CN115291056A - 一种基于声纹识别模型的变压器工作状态识别系统及方法 - Google Patents
一种基于声纹识别模型的变压器工作状态识别系统及方法 Download PDFInfo
- Publication number
- CN115291056A CN115291056A CN202210905458.6A CN202210905458A CN115291056A CN 115291056 A CN115291056 A CN 115291056A CN 202210905458 A CN202210905458 A CN 202210905458A CN 115291056 A CN115291056 A CN 115291056A
- Authority
- CN
- China
- Prior art keywords
- transformer
- partial discharge
- target
- target transformer
- discharge position
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 105
- 238000004088 simulation Methods 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/18—Artificial neural networks; Connectionist approaches
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明提供了一种基于声纹识别模型的变压器工作状态识别系统及方法,该系统包括:声纹识别模型,用于根据目标变压器产生的实时超声波信号识别目标变压器的工作状态,判断目标变压器是否存在局部放电故障,若是,则生成脉冲检测指令;脉冲模块,用于响应脉冲检查指令,以预设频率向目标变压器输入预设幅值脉冲检测信号;调节模块,用于调节改变超声波传感器与目标变压器之间的相对位置,获取与多个不同检测点一一对应的检测超声波信号;局部放电识别模块,用于根据检测超声波信号,对目标变压器的局部放电实际位置点进行定位。本发明不仅能够判断目标变压器是否存在局部放电故障,还可以很好地实现对目标变压器的局部放电实际位置点的定位。
Description
技术领域
本发明涉及数控机床技术领域,具体而言,涉及一种基于声纹识别模型的变压器工作状态识别系统及方法。
背景技术
变压器运行过程中,在内部电流、磁场等多种因素的共同作用下产生机械性变形,经自身结构传导,表现为振动信号,这一信号经周围空气介质传播,产生了变压器的运行的声音信号。这些信号能够在很大程度上反映变压器的运行状况。因此,通过对变压器运行过程中产生的声音信号进行分析,能够识别变压器机械部件的工作状态。
申请人经过大量检索发现一些典型的现有技术,如申请号为202111343860.1的专利公开一种变压器声学指纹不停电检测及状态预警方法,其能够在不停电状态及时预警并及时通知运维人员进行快速处置,提升设备安全性能。又如申请号为202210002728.2的专利公开了一种基于声波干涉的变压器诊断方法及装置,其获取声信号不需要接触设备,获取信号方便,采集信号时不产生电磁信号,不会干扰设备的正常运行,简单便捷。再如申请号为202210163813.7的专利公开了一种基于声波信号及注意力网络的变压器故障检测方法,其使用堆叠的多层深度卷积注意力网络,依托于深度模型强大的特征表达能力,通过模型训练学习从变压器工作时产生的声波信号中得到具有深度判别性和鲁棒性的特征,从而达到更加准确的变压器故障检测效果。
由此可见,对于变压器在实际应用中亟待处理的许多问题(比如如何识别变压器工作状态),还存在许多未提出的技术方案。
发明内容
基于此,为了实现对变压器工作状态的识别,本发明提供了一种基于声纹识别模型的变压器工作状态识别系统及方法,其具体技术方案如下:
一种基于声纹识别模型的变压器工作状态识别系统,包括用于采集目标变压器产生的实时超声波信号的超声波传感器;所述基于声纹识别模型的变压器工作状态识别系统还包括声纹识别模型、脉冲模块、调节模块以及局部放电识别模块。
声纹识别模型用于根据目标变压器产生的实时超声波信号识别目标变压器的工作状态,判断目标变压器是否存在局部放电故障,若是,则生成脉冲检测指令。
脉冲模块用于响应脉冲检查指令,以预设频率向目标变压器输入预设幅值脉冲检测信号;调节模块用于调节改变超声波传感器与目标变压器之间的相对位置,获取与多个不同检测点一一对应的检测超声波信号。
局部放电识别模块用于根据与多个不同检测点一一对应的检测超声波信号,对目标变压器的局部放电实际位置点进行定位。
声纹识别模型经过训练后,用来识别目标变压器产生的实时超声波信号。当标变压器存在局部放电故障时,通过获取多个不同检测点对应的检测超声波信号并获取与多个不同检测点对应的定位信息,综合考虑多个多个不同检测点对应的定位信息来实现对目标变压器的局部放电实际位置点的定位,可以克服利用单个检测点超声波信号对目标变压器进行定位可能出现的定位不准确的问题。
综上所述,所述基于声纹识别模型的变压器工作状态识别系统不仅能够判断目标变压器是否存在局部放电故障,还可以很好地实现对目标变压器的局部放电实际位置点的定位。
进一步地,所述基于声纹识别模型的变压器工作状态识别系统还包括变压器模型、仿真模块以及修正模块。
变压器模型根据目标变压器构建而成;仿真模块根据变压器模型以及所定位到的目标变压器局部放电实际位置对变压器模型进行局部放电仿真模拟,以获取超声波传感器在多个不同检测点所获得的仿真超声波信号。
修正模块根据超声波传感器在多个不同检测点所获得的仿真超声波信号对所定位到的目标变压器的局部放电实际位置点进行修正。
进一步地,所述基于声纹识别模型的变压器工作状态识别系统还包括聚类模块以及定位模块。
聚类模块用于对局部放电识别模块定位到的目标变压器的局部放电实际位置点以及经过修正模块修正后的目标变压器的局部放电实际位置点进行聚类处理。
定位模块获取可将聚类后的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域,并以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
进一步地,所述定位模块还包括信号源区域获取单元、叠加区域获取单元以及定位单元。
信号源区域获取单元用于根据超声波传感器的精度误差获取多个不同检测点对应的局部放电超声波信号源区域;叠加区域获取单元用于获取多个不同检测点对应的局部放电超声波信号源区域在目标变压器上的叠加区域。
定位单元获取可将聚类后的位于叠加区域内的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域,并以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
一种基于声纹识别模型的变压器工作状态识别方法,其包括如下步骤:
S1,采集目标变压器产生的实时超声波信号。
S2,根据目标变压器产生的实时超声波信号识别目标变压器的工作状态,判断目标变压器是否存在局部放电故障,若是,则生成脉冲检测指令。
S3,响应脉冲检查指令,以预设频率向目标变压器输入预设幅值脉冲检测信号。
S4,调节改变超声波传感器与目标变压器之间的相对位置,获取与多个不同检测点一一对应的检测超声波信号。
S5,根据与多个不同检测点一一对应的检测超声波信号,对目标变压器的局部放电实际位置点进行定位。
进一步地,所述基于声纹识别模型的变压器工作状态识别方法还包括如下步骤:
根据目标变压器构建变压器模型;
根据变压器模型以及所定位到的目标变压器局部放电实际位置对变压器模型进行局部放电仿真模拟,以获取超声波传感器在多个不同检测点所获得的仿真超声波信号;
根据超声波传感器在多个不同检测点所获得的仿真超声波信号对所定位到的目标变压器的局部放电实际位置点进行修正。
进一步地,所述基于声纹识别模型的变压器工作状态识别方法还包括如下步骤:
对局部放电识别模块定位到的目标变压器的局部放电实际位置点以及经过修正模块修正后的目标变压器的局部放电实际位置点进行聚类处理;
获取可将聚类后的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域;
以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
进一步地,基于声纹识别模型的变压器工作状态识别方法还包括如下步骤:
根据超声波传感器的精度误差获取多个不同检测点对应的局部放电超声波信号源区域;
获取多个不同检测点对应的局部放电超声波信号源区域在目标变压器上的叠加区域;
获取可将聚类后的位于叠加区域内的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域;
以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
一种计算机可读存储介质,其存储有计算机程序,当所述计算机程序被处理器执行时实现所述的基于声纹识别模型的变压器工作状态识别方法。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1是本发明一实施例中一种基于声纹识别模型的变压器工作状态识别系统的整体结构示意图;
图2是本发明一实施例中一种变压器局部放电检测系统中超声波信号源定位区域与重叠区域之间的关系示意图;
图3是本发明一实施例中一种变压器局部放电检测系统中重叠区域的放大示意图;
图4是本发明一实施例中一种基于声纹识别模型的变压器工作状态识别方法的整体流程示意图。
附图标记说明:
1、超声波传感器;2、声纹识别模型;3、脉冲模块;4、调节模块;5、局部放电识别模块;6、目标变压器;7、局部放电超声波信号源区域;8、叠加区域。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明。应当理解的是,此处所描述的具体实施方式仅用以解释本发明,并不限定本发明的保护范围。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明中所述“第一”、“第二”不代表具体的数量及顺序,仅仅是用于名称的区分。
实施例一:
如图1所示,一种基于声纹识别模型的变压器工作状态识别系统,包括用于采集目标变压器产生的实时超声波信号的超声波传感器1;所述基于声纹识别模型的变压器工作状态识别系统还包括声纹识别模型2、脉冲模块3、调节模块4以及局部放电识别模块5。
声纹识别模型用于根据目标变压器产生的实时超声波信号识别目标变压器6的工作状态,判断目标变压器是否存在局部放电故障,若是,则生成脉冲检测指令。
声纹识别模型中存储有多个局部放电故障相对应的超声波故障信号,其可以是训练好的卷积神经网络。声纹识别模型通过对比目标变压器产生的实时超声波信号与超声波故障信号之间的相似度,判断目标变压器是否存在局部放电故障。
脉冲模块用于响应脉冲检查指令,以预设频率向目标变压器输入预设幅值脉冲检测信号;调节模块用于调节改变超声波传感器与目标变压器之间的相对位置,获取与多个不同检测点一一对应的检测超声波信号。
预设幅值脉冲检测信号的目的,在于给目标变压器一个驱动电流以生成对应的超声波信号。
调节模块包括一个围绕目标变压器而设置的圆形轨道40以及滑动安装在圆形轨道上的XYZ三轴滑动模组41,超声波传感器安装在XYZ三轴滑动模组上。XYZ三轴滑动模组用于驱动超声波传感器在XYZ三轴方向上移动,且XYZ三轴滑动模组被配置成可以沿圆形轨道移动,以实现环绕目标变压器移动。
如此一来,即可以调整超声波传感器与目标变压器之间的相对位置,实现对目标变压器的多个不同检测点的超声波信号检测。
局部放电识别模块用于根据与多个不同检测点一一对应的检测超声波信号,对目标变压器的局部放电实际位置点进行定位。
声纹识别模型经过训练后,用来识别目标变压器产生的实时超声波信号。当标变压器存在局部放电故障时,通过获取多个不同检测点对应的检测超声波信号并获取与多个不同检测点对应的定位信息,综合考虑多个多个不同检测点对应的定位信息来实现对目标变压器的局部放电实际位置点的定位,可以克服利用单个检测点超声波信号对目标变压器进行定位可能出现的定位不准确的问题。
综上所述,所述基于声纹识别模型的变压器工作状态识别系统不仅能够判断目标变压器是否存在局部放电故障,还可以很好地实现对目标变压器的局部放电实际位置点的定位。
实施例二:
如图1所示,一种基于声纹识别模型的变压器工作状态识别系统,包括用于采集目标变压器产生的实时超声波信号的超声波传感器;所述基于声纹识别模型的变压器工作状态识别系统还包括声纹识别模型、脉冲模块、调节模块以及局部放电识别模块。
声纹识别模型用于根据目标变压器产生的实时超声波信号识别目标变压器的工作状态,判断目标变压器是否存在局部放电故障,若是,则生成脉冲检测指令。
声纹识别模型中存储有多个局部放电故障相对应的超声波故障信号,其可以是训练好的卷积神经网络。声纹识别模型通过对比目标变压器产生的实时超声波信号与超声波故障信号之间的相似度,判断目标变压器是否存在局部放电故障。
脉冲模块用于响应脉冲检查指令,以预设频率向目标变压器输入预设幅值脉冲检测信号;调节模块用于调节改变超声波传感器与目标变压器之间的相对位置,获取与多个不同检测点一一对应的检测超声波信号。
预设幅值脉冲检测信号的目的,在于给目标变压器一个驱动电流以生成对应的超声波信号。
调节模块包括一个围绕目标变压器而设置的圆形轨道以及滑动安装在环形轨道上的XYZ三轴滑动模组,超声波传感器安装在XYZ三轴滑动模组上。XYZ三轴滑动模组用于驱动超声波传感器在XYZ三轴方向上移动,且XYZ三轴滑动模组被配置成可以沿圆形轨道移动,以实现环绕目标变压器移动。
如此一来,即可以调整超声波传感器与目标变压器之间的相对位置,实现对目标变压器的多个不同检测点的超声波信号检测。
局部放电识别模块用于根据与多个不同检测点一一对应的检测超声波信号,对目标变压器的局部放电实际位置点进行定位。
声纹识别模型经过训练后,用来识别目标变压器产生的实时超声波信号。当标变压器存在局部放电故障时,通过获取多个不同检测点对应的检测超声波信号并获取与多个不同检测点对应的定位信息,综合考虑多个多个不同检测点对应的定位信息来实现对目标变压器的局部放电实际位置点的定位,可以克服利用单个检测点超声波信号对目标变压器进行定位可能出现的定位不准确的问题。
综上所述,所述基于声纹识别模型的变压器工作状态识别系统不仅能够判断目标变压器是否存在局部放电故障,还可以很好地实现对目标变压器的局部放电实际位置点的定位。
一般而言,由于超声波传感器存在测量精度误差,因此基于超声波传感器获取的超声波信号所获取的目标变压器多个局部放电实际位置点,其在目标变压器上的具体位置坐标,不一定全部一致或者说全部重合在一点,但总体会落在一定区域范围内。
为了更好地对目标变压器局部放电实际位置点进行准确定位,可以预设一个最大半径值,以小于最大半径值的最小半径圆形将尽可能多个局部放电实际位置点包括在内,最后以最小半径圆形的圆心作为局部放电最终位置点。
如此的话,当基于超声波传感器获取的超声波信号所获取的目标变压器多个局部放电实际位置点没有完全重合在一起时,通过上述方法,仍可以综合考虑目标变压器多个局部放电实际位置点,以对目标变压器局部放电实际位置点进行准确定位。
一般通过超声波信号实现变压器局部放电位置的定位方法为:获取超声波信号产生时间点与超声波传感器接收到超声波信号时间点之间的差值,再以该差值乘上超声波信号传输速度,得出超声波信号传输距离,最后根据超声波传输距离与超声波传感器位置坐标,获取局部放电实际位置点。
然而上述方法没有考虑超声波传输速度在变压器结构介质发生变化时所产生的细微变化,故而其获取到的局部放电实际位置点会出现一定的偏差。
为了将超声波传输速度在变压器结构介质发生变化时所产生的细微变化考虑在内,以更好地对目标变压器局部放电位置点进行准确定位,在本实施例中,所述基于声纹识别模型的变压器工作状态识别系统还包括变压器模型、仿真模块以及修正模块。
变压器模型根据目标变压器构建而成;仿真模块根据变压器模型以及所定位到的目标变压器局部放电实际位置对变压器模型进行局部放电仿真模拟,以获取超声波传感器在多个不同检测点所获得的仿真超声波信号。
修正模块根据超声波传感器在多个不同检测点所获得的仿真超声波信号对所定位到的目标变压器的局部放电实际位置点进行修正。
在这里,变压器模型属于可以先获取目标变压器的具体结构以及结构具体材料,然后获取目标变压器的具体结构材料介质,构建变压器模型。
由于目标变压器在工作一段时间后,其结构介质的性能会发生变化,超声波信号在结构介质上的传播速度亦会发生细微的变化。因此,对于目标变压器以及变压器模型同一局部放电位置点,相同位置超声波传感器接收到的超声波信号亦会也有一定区别,具体体现在相同传播路径不同到达时间上。
即是说,同一检测点超声波传感器接收到的同一检测点上的仿真超声波信号的时间与实时超声波信号的时间会有一定差别。变压器模型根据目标变压器的工作时间,获取局部放电位置点与超声波传感器之间的超声波传输路径所经过的具体结构介质,并考虑具体结构介质弹性密度与工作时间之间的变化关系,获取超声波信号在不同具体结构介质的实际传播速度。
具体地,可以通过获取变压器不同的具体结构介质在不同工作时间的实际超声波传播速度,在根据变压器不同的具体结构介质在不同工作时间的实际超声波传播速度以及目标变压器的具体结构介质,构建变压器模型,然后计算出超声波传感器在多个不同检测点所获得的仿真超声波信号在变压器模型上的局部放电仿真位置点。
在本实施例中,所述基于声纹识别模型的变压器工作状态识别系统还包括聚类模块以及定位模块。
聚类模块用于对局部放电识别模块定位到的目标变压器的局部放电实际位置点以及经过修正模块修正后的目标变压器的局部放电实际位置点进行聚类处理。
定位模块获取可将聚类后的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域,并以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
具体而言,所述定位模块还包括信号源区域获取单元、叠加区域获取单元以及定位单元。
如图2以及图3所示,信号源区域获取单元用于根据超声波传感器的精度误差获取多个不同检测点对应的局部放电超声波信号源区域7;叠加区域获取单元用于获取多个不同检测点对应的局部放电超声波信号源区域在目标变压器上的叠加区域8。
定位单元获取可将聚类后的位于叠加区域内的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域,并以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
本申请通过构建变压器模型,计算出超声波传感器在多个不同检测点所获得的仿真超声波信号在变压器模型上的局部放电仿真位置点,再根据局部放电仿真位置点对所定位到的目标变压器的局部放电实际位置点进行修正,可以将超声波传输速度在变压器结构介质发生变化时所产生的细微变化考虑在内,实现对目标变压器局部放电位置点的准确定位。
实施例三:
如图3所示,本实施例提供一种基于声纹识别模型的变压器工作状态识别方法,其包括如下步骤:
S1,采集目标变压器产生的实时超声波信号。
S2,根据目标变压器产生的实时超声波信号识别目标变压器的工作状态,判断目标变压器是否存在局部放电故障,若是,则生成脉冲检测指令。
S3,响应脉冲检查指令,以预设频率向目标变压器输入预设幅值脉冲检测信号。
S4,调节改变超声波传感器与目标变压器之间的相对位置,获取与多个不同检测点一一对应的检测超声波信号。
S5,根据与多个不同检测点一一对应的检测超声波信号,对目标变压器的局部放电实际位置点进行定位。
声纹识别模型经过训练后,用来识别目标变压器产生的实时超声波信号。当标变压器存在局部放电故障时,通过获取多个不同检测点对应的检测超声波信号并获取与多个不同检测点对应的定位信息,综合考虑多个多个不同检测点对应的定位信息来实现对目标变压器的局部放电实际位置点的定位,可以克服利用单个检测点超声波信号对目标变压器进行定位可能出现的定位不准确的问题。
综上所述,所述基于声纹识别模型的变压器工作状态识别方法不仅能够判断目标变压器是否存在局部放电故障,还可以很好地实现对目标变压器的局部放电实际位置点的定位。
实施例四:
应当理解,本实施例至少包括上述实施例所有技术特征,并在上述实施例基础上作进一步的具体描述。
在本实施例中,所述基于声纹识别模型的变压器工作状态识别方法还包括如下步骤:
第一步,根据目标变压器构建变压器模型。
第二步,根据变压器模型以及所定位到的目标变压器局部放电实际位置对变压器模型进行局部放电仿真模拟,以获取超声波传感器在多个不同检测点所获得的仿真超声波信号。
第三步,根据超声波传感器在多个不同检测点所获得的仿真超声波信号对所定位到的目标变压器的局部放电实际位置点进行修正。
具体而言,所述基于声纹识别模型的变压器工作状态识别方法还包括如下步骤:
对局部放电识别模块定位到的目标变压器的局部放电实际位置点以及经过修正模块修正后的目标变压器的局部放电实际位置点进行聚类处理;
获取可将聚类后的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域;
以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
其中,获取可将聚类后的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域,并以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点根据超声波传感器的精度误差获取多个不同检测点对应的局部放电超声波信号源区域的具体方法包括如下步骤:
获取多个不同检测点对应的局部放电超声波信号源区域在目标变压器上的叠加区域;
获取可将聚类后的位于叠加区域内的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域;
以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
通过构建变压器模型,计算出超声波传感器在多个不同检测点所获得的仿真超声波信号在变压器模型上的局部放电仿真位置点,再根据局部放电仿真位置点对所定位到的目标变压器的局部放电实际位置点进行修正,可以将超声波传输速度在变压器结构介质发生变化时所产生的细微变化考虑在内,实现对目标变压器局部放电位置点的准确定位。
本实施例还提供一种计算机可读存储介质,其存储有计算机程序,当所述计算机程序被处理器执行时实现所述的基于声纹识别模型的变压器工作状态识别方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于声纹识别模型的变压器工作状态识别系统,包括用于采集目标变压器产生的实时超声波信号的超声波传感器,其特征在于,所述基于声纹识别模型的变压器工作状态识别系统还包括:
声纹识别模型,用于根据目标变压器产生的实时超声波信号识别目标变压器的工作状态,判断目标变压器是否存在局部放电故障,若是,则生成脉冲检测指令;
脉冲模块,用于响应脉冲检查指令,以预设频率向目标变压器输入预设幅值脉冲检测信号;
调节模块,用于调节改变超声波传感器与目标变压器之间的相对位置,获取与多个不同检测点一一对应的检测超声波信号;
局部放电识别模块,用于根据与多个不同检测点一一对应的检测超声波信号,对目标变压器的局部放电实际位置点进行定位。
2.如权利要求1所述的一种基于声纹识别模型的变压器工作状态识别系统,其特征在于,所述基于声纹识别模型的变压器工作状态识别系统还包括:
变压器模型,根据目标变压器构建而成;
仿真模块,根据变压器模型以及所定位到的目标变压器局部放电实际位置对变压器模型进行局部放电仿真模拟,以获取超声波传感器在多个不同检测点所获得的仿真超声波信号;
修正模块,根据超声波传感器在多个不同检测点所获得的仿真超声波信号对所定位到的目标变压器的局部放电实际位置点进行修正。
3.如权利要求2所述的一种基于声纹识别模型的变压器工作状态识别系统,其特征在于,所述基于声纹识别模型的变压器工作状态识别系统还包括:
聚类模块,用于对局部放电识别模块定位到的目标变压器的局部放电实际位置点以及经过修正模块修正后的目标变压器的局部放电实际位置点进行聚类处理;
定位模块,获取可将聚类后的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域,并以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
4.如权利要求3所述的一种基于声纹识别模型的变压器工作状态识别系统,其特征在于,所述定位模块还包括:
信号源区域获取单元,用于根据超声波传感器的精度误差获取多个不同检测点对应的局部放电超声波信号源区域;
叠加区域获取单元,用于获取多个不同检测点对应的局部放电超声波信号源区域在目标变压器上的叠加区域;
定位单元,获取可将聚类后的位于叠加区域内的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域,并以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
5.一种基于声纹识别模型的变压器工作状态识别方法,其特征在于,所述基于声纹识别模型的变压器工作状态识别方法包括如下步骤:
S1,采集目标变压器产生的实时超声波信号;
S2,根据目标变压器产生的实时超声波信号识别目标变压器的工作状态,判断目标变压器是否存在局部放电故障,若是,则生成脉冲检测指令;
S3,响应脉冲检查指令,以预设频率向目标变压器输入预设幅值脉冲检测信号;
S4,调节改变超声波传感器与目标变压器之间的相对位置,获取与多个不同检测点一一对应的检测超声波信号;
S5,根据与多个不同检测点一一对应的检测超声波信号,对目标变压器的局部放电实际位置点进行定位。
6.如权利要求5所述的一种基于声纹识别模型的变压器工作状态识别方法,其特征在于,所述基于声纹识别模型的变压器工作状态识别方法还包括如下步骤:
根据目标变压器构建变压器模型;
根据变压器模型以及所定位到的目标变压器局部放电实际位置对变压器模型进行局部放电仿真模拟,以获取超声波传感器在多个不同检测点所获得的仿真超声波信号;
根据超声波传感器在多个不同检测点所获得的仿真超声波信号对所定位到的目标变压器的局部放电实际位置点进行修正。
7.如权利要求6所述的一种基于声纹识别模型的变压器工作状态识别方法,其特征在于,所述基于声纹识别模型的变压器工作状态识别方法还包括如下步骤:
对局部放电识别模块定位到的目标变压器的局部放电实际位置点以及经过修正模块修正后的目标变压器的局部放电实际位置点进行聚类处理;
获取可将聚类后的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域;
以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
8.如权利要求7所述的一种基于声纹识别模型的变压器工作状态识别方法,其特征在于,基于声纹识别模型的变压器工作状态识别方法还包括如下步骤:
根据超声波传感器的精度误差获取多个不同检测点对应的局部放电超声波信号源区域;
获取多个不同检测点对应的局部放电超声波信号源区域在目标变压器上的叠加区域;
获取可将聚类后的位于叠加区域内的所有目标变压器的局部放电实际位置点包括在内的最小半径圆形区域;
以最小半径圆形区域的圆心作为目标变压器的局部放电最终位置点。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时实现如权利要求5-8任一项所述的基于声纹识别模型的变压器工作状态识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210905458.6A CN115291056A (zh) | 2022-07-29 | 2022-07-29 | 一种基于声纹识别模型的变压器工作状态识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210905458.6A CN115291056A (zh) | 2022-07-29 | 2022-07-29 | 一种基于声纹识别模型的变压器工作状态识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115291056A true CN115291056A (zh) | 2022-11-04 |
Family
ID=83826569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210905458.6A Pending CN115291056A (zh) | 2022-07-29 | 2022-07-29 | 一种基于声纹识别模型的变压器工作状态识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115291056A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117031154A (zh) * | 2023-08-07 | 2023-11-10 | 国网山西省电力公司超高压变电分公司 | 一种基于声纹识别的变压器故障分析方法及系统 |
CN117854245A (zh) * | 2023-12-25 | 2024-04-09 | 北京谛声科技有限责任公司 | 一种基于设备运行音频的异常设备监控方法及系统 |
-
2022
- 2022-07-29 CN CN202210905458.6A patent/CN115291056A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117031154A (zh) * | 2023-08-07 | 2023-11-10 | 国网山西省电力公司超高压变电分公司 | 一种基于声纹识别的变压器故障分析方法及系统 |
CN117031154B (zh) * | 2023-08-07 | 2024-03-22 | 国网山西省电力公司超高压变电分公司 | 一种基于声纹识别的变压器故障分析方法及系统 |
CN117854245A (zh) * | 2023-12-25 | 2024-04-09 | 北京谛声科技有限责任公司 | 一种基于设备运行音频的异常设备监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115291056A (zh) | 一种基于声纹识别模型的变压器工作状态识别系统及方法 | |
CN109033612B (zh) | 一种基于振动噪声及bp神经网络的变压器故障诊断方法 | |
CN112508105B (zh) | 一种采油机故障检测与检索方法 | |
CN106022366B (zh) | 一种基于近邻证据融合的旋转机械设备故障诊断方法 | |
CN111665066B (zh) | 基于卷积神经网络的设备故障自适应上下预警界生成方法 | |
CN109323754A (zh) | 一种列车车轮多边形故障诊断检测方法 | |
US11615344B2 (en) | Condition monitoring device, method, and storage medium | |
CN101846594A (zh) | 基于波束形成声像模式识别的故障检测装置及其检测方法 | |
CN113283310A (zh) | 一种基于声纹特征的电力设备健康状态检测系统和方法 | |
CN115542099B (zh) | 一种在线gis局部放电检测方法和装置 | |
Zhao et al. | Rolling bearing composite fault diagnosis method based on EEMD fusion feature | |
KR20210077496A (ko) | 초음파 대역의 음향 신호를 수신하는 다채널 감지 센서를 구비한 설비 고장 예측 시스템 | |
CN113237619B (zh) | 变转速旋转机械振动的故障预警方法、装置、设备以及存储介质 | |
CN103821749B (zh) | 一种轴流式通风机失速和喘振的在线诊断方法 | |
Ooi et al. | Remote operation status tracking for manufacturing machines via sound recognition using IoT | |
CN112049787B (zh) | 一种非接触式水泵故障检测方法及系统 | |
CN117260806A (zh) | 基于电流信号的工业机器人健康状态评价方法 | |
CN116991115A (zh) | 数控机床主轴状态监测方法、装置、设备及介质 | |
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 | |
CN114355114B (zh) | 一种gis局部放电检测方法、装置、介质及终端设备 | |
CN106383030B (zh) | 一种故障检测的方法及相关装置 | |
CN106353097B (zh) | 一种部件定位方法及相关装置 | |
US20210247751A1 (en) | Diagnosis device, diagnosis method and program | |
CN113219949B (zh) | 一种基于ν-gap metric的装置系统健康度在线监测方法 | |
CN117740082B (zh) | 一种电力设备故障风险预警方法及系统 |
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 |