压器进行噪音的控制处理。
首先采集获得第一非晶合金立体卷铁芯变压器的多维度信息，其中，第一非晶合金立体卷铁芯变压器发出噪音的来源主要来自于变压器运行过程中非晶合金立体卷铁芯的振动、绕组的振动以及油箱和冷却装置等变压器结构的振动。因此，采集第一非晶合金立体卷铁芯变压器的多维度信息包括采集获得第一非晶合金立体卷铁芯变压器的铁芯、结构和绕组的信息，作为第一变压器信息集合。
本申请提供的方法中的步骤S400包括：
S410：采集获取所述第一非晶合金立体卷铁芯变压器的变压器结构信息，获得第一变压器结构信息；
S420：采集获取所述第一非晶合金立体卷铁芯变压器的非晶合金铁芯信息，获得第一变压器铁芯信息；
S430：采集获取所述第一非晶合金立体卷铁芯变压器的绕组信息，获得第一变压器绕组信息；
S440：采集获取所述第一非晶合金立体卷铁芯变压器的工作状态，获得第一变压器工作信息；
S450：将所述第一变压器结构信息、第一变压器铁芯信息、所述第一变压器绕组信息和所述第一变压器工作信息作为所述第一变压器信息集合。
首先，采集第一非晶合金立体卷铁芯变压器内除铁芯和绕组之外的结构信息，即变压器外壳、油浸式非晶合金变压器的油箱、磁屏蔽材料以及冷却装置等其他装置的结构信息，具体可获取变压器容量、外壳材质、油箱以及冷却装置等的位置、大小以及与铁芯和绕组之间的距离等信息，作为第一变压器结构信息。其中，示例性地，若变压器容量较小，则可能或导致油箱外壁以及磁屏蔽材料等在铁芯的作业因素下振动产生噪音。
然后，采集获取第一非晶合金立体卷铁芯变压器的非晶合金铁芯信息，获得第一变压器铁芯信息，具体采集非晶合金立体卷铁芯的结构、质量、尺寸、材料、磁致伸缩系数等信息，作为第一变压器铁芯信息。其中非晶合金铁芯在变压器的运行过程中会产磁致伸缩现象，进而导致铁芯的尺寸发生变化，铁芯的磁致伸缩系数可表征尺寸变化的量，非晶合金的磁致伸缩系数较大，因而在运行过程中的噪音较大。因此，获取第一变压器铁芯信息，可分析非晶合金立体卷铁芯运行过程中产生噪音的水平。
进一步地，采集获取第一非晶合金立体卷铁芯变压器的绕组信息，获得第一变压器绕组信息。示例性地，第一变压器绕组信息具体包括第一非晶合金立体卷铁芯变压器内绕组的质量、尺寸、结构、位置等信息，以及安装固定绕组的垫块的质量、位置等信息，变压器的绕组在运行过程中，由于店子里的作用会导致绕组变形振动，进而产生噪音，绕组的第一变压器绕组信息均会影响绕组发出噪音的水平。
再采集第一非晶合金立体卷铁芯变压器的工作状态信息，获得第一变压器工作信息，第一变压器工作信息包括当前运行的负载电流信息，具体可根据上述的第一时间周期采集其内第一非晶合金立体卷铁芯变压器的多个负载电流信息，然后根据多个负载电流信息计算负载电流平均数，作为第一变压器工作信息，或采用前述步骤S250中类似的方法，处理计算获得第一变压器工作信息。
最终，将上述的第一变压器结构信息、第一变压器铁芯信息、第一变压器工作信息和第一变压器工作信息作为第一变压器信息集合，即作为第一非晶合金立体卷铁芯变压器的多维度信息。本申请通过采集获取非晶合金变压器的非晶合金铁芯、绕组及变压器其他部分的信息，以及获取非晶合金变压器的工作负载电流信息，作为分析非晶合金变压器运行过程中产生噪音的数据基础，能够多维度地分析非晶合金变压器的噪音成因，提升噪音处理的准确性和客观性，避免根据主观经验人为地分析处理非晶合金变压器的噪音。
S500：对所述第一变压器信息集合进行噪音来源分析，获得第一分析结果；
基于前述的第一变压器信息集合，其内包括第一非晶合金立体卷铁芯变压器的多维度信息，如前述内容，包括变压器的结构信息、铁芯信息、绕组信息和工作信息。
其中，非晶合金变压器在运行的过程中的噪音主要由非晶合金铁芯、绕组以及其他结构的振动而产生，而上述的结构信息、铁芯信息、绕组信息和工作信息均会影响非晶合金变压器运行过程中产生噪音的水平。因此，基于上述的第一变压器信息集合，对第一非晶合金立体卷铁芯变压器运行过程中产生噪音的来源进行分析，能够更好地对产生噪音的部分进行噪音的控制处理。
如图2所示，本申请提供的方法中的步骤S500包括：
S510：根据所述第一变压器工作信息获取所述第一非晶合金立体卷铁芯变压器的负载状态，获得第一变压器负载信息；
S520：根据所述第一变压器负载信息对所述第一变压器结构信息、第一变压器铁芯信息和所述第一变压器绕组信息对于噪音产生的影响程度进行权重分配，获得第一权重分配结果；
S530：根据所述第一权重分配结果和所述第一变压器结构信息、第一变压器铁芯信息和所述第一变压器绕组信息对所述第一噪音信息进行分析。
具体而言，在第一非晶合金立体卷铁芯变压器内，非晶合金铁芯振动产生的噪音主要是由于在磁场中非晶合金铁芯的磁致伸缩现象，变压器内油箱、冷却装置、磁屏蔽材料等结构振动产生噪音的原因主要是漏磁场以及磁屏蔽材料的磁致伸缩现象。而绕组产生噪音的原因主要是变压器的负载电流产生的电磁力导致绕组振动，因此，变压器运行过程中的负压电流会影响绕组产生噪音的水平，即变压器的第一变压器工作信息会影响绕组振动产生噪音的水平。
因此，基于前述的第一变压器工作信息，获取第一非晶合金立体卷铁芯变压器的负载状态，获得第一变压器负载信息，其中第一变压器负载信息包括当前变压器内的负载电流信息。如此，根据第一变压器负载信息对第一变压器结构信息、第一变压器铁芯信息和第一变压器绕组信息对于噪音产生的影响程度进行权重分配。
在权重分配的过程中，根据实际上第一非晶合金立体卷铁芯变压器内铁芯、绕组和结构产生噪音的强度水平，首先进行权重值的预分配。示例性地，预分配第一变压器结构信息、第一变压器铁芯信息和所述第一变压器绕组信息对于噪音产生影响的权重值之和为1，且分别为0.2、0.5和0.3。然后，基于第一变压器负载信息对预分配权重值进行调整，其中，在变压器内，根据第一变压器负载信息内变压器的负载电流信息，随着负载电流的增大，绕组的振动功率也增大，发出的噪音也增大，反之则减小，在变压器处于空载状态时，绕组的振动和发出的噪音极小。因此，根据第一变压器负载信息内变压器的负载电流信息，对第一变压器绕组信息对于噪音产生影响的权重值进行调整，同时对第一变压器结构信息、第一变压器铁芯信息对于噪音产生影响的权重值进行反向的调整，获得第一权重分配结果。其中，第一变压器结构信息、第一变压器铁芯信息和第一变压器绕组信息对于噪音产生影响的具体权重值及调整的程度可根据实际上铁芯、绕组和变压器其它结构产生噪音的水平进行设置。
如此，获得第一权重分配结果，其中包括第一变压器结构信息、第一变压器铁芯信息和第一变压器绕组信息对变压器产生噪音的影响水平，基于第一权重分配结果、第一变压器结构信息、第一变压器铁芯信息和第一变压器绕组信息进行噪音来源分析，能够基于不同的权重值进行分析，使分析获得的铁芯、绕组和变压器其它结构对于非晶合金变压器噪音产生的影响水平更加准确。
如图3所示，本申请提供的方法中的步骤S530包括：
S531：基于大数据，采集获取历史变压器结构信息集合、历史负载信息集合和历史噪音信息集合，构建所述历史变压器结构信息集合、历史负载信息集合和历史噪音信息集合的第一映射关系；
S532：将所述第一变压器结构信息和所述第一变压器负载信息输入所述第一映射关系，获得变压器结构噪音分析结果；
S533：构建、训练获得铁芯磁致伸缩分析模型；
S534：将所述第一变压器铁芯信息输入所述铁芯磁致伸缩分析模型，获得变压器铁芯噪音分析结果；
S535：根据所述第一变压器负载信息获得所述第一非晶合金立体卷铁芯变压器的负载电流信息；
S536：根据所述负载电流信息和所述第一变压器绕组信息，获得变压器绕组噪音分析结果；
S537：采用所述第一权重分配结果调整所述变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果，获得所述第一分析结果。
具体而言，本申请实施例中，分别对第一变压器结构信息、第一变压器铁芯信息和第一变压器绕组信息产生噪音的水平进行分析。
首先，对第一变压器结构信息产生噪音的水平进行分析。基于非晶合金的历史噪音信息实验数据或大数据，采集获取大量的不同型号结构非晶合金变压器的变压器结构信息、不同型号结构非晶合金变压器在不同工作状态下的负载信息以及不同型号结构非晶合金变压器在不同工作状态下产生的噪音信息，获得历史变压器结构信息集合、历史负载信息集合和历史噪音信息集合。
构建历史变压器结构信息集合、历史负载信息集合和历史噪音信息集合的第一映射关系，第一映射关系内包括历史变压器结构信息、历史负载信息集合和历史噪音信息的树状映射关系。具体地，一个历史变压器结构信息对应一种型号结构的非晶合金变压器内部除铁芯和绕组外的结构，该历史变压器结构信息对应的非晶合金变压器，可在多种对应的历史负载信息下运行，形成树状发散的映射关系，即一种历史变压器结构信息对应多组历史负载信息。
而该历史变压器结构信息对应的非晶合金变压器在多种历史负载信息对应的负载运行下，可产生多组噪音，即对应多组历史噪音信息，如此，构建形成第一映射关系。
将当前的第一变压器结构信息和第一变压器负载信息输入该第一映射关系，能够映射得到第一变压器结构信息对应型号结构的非晶合金变压器在第一变压器负载信息下产生的噪音，即为变压器结构噪音分析结果。根据该变压器结构噪音分析结果，能够获知当前第一变压器结构信息和第一变压器负载信息下，变压器内其他结构产生噪音的水平。
进一步地，铁芯磁致伸缩分析模型为机器学习中的人工神经网络模型，基于神经网络模型构建铁芯磁致伸缩分析模型。然后基于大数据或非晶合金变压器的实验记录，采集多种非晶合金立体卷铁芯的结构、结构、质量、尺寸、材料、磁致伸缩系数等信息，并采集多种非晶合金立体卷铁芯在不同负载信息状态下的磁致伸缩变化信息和噪音信息，并基于监督训练对信息进行标识。基于前述的信息及标识信息进行划分，获得训练数据集和验证数据集，采用训练数据集和验证数据集对铁芯磁致伸缩分析模型进行监督训练和验证，训练验证至铁芯磁致伸缩分析模型的准确率符合需求，获得铁芯磁致伸缩分析模型。
基于训练完成的铁芯磁致伸缩分析模型，将当前的第一变压器铁芯信息输入该铁芯磁致伸缩分析模型，即可获得第一变压器铁芯信息在不同负载下的磁致伸缩水平和产生噪音的水平，进而根据前述的第一变压器负载信息，获得当前负载下第一变压器铁芯信息对应非晶合金铁芯运行产生噪音的水平，得到变压器铁芯噪音分析结果。
进一步地，在非晶合金变压器中，绕组的振动和噪声功率与电磁力的大小有关，电磁力与负载电流的平方成正比，绕组振动噪声的功率与振动速度的平方成正比，故绕组振动噪声的功率与负载电流的四次方成正比。因此，根据前述的一变压器负载信息可获得当前绕组的负载电流信息，根据该负载电流信息和第一变压器绕组信息内的绕组的质量、尺寸、结构等信息，即可获取当前绕组在该负载电流信息下产生噪音的功率，即可得到变压器绕组噪音分析结果。
如此，变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果分别代表了非晶合金变压器内其他结构、铁芯和绕组产生噪音的水平，采用前述的第一权重分配结果内对应的权重值对变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果进行调整，具体调整三者内产生噪音的水平信息，得到第一分析结果。
如此，本申请实施例分别对非晶合金变压器内的铁芯、绕组和其他结构针对性地设置不同的噪音来源分析方法，能够准确分析获得三者产生噪音的水平，并基于权重分配进行调整，能够使产生噪音水平较高的非晶合金铁芯对噪音的影响程度更为凸出，使非晶合金变压器的噪音成因分析更加准确，进而使进行噪音处理控制的过程中能够更为优先地处理变压器内产生噪音水平更高的部分。
S600：将所述第一分析结果输入非晶合金变压器噪声处理分析模型，获得输出结果；
本申请提供的方法中的步骤S600包括：
S610：采集获得多个历史噪音处理方案和多个历史第一分析结果；
S620：对所述多个历史噪音处理方案和所述多个历史第一分析结果进行监督标识调整，获得历史噪音处理方案集合和历史第一分析结果集合；
S630：对所述历史噪音处理方案集合和历史第一分析结果集合按照预设规则划分，获得训练数据集、验证数据集；
S640：基于人工神经网络模型构建所述非晶合金变压器噪声处理分析模型；
S650：采用所述训练数据集和验证数据集对所述非晶合金变压器噪声处理分析模型进行监督训练和验证，获得所述非晶合金变压器噪声处理分析模型；
S660：将所述第一分析结果输入所述非晶合金变压器噪声处理分析模型，获得所述输出结果。
具体地，基于此前控制处理非晶合金立体巻铁芯变压器噪声的具体方案，获得多个历史噪音处理方案。多个历史噪音处理方案中包括针对全部不同型号结构的非晶合金铁芯、绕组以及变压器内其他结构以及不同变压器负载下的噪音处理方案，具体可包括设置隔音材料、改进非晶合金铁芯的退火工艺、调整非晶合金铁芯的结构以及调整绕组的固定方式等方案，并在监督状态下，根据当前非晶合金变压器的具体结构信息，对多个历史噪音处理方案进行调整和标识，以适应当前的第一非晶合金立体卷铁芯变压器，并获得标识信息，得到历史噪音处理方案集合。
以及，采集多种型号结构的非晶合金变压器的多维度信息，还基于前述步骤，对多个此前采集的非晶合金变压器的多维度信息进行噪音来源分析，获得多个历史第一分析结果，得到历史第一分析结果集合。
非晶合金变压器噪声处理分析模型为机器学习中的人工神经网络模型，其内包括多个简单单元，类似于人类大脑的神经元，简单单元之间的连接形成简单单元之间输入输出的权重，在监督训练中，多个简单单元形成的神经网络结构可模拟人体大脑进行较为复杂的非线性运算。
本申请实施例基于人工神经网络模型构建非晶合金变压器噪声处理分析模型，并根据上述的历史噪音处理方案集合和历史第一分析结果集合按照预设规则进行划分，示例性地，按照8:2的比例进行划分，获得训练数据集和验证数据集。
进一步地，采用训练数据集对非晶合金变压器噪声处理分析模型进行监督训练，监督训练的过程中，非晶合金变压器噪声处理分析模型内的模型结构不断更新调整，形成网络结构和权重。当非晶合金变压器噪声处理分析模型的输出结果收敛或达到预设的准确率时，采用验证数据集对模型的准确率进行验证，确定模型未出现过拟合的情况，最终获得非晶合金变压器噪声处理分析模型。
将当前第一非晶合金立体卷铁芯的第一分析结果输入该非晶合金变压器噪声处理分析模型，获得模型的输出结果。本申请通过采集并监督设置多组噪音处理方案，获得训练数据，并基于人工神经网络模型构建并训练非晶合金变压器噪声处理分析模型，能够根据当前非晶合金变压器的噪音来源分析结果输出对应的噪音控制处理方案。
S700：根据所述输出结果，获得第一处理方案，根据所述第一处理方案进行所述第一非晶合金立体卷铁芯变压器的噪音处理。
根据非晶合金变压器噪声处理分析模型的输出结果，获得对应的噪音控制处理方案，即为第一处理方案，然后，基于该第一处理方案对第一非晶合金立体卷铁芯变压器内非晶合金铁芯、绕组和其他结构的调整处理即可完成噪音的控制处理。
本申请通过在监督下采集并设置多组噪音处理方案，并构建并训练非晶合金变压器噪声处理分析模型，能够根据当前非晶合金变压器的噪音来源分析结果进行控制处理方案的输出，降低了非晶合金变压器噪音处理方案确定的人工参与度，避免由于主观经验导致噪音处理方案不准确，提升了噪音处理方案的准确性和制定的效率。
本申请提供的方法中的步骤S530还包括步骤S538，S538包括：
S538-1：根据所述变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果分别进行振动频率分析，获得变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率；
S538-2：分析判断所述变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率是否存在第一共振关系，获得第一共振分析结果；
S538-3：将所述第一共振分析结果加入所述第一分析结果内。
具体而言，在前述的变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果内，分别包括第一非晶合金立体卷铁芯变压器内其他结构、铁芯和绕组产生噪音水平的分析结果，其中具体包括变压器内其他结构、铁芯磁致伸缩和绕组在当前的振动频率和产生噪音的功率，形成了产生噪音的水平。
分别获取变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果内变压器内其他结构、铁芯和绕组的振动频率，进行振动频率分析，能够获取变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率。
进一步判断变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率是否存在第一共振关系，第一共振关系是指变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率是否存在振动频率相同或三振动频率之间成倍数的关系，或出现第一共振关系，则变压器在运行的过程中会出现共振现象，并由于共振现象使振动强度大幅提高，进而使噪音大幅提升。因此，需要进行第一共振关系的分析。
分析获得第一共振分析结果，将该第一共振分析结果加入上述的第一分析结果内，并进行后续的噪音控制处理方案的确定。若第一共振分析结果内变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率之间存在第一共振关系，则在最终确立的第一处理方案中，包括调整铁芯、绕组等的结构或优化制造工艺等，避免出现共振。
本申请提供的方法通过获取变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率，并判断变压器内各部分的振动频率是否出现共振现象，能够对出现共振现象结构进行针对性的处理，有效降低由于共振现象产生的噪音，更加全面地进行非晶合金变压器噪音的分析和处理。
综上所述，本申请通过在非晶合金变压器不满足运行环境噪音要求的情况下，采集获取非晶合金变压器的结构、铁芯和绕组等多维度的信息，然后基于多种对应的方法分别对非晶合金变压器的结构、铁芯和绕组产生噪音的影响水平进行分析，能够准确获取非晶合金当前运行过程中各部分产生噪音的能力，进而得到分析结果，能够降低分析非晶合金变压器噪声的人工参与度，提升噪声成因分析的准确性和效率，然后基于神经网络模型构建并训练非晶合金变压器噪声处理分析模型，将分析结果输入该模型，可获得监督设置的多个噪音处理方案中的一个噪音处理方案，能够有效提升非晶合金噪音处理方案的制定效率和准确性，且标准化了非晶合金变压器噪音的处理流程和方案，达到了非晶合金变压器噪音处理控制的准确性、效率和处理效果。
实施例二
基于与前述实施例中一种非晶合金立体卷铁芯变压器噪声处理方法相同的发明构思，如图4所示，本申请提供了一种非晶合金立体卷铁芯变压器噪声处理系统，其中，所述系统包括：
第一获得单元11，所述第一获得单元11用于获取第一非晶合金立体卷铁芯变压器的运行环境对于噪音的要求，获得第一环境噪音要求信息；
第二获得单元12，所述第二获得单元12用于检测采集第一非晶合金立体卷铁芯变压器产生的噪音，获得第一噪音信息；
第一判断单元13，所述第一判断单元13用于判断所述第一噪音信息是否满足所述第一环境噪音要求信息内的要求；
第三获得单元14，所述第三获得单元14用于若不满足，则采集获取所述第一非晶合金立体卷铁芯变压器的多维度信息，获得第一变压器信息集合；
第一处理单元15，所述第一处理单元15用于对所述第一变压器信息集合进行噪音来源分析，获得第一分析结果；
第二处理单元16，所述第二处理单元16用于将所述第一分析结果输入非晶合金变压器噪声处理分析模型，获得输出结果；
第三处理单元17，所述第三处理单元17用于根据所述输出结果，获得第一处理方案，根据所述第一处理方案进行所述第一非晶合金立体卷铁芯变压器的噪音处理。
进一步的，所述系统还包括：
第一构建单元，所述第一构建单元用于构建第一时间周期；
第四获得单元，所述第四获得单元用于采集获取所述第一时间周期内所述第一非晶合金立体卷铁芯变压器产生噪音的噪音大小信息集合；
第五获得单元，所述第五获得单元用于采集获取所述第一时间周期内所述第一非晶合金立体卷铁芯变压器产生噪音的噪音频率信息集合；
第四处理单元，所述第四处理单元用于对所述噪音大小信息集合和所述噪音频率信息集合进行主成分分析处理，获得第一噪音大小信息集合和第一噪音频率信息集合；
第五处理单元，所述第五处理单元用于根据所述第一噪音大小信息集合和第一噪音频率信息集合获得所述第一噪音信息。
进一步的，所述系统还包括：
第六获得单元，所述第六获得单元用于采集获取所述第一非晶合金立体卷铁芯变压器的变压器结构信息，获得第一变压器结构信息；
第七获得单元，所述第七获得单元用于采集获取所述第一非晶合金立体卷铁芯变压器的非晶合金铁芯信息，获得第一变压器铁芯信息；
第八获得单元，所述第八获得单元用于采集获取所述第一非晶合金立体卷铁芯变压器的绕组信息，获得第一变压器绕组信息；
第九获得单元，所述第九获得单元用于采集获取所述第一非晶合金立体卷铁芯变压器的工作状态，获得第一变压器工作信息；
第六处理单元，所述第六处理单元用于将所述第一变压器结构信息、第一变压器铁芯信息、所述第一变压器绕组信息和所述第一变压器工作信息作为所述第一变压器信息集合。
进一步的，所述系统还包括：
第七处理单元，所述第七处理单元用于根据所述第一变压器工作信息获取所述第一非晶合金立体卷铁芯变压器的负载状态，获得第一变压器负载信息；
第八处理单元，所述第八处理单元用于根据所述第一变压器负载信息对所述第一变压器结构信息、第一变压器铁芯信息和所述第一变压器绕组信息对于噪音产生的影响程度进行权重分配，获得第一权重分配结果；
第九处理单元，所述第九处理单元用于根据所述第一权重分配结果、所述第一变压器结构信息、第一变压器铁芯信息和所述第一变压器绕组信息进行噪音来源分析。
进一步的，所述系统还包括：
第十处理单元，所述第十处理单元用于基于大数据，采集获取历史变压器结构信息集合、历史负载信息集合和历史噪音信息集合，构建所述历史变压器结构信息集合、历史负载信息集合和历史噪音信息集合的第一映射关系；
第十一处理单元，所述第十一处理单元用于将所述第一变压器结构信息和所述第一变压器负载信息输入所述第一映射关系，获得变压器结构噪音分析结果；
第二构建单元，所述第二构建单元用于构建、训练获得铁芯磁致伸缩分析模型；
第十二处理单元，所述第十二处理单元用于将所述第一变压器铁芯信息输入所述铁芯磁致伸缩分析模型，获得变压器铁芯噪音分析结果；
第十获得单元，所述第十获得单元用于根据所述第一变压器负载信息获得所述第一非晶合金立体卷铁芯变压器的负载电流信息；
第十三处理单元，所述第十三处理单元用于根据所述负载电流信息和所述第一变压器绕组信息，获得变压器绕组噪音分析结果；
第十四处理单元，所述第十四处理单元用于采用所述第一权重分配结果调整所述变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果，获得所述第一分析结果。
进一步的，所述系统还包括：
第十一获得单元，所述第十一获得单元用于根据所述变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果分别进行振动频率分析，获得变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率；
第二判断单元，所述第二判断单元用于分析判断所述变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率是否存在第一共振关系，获得第一共振分析结果；
第十五处理单元，所述第十五处理单元用于将所述第一共振分析结果加入所述第一分析结果内。
进一步的，所述系统还包括：
第十二获得单元，所述第十二获得单元用于采集获得多个历史噪音信息处理方案和多个历史第一分析结果；
第十六处理单元，所述第十六处理单元用于对所述多个历史噪音信息处理方案和所述多个历史第一分析结果进行监督标识调整，获得历史噪音信息处理方案集合和历史第一分析结果集合；
第十七处理单元，所述第十七处理单元用于对所述历史噪音信息处理方案集合和历史第一分析结果集合按照预设规则划分，获得训练数据集、验证数据集；
第三构建单元，所述第三构建单元用于基于人工神经网络模型构建所述非晶合金变压器噪声处理分析模型；
第十八处理单元，所述第十八处理单元用于采用所述训练数据集和验证数据集对所述非晶合金变压器噪声处理分析模型进行监督训练和验证，获得所述非晶合金变压器噪声处理分析模型；
第十九处理单元，所述第十九处理单元用于将所述第一分析结果输入所述非晶合金变压器噪声处理分析模型，获得所述输出结果。
实施例三
基于与前述实施例中一种非晶合金立体卷铁芯变压器噪声处理方法相同的发明构思，本申请还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如实施例一内的方法。
示例性电子设备
下面参考图5来描述本申请的电子设备，
基于与前述实施例中一种非晶合金立体卷铁芯变压器噪声处理方法相同的发明构思，本申请还提供了一种非晶合金立体卷铁芯变压器噪声处理系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一所述方法的步骤。
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdiscread-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种非晶合金立体卷铁芯变压器噪声处理方法。
本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(SolidState Disk，SSD))等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (9)

1.一种非晶合金立体卷铁芯变压器噪声处理方法，其特征在于，所述方法包括：
获取第一非晶合金立体卷铁芯变压器的运行环境对于噪音的要求，获得第一环境噪音要求信息；
检测采集第一非晶合金立体卷铁芯变压器产生的噪音，获得第一噪音信息；
判断所述第一噪音信息是否满足所述第一环境噪音要求信息内的要求；
若不满足，则采集获取所述第一非晶合金立体卷铁芯变压器的多维度信息，获得第一变压器信息集合；
对所述第一变压器信息集合进行噪音来源分析，获得第一分析结果；
将所述第一分析结果输入非晶合金变压器噪声处理分析模型，获得输出结果；
根据所述输出结果，获得第一处理方案，根据所述第一处理方案进行所述第一非晶合金立体卷铁芯变压器的噪音处理；
所述将所述第一分析结果输入非晶合金变压器噪声处理分析模型，包括：
采集获得多个历史噪音信息处理方案和多个历史第一分析结果；
对所述多个历史噪音信息处理方案和所述多个历史第一分析结果进行监督标识调整，获得历史噪音信息处理方案集合和历史第一分析结果集合；
对所述历史噪音信息处理方案集合和历史第一分析结果集合按照预设规则划分，获得训练数据集、验证数据集；
基于人工神经网络模型构建所述非晶合金变压器噪声处理分析模型；
采用所述训练数据集和验证数据集对所述非晶合金变压器噪声处理分析模型进行监督训练和验证，获得所述非晶合金变压器噪声处理分析模型；
将所述第一分析结果输入所述非晶合金变压器噪声处理分析模型，获得所述输出结果。
2.根据权利要求1所述的方法，其特征在于，所述检测采集第一非晶合金立体卷铁芯变压器产生的噪音，包括：
构建第一时间周期；
采集获取所述第一时间周期内所述第一非晶合金立体卷铁芯变压器产生噪音的噪音大小信息集合；
采集获取所述第一时间周期内所述第一非晶合金立体卷铁芯变压器产生噪音的噪音频率信息集合；
对所述噪音大小信息集合和所述噪音频率信息集合进行主成分分析处理，获得第一噪音大小信息集合和第一噪音频率信息集合；
根据所述第一噪音大小信息集合和第一噪音频率信息集合获得所述第一噪音信息。
3.根据权利要求1所述的方法，其特征在于，所述采集获取所述第一非晶合金立体卷铁芯变压器的多维度信息，包括：
采集获取所述第一非晶合金立体卷铁芯变压器的变压器结构信息，获得第一变压器结构信息；
采集获取所述第一非晶合金立体卷铁芯变压器的非晶合金铁芯信息，获得第一变压器铁芯信息；
采集获取所述第一非晶合金立体卷铁芯变压器的绕组信息，获得第一变压器绕组信息；
采集获取所述第一非晶合金立体卷铁芯变压器的工作状态，获得第一变压器工作信息；
将所述第一变压器结构信息、第一变压器铁芯信息、所述第一变压器绕组信息和所述第一变压器工作信息作为所述第一变压器信息集合。
4.根据权利要求3所述的方法，其特征在于，所述对所述第一变压器信息集合进行噪音来源分析，包括：
根据所述第一变压器工作信息获取所述第一非晶合金立体卷铁芯变压器的负载状态，获得第一变压器负载信息；
根据所述第一变压器负载信息对所述第一变压器结构信息、第一变压器铁芯信息和所述第一变压器绕组信息对于噪音产生的影响程度进行权重分配，获得第一权重分配结果；
根据所述第一权重分配结果、所述第一变压器结构信息、第一变压器铁芯信息和所述第一变压器绕组信息进行噪音来源分析。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一权重分配结果、所述第一变压器结构信息、第一变压器铁芯信息和所述第一变压器绕组信息进行噪音来源分析，包括：
基于大数据，采集获取历史变压器结构信息集合、历史负载信息集合和历史噪音信息集合，构建所述历史变压器结构信息集合、历史负载信息集合和历史噪音信息集合的第一映射关系；
将所述第一变压器结构信息和所述第一变压器负载信息输入所述第一映射关系，获得变压器结构噪音分析结果；
构建、训练获得铁芯磁致伸缩分析模型；
将所述第一变压器铁芯信息输入所述铁芯磁致伸缩分析模型，获得变压器铁芯噪音分析结果；
根据所述第一变压器负载信息获得所述第一非晶合金立体卷铁芯变压器的负载电流信息；
根据所述负载电流信息和所述第一变压器绕组信息，获得变压器绕组噪音分析结果；
采用所述第一权重分配结果调整所述变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果，获得所述第一分析结果。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述变压器结构噪音分析结果、变压器铁芯噪音分析结果和变压器绕组噪音分析结果分别进行振动频率分析，获得变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率；
分析判断所述变压器结构振动频率、变压器铁芯振动频率和变压器绕组振动频率是否存在第一共振关系，获得第一共振分析结果；
将所述第一共振分析结果加入所述第一分析结果内。
7.一种非晶合金立体卷铁芯变压器噪声处理系统，其特征在于，所述系统包括：
第一获得单元，所述第一获得单元用于获取第一非晶合金立体卷铁芯变压器的运行环境对于噪音的要求，获得第一环境噪音要求信息；
第二获得单元，所述第二获得单元用于检测采集第一非晶合金立体卷铁芯变压器产生的噪音，获得第一噪音信息；
第一判断单元，所述第一判断单元用于判断所述第一噪音信息是否满足所述第一环境噪音要求信息内的要求；
第三获得单元，所述第三获得单元用于若不满足，则采集获取所述第一非晶合金立体卷铁芯变压器的多维度信息，获得第一变压器信息集合；
第一处理单元，所述第一处理单元用于对所述第一变压器信息集合进行噪音来源分析，获得第一分析结果；
第二处理单元，所述第二处理单元用于将所述第一分析结果输入非晶合金变压器噪声处理分析模型，获得输出结果；
第三处理单元，所述第三处理单元用于根据所述输出结果，获得第一处理方案，根据所述第一处理方案进行所述第一非晶合金立体卷铁芯变压器的噪音处理；
第十二获得单元，所述第十二获得单元用于采集获得多个历史噪音信息处理方案和多个历史第一分析结果；
第十六处理单元，所述第十六处理单元用于对所述多个历史噪音信息处理方案和所述多个历史第一分析结果进行监督标识调整，获得历史噪音信息处理方案集合和历史第一分析结果集合；
第十七处理单元，所述第十七处理单元用于对所述历史噪音信息处理方案集合和历史第一分析结果集合按照预设规则划分，获得训练数据集、验证数据集；
第三构建单元，所述第三构建单元用于基于人工神经网络模型构建所述非晶合金变压器噪声处理分析模型；
第十八处理单元，所述第十八处理单元用于采用所述训练数据集和验证数据集对所述非晶合金变压器噪声处理分析模型进行监督训练和验证，获得所述非晶合金变压器噪声处理分析模型；
第十九处理单元，所述第十九处理单元用于将所述第一分析结果输入所述非晶合金变压器噪声处理分析模型，获得所述输出结果。
8.一种非晶合金立体卷铁芯变压器噪声处理系统，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如权利要求1至6任一项所述方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。
CN202210149553.8A 2022-02-18 2022-02-18 一种非晶合金立体卷铁芯变压器噪声处理方法及系统 Active CN114528763B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210149553.8A CN114528763B (zh) 2022-02-18 2022-02-18 一种非晶合金立体卷铁芯变压器噪声处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210149553.8A CN114528763B (zh) 2022-02-18 2022-02-18 一种非晶合金立体卷铁芯变压器噪声处理方法及系统

Publications (2)

Publication Number Publication Date
CN114528763A CN114528763A (zh) 2022-05-24
CN114528763B true CN114528763B (zh) 2022-12-13

Family

ID=81623194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210149553.8A Active CN114528763B (zh) 2022-02-18 2022-02-18 一种非晶合金立体卷铁芯变压器噪声处理方法及系统

Country Status (1)

Country Link
CN (1) CN114528763B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103871718A (zh) * 2014-02-27 2014-06-18 山东华驰变压器股份有限公司 一种低噪音非晶合金变压器
CN104269264A (zh) * 2014-07-09 2015-01-07 伊戈尔电气股份有限公司 一种油浸式非晶合金变压器铁心防裂及降噪工艺
WO2016095125A1 (zh) * 2014-12-17 2016-06-23 特变电工股份有限公司 一种立体三角形非晶合金卷铁心变压器
CN109994311A (zh) * 2019-04-26 2019-07-09 通变电器有限公司 一种抗短路非晶合金变压器铁芯降噪方法
CN113469834A (zh) * 2021-07-27 2021-10-01 江苏宝联气体有限公司 一种户外设计撬装式现场制氧方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859939A (zh) * 2019-04-04 2019-06-07 青岛云路先进材料技术股份有限公司 非晶合金立体卷铁芯及其制备方法、非晶合金变压器
CN111785489A (zh) * 2019-04-04 2020-10-16 青岛云路先进材料技术股份有限公司 一种变压器、非晶合金立体卷铁芯及其制备方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103871718A (zh) * 2014-02-27 2014-06-18 山东华驰变压器股份有限公司 一种低噪音非晶合金变压器
CN104269264A (zh) * 2014-07-09 2015-01-07 伊戈尔电气股份有限公司 一种油浸式非晶合金变压器铁心防裂及降噪工艺
WO2016095125A1 (zh) * 2014-12-17 2016-06-23 特变电工股份有限公司 一种立体三角形非晶合金卷铁心变压器
CN109994311A (zh) * 2019-04-26 2019-07-09 通变电器有限公司 一种抗短路非晶合金变压器铁芯降噪方法
CN113469834A (zh) * 2021-07-27 2021-10-01 江苏宝联气体有限公司 一种户外设计撬装式现场制氧方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Study of magnetic Barkhausen noise in thermally aged Fe-Cualloys;Wangjie等;《Heat Treatment of Merals》;20171231;第12卷;61 *
基于BP神经网络的钢轴表面硬度磁巴克豪森噪声定量检测技术;张传栋;《试验力学》;20200215;第35卷(第1期);1-8 *
非晶合金变压器的噪声特性及降噪措施研究;崔鹤松;《电器工业》;20180905(第09期);76-78 *
非晶合金变压器铁芯振动的实验研究;钟星鸣等;《科学技术与工程》;20090930;第9卷(第17期);4934-4939 *

Also Published As

Publication number Publication date
CN114528763A (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
Esmin et al. A hybrid particle swarm optimization applied to loss power minimization
CN111327377B (zh) 场强预测方法、装置、设备及存储介质
CN106485339A (zh) 一种电力系统的负荷特性确定方法及系统
JP6439780B2 (ja) 電磁鋼板の磁気特性予測装置及び磁気特性制御装置
CN114626769B (zh) 一种电容式电压互感器运维方法及系统
CN110969306A (zh) 基于深度学习的配电低压台区负荷预测方法及装置
CN114329347B (zh) 一种电能表计量误差预测方法、装置及存储介质
CN114840375B (zh) 一种半导体存储产品的老化性能测试方法及系统
CN110111001B (zh) 一种电动汽车充电站的选址规划方法、装置以及设备
CN113837383B (zh) 模型训练方法、装置、电子设备及存储介质
CN114528763B (zh) 一种非晶合金立体卷铁芯变压器噪声处理方法及系统
CN114239396A (zh) 一种风机齿轮箱状态预测方法及系统
CN111091301A (zh) 一种省级电网可持续发展策略的优选方法
CN115278706B (zh) 一种网络结构评估方法、装置、设备及计算机存储介质
CN116432510A (zh) 一种基于集成学习-天牛须优化算法的柔性负荷预测方法
CN115222085A (zh) 基于噪声评价的噪声分析优化方法、终端及存储介质
CN113344435B (zh) 台区供电状态评估、装置、电子设备和存储介质
CN110648021B (zh) 一种两级电力负荷预测结果协调方法、装置及设备
CN116345495B (zh) 基于数据分析和建模的电厂机组调频优化方法
CN113449382B (zh) 一种整车排放结果的仿真方法及系统
CN116070925A (zh) 一种电网工程方案的优选方法及系统
CN113592005A (zh) 一种转炉出钢参数推荐方法、系统、介质和终端
CN116542504A (zh) 参数自适应的半导体工件生产调度方法、设备及存储介质
CN118070941A (zh) 一种基于PSO-VMD-GRU-AdaBoost的电网调节需求预测方法及系统
CN117592825A (zh) 基于图卷积神经网络的电压暂降评估方法

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