CN116359642B - 一种变压器运行状态5g智能监测系统与方法 - Google Patents
一种变压器运行状态5g智能监测系统与方法 Download PDFInfo
- Publication number
- CN116359642B CN116359642B CN202310229543.XA CN202310229543A CN116359642B CN 116359642 B CN116359642 B CN 116359642B CN 202310229543 A CN202310229543 A CN 202310229543A CN 116359642 B CN116359642 B CN 116359642B
- Authority
- CN
- China
- Prior art keywords
- early warning
- information
- sound information
- transformer
- logfbank
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000010586 diagram Methods 0.000 claims abstract description 45
- 238000004891 communication Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 14
- 238000009432 framing Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 210000003298 dental enamel Anatomy 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 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
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/20—Status alarms responsive to moisture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Protection Of Transformers (AREA)
Abstract
本发明涉及变压器监测技术领域,公开了一种变压器运行状态5G智能监测系统与方法。包括:监测模块、5G通信模块以及主控板,主控板、监测模块以及5G通信模块均与供电模块电性连接,主控板与监测模块、5G通信模块以及供电模块控制端相接;监测模块用于对变压器的周围环境以及工作状态进行监测形成声音信息并传输至主控板;主控板用于接收来自监测模块的声音信息,将声音信息转化为波形图计算相关特征指标,并输入至存储的预警算法模型,获取预警信息,将预警信息与声音信息发送至5G通信模块;5G通信模块将预警信息与声音信息发送至平台,将监测模块检测的声音信息转换为波形图,计算其相关特征指标,并通过预警算法模型获取预警信息。
Description
技术领域
本发明涉及变压器监测技术领域,尤其涉及一种变压器运行状态5G智能监测系统与方法。
背景技术
变压器广泛用于局部照明、高层建筑、机场、码头以及CNC机械设备等场所,随着科技发展,对于变压器的运用场景越来越多,运用数量也随之增加,对于电网中的重要节点,变压器的运行状态的监测是至关重要的。
在现有的变压器运行状态监测中,只能通过人工巡检时查看相关变压器的问题,通过人工经验判断变压器有没有异常,是否进行维修保养,没有对变压器实时监测的相关监测,并且对变压器造成损坏的环境因素无法做到实时的监测,当变压器出现问题,变压器中可能形成实质损伤,并造成经济损失,且后续维修需要消耗人工,费时费力。
发明内容
本发明提供了一种变压器运行状态5G智能检测系统与方法,以解决现有的变压器无法实时监测运行状态以及周围环境的问题。
为了实现上述目的,本发明通过如下的技术方案来实现:
第一方面,本申请实施例提供一种变压器运行状态5G智能监测系统,包括:监测模块、5G通信模块、主控板以及平台,主控板、监测模块以及5G通信模块均与供电模块电性连接,主控板与监测模块、5G通信模块以及供电模块控制端相接;监测模块用于对变压器的周围环境以及工作状态进行监测形成声音信息并传输至主控板;主控板用于接收来自监测模块的声音信息,将声音信息转化为波形图计算相关特征指标,并输入至存储的预警算法模型判断变压器是否发生故障,获取预警信息,若发生故障则将预警信息与获取预警信息时预设时间内的声音信息发送至5G通信模块;5G通信模块用于将预警信息与声音信息发送至平台;平台用于接收预警信息与声音信息,并对声音信息中的logfbank特征与经验库中logfbank特征进行匹配,判断变压器发生的故障类型。
通过上述设计,通过监测模块对变压器周围环境以及工作状态声音信息的监测,由预警算法模型对波形图的相关特征指标获取预警结果,最后通过5G通信模块将预警信息与声音信息发送至平台,由平台通过测试信息对变压器故障类型进行判断,可以长时间自动的对变压器的工作状态以及周围环境进行监测,无需人工巡检,同时也能及时的反馈预警信号,避免变压器损坏,造成经济损失以及后续的人工维修问题。
进一步的,监测模块还对温度信息、湿度信息或电压信息进行监测并获取对应的预警信息通过5G通讯模块传输至平台;其中,电压信息包括工作电压信息以及持续时长信息,温度信息、湿度信息以及电压信息为固定阈值监测;预警信息包括湿度预警信号、高温临界预警信号、高温预警信号、低温预警信号、高压预警信号以及噪音预警信号。
通过上述设计,通过对温度、湿度或电压进行监测,获取对应的各类预警信号,全面多角度的对影响变压器的因素进行了监测,并对应产生预警信号,使维修人员可以针对预警信号对变压器做对应方面的检查维修。
进一步的,当平台接收到低温预警信息以及高温预警信息时,对接收到低温预警信息或高温预警信息的预设时间内的声音信息进行logfbank特征提取并与经验库中logfbank特征进行匹配,判断故障类型。
通过上述设计,通过低温预警信息以及高温预警信息和声音信息的协同预警,在变压器所处环境变化时,提前对变压器的情况进行监测,避免出现问题导致变压器损坏,造成更为严重的后果。
进一步的,声音信息为动态阈值监测,动态阈值监测为当平台接收到预警信息时,对对应预警信息所处时段预设时间内的声音信息进行logfbank特征的提取,并与经验库中存储的logbank特征匹配,判断变压器是否发生故障,若匹配到故障类型,则通知维修人员进行检修,若未匹配到故障类型,则平台通过5G通信模块向主控板发送重置信号,调整预警算法模型对声音信息的监测阈值;当未匹配到故障类型时,经验库对logfbank特征进行预存,若一段时间内变压器发生故障,则保存logfbank特征以及对应的变压器故障类型。
通过上述设计,通过对声音信息logfbank特征的提取,与经验库中的logfbank特征进行比对,判断故障类型,未匹配上logfbank特征时,对预警算法模型进行训练升级,避免了因周围环境变化,导致预警算法模型长时间的发送预警信号,提升了预警算法模型的适应性。
进一步的,logfbank特征的提取通过以下步骤实现:
对声音信息进行分帧、加窗处理。
对分帧、加窗处理后的每一帧声音信息经过离散傅里叶变换得到频谱图。
将频谱图的特征经过Mel滤波器得到logfbank特征。
通过上述设计,通过logfbank特征的提取,提供了后续对变压器是否发生故障以及故障类型判断的标准,避免主观因素误判变压器故障,进而浪费检修人员的时间。
进一步的,调整预警算法模型对声音信息的监测阈值为监测模块重新获取变压器周围环境以及工作状态的监测信息,传输至主控板形成新的波形图计算相关特征指标输入预警算法模型,对预警算法模型进行训练,提升声音信息触发噪音预警信号的阈值。
通过上述设计,通过重新对预警算法模型训练,调整声音信息触发噪音预警信号的阈值,避免了预警算法模型持续的向平台发送噪音预警信号。
第二方面,本发明提供一种变压器运行状态5G智能监测方法,包括如下步骤:
S1:采集变压器工作状态的声音信息。
S2:将获取的声音信息转换为工作波形图,同时对非正常工作状态下的变压器进行监测并同样形成非正常工作波形图,计算两个波形图的相关特征指标。
S3:将相关特征指标输入至预警算法模型中,训练预警算法模型,得到训练好的预警算法模型。
S4:通过传感器获取实际生产运行环境中变压器周围环境以及工作状态的声音信息。
S5:将声音信息转换为波形图计算相关特征指标,并输入至训练好的预警算法模型,对声音信息的相关特征指标进行计算判断是否发生故障,通过5G通信获取预警信息以及声音信息。
S6:对声音信息进行logfbank特征的提取与经验库中logfbank特征进行匹配,判断变压器故障类型。
通过上述设计,通过对由声音信息转换的工作波形图以及非正常工作波形图的相关特征指标进行计算,对声音信息进行比较,避免其他因素对结果造成影响,导致后续误判,并通过logfbank特征对变压器故障类型进行判断,减少了检修人员的工作量。
进一步的,相关特征指标为波形图的频域、时域、主频、基频、均值、峰值以及峰峰值。
通过上述设计,通过对波形图的频域、时域、主频、基频、均值、峰值以及峰峰值作为相关特征指标,更为全面的对相关特征指标进行计算,避免后续的预警算法模型造成误判。
进一步的,动态阈值监测方式为对声音信息logfbank特征提取与经验库中logfbank特征匹配时,当未匹配到变压器故障类型时,则重新采集声音信息训练预警算法模型,调整预警算法模型对声音信息的阈值,并保存logfbank特征,若一段时间内变压器发生故障,则将logfbank特征以及对应的变压器故障类型存入经验库,若匹配到变压器故障类型,则通知维修人员进行检修。
logfbank特征的通过以下步骤提取:
对声音信息进行分帧、加窗处理。
对分帧、加窗处理后的每一帧声音信息经过离散傅里叶变换得到频谱图。
将频谱图的特征经过Mel滤波器得到logfbank特征。
通过上述设计,通过每个周期存储的现场实际数据,对预警算法模型进行训练升级,避免了因周围环境变化,导致预警算法模型长时间的发送预警信号,提升了预警算法模型的适应性。
进一步的,步骤S4中还包括对湿度、电压或温度信息的采集,根据采集的湿度、电压或温度信息进行判断并发送相应的预警信息;步骤S6中结合接收到的预警信息对该时间节点的声音信息进行logfbank特征的提取。
当周围湿度超过93%湿度阈值时,发送湿度预警信号。
当环境温度为38℃时,发送高温临界预警信号,40℃时发送高温预警信号,-20℃时发送低温预警信号。
当变压器工作电压低于342V时,发送低压预警信号并发送持续时长,当变压器工作电压高于418V时,发送高压预警信号并发送持续时长。
本发明具有以下有益效果:
1.本发明提供的一种变压器运行状态5G智能监测系统,通过监测模块对变压器周围环境以及工作状态的声音信息的采集,在经过预警算法模型对相关特征指标的计算获取预警信息,预警信息通过5G模块发送至平台,无需人工巡检,可以长时间自动的对变压器的工作状态以及所处环境的监测,避免了变压器因周围环境或长时间工作造成的损坏以及后续的维修问题。
2.本发明提供的一种变压器运行状态5G智能监测方法,通过对由声音信息转换的工作波形图以及非正常工作波形图的相关特征指标进行计算,多角度全面的对声音信息进行比较,避免其他因素对结果造成影响,导致后续误判,通过对声音信息的动态阈值监测方式,避免变压器在实际工作环境中因周围环境的噪音导致预警算法模型对变压器的工作状态造成误判,发出噪音预警信号。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明优选实施例的变压器运行状态5G智能监测系统的工作流程图;
图2为本发明优选实施例的变压器运行状态5G智能监测系统主控板GD32F303RCT6的示意图;
图3为本发明优选实施例的变压器运行状态5G智能监测系统电容麦克风的电路图;
图4为本发明优选实施例的变压器运行状态5G智能监测系统中监测电压信号的RN8302芯片示意图;
图5为本发明优选实施例的变压器运行状态5G智能监测系统中供电模块TOP266KG的示意图;
图6为本发明优选实施例的变压器正常工作状态的声音信息波形图;
图7为本发明优选实施例的变压器接收到低温预警信号时,对应时段的声音信息波形图;
图8为本发明优选实施例的变压器接收到的高温预警信号时,对应时段的声音信息波形图;
图9为本发明优选实施例的变压器高压管套脏污表面釉质脱落或裂损时发生表面闪络时的声纹图;
图10为本发明优选实施例的变压器导线连接处或T接处断线、松动导致氧化过热,刮风时时接时断,接触时发生弧光或火花的声纹图。
具体实施方式
下面对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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,都属于本发明保护的范围。
除非另作定义,本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也相应地改变。
请参见图1至图5,本申请实施例提供一种变压器运行状态5G智能监测系统,包括:监测模块、5G通信模块、主控板以及平台,主控板、监测模块以及5G通信模块均与供电模块电性连接,主控板与监测模块、5G通信模块以及供电模块控制端相接;监测模块,用于对变压器的周围环境以及工作状态进行监测形成声音信息并传输至主控板;主控板,用于接收来自监测模块的声音信息,将声音信息转化为波形图计算相关特征指标,并输入至存储的预警算法模型判断变压器是否发生故障,获取预警信息,若发生故障则将预警信息与获取预警信息时预设时间内的声音信息发送至5G通信模块;5G通信模块,用于将预警信息与声音信息发送至平台;平台,用于接收预警信息与声音信息,并对声音信息中的logfbank特征与经验库中logfbank特征进行匹配,判断变压器发生的故障类型。
实施时,监测模块还对温度信息、湿度信息或电压信息进行监测并获取对应的预警信息,其中,电压信息包括工作电压信息以及持续时长信息,温度信息、湿度信息以及电压信息为固定阈值监测;预警信息包括湿度预警信号、高温临界预警信号、高温预警信号、低温预警信号、高压预警信号以及噪音预警信号。
当平台接收到低温预警信息以及高温预警信息时,对接收到低温预警信息或高温预警信息的预设时间内的声音信息进行logfbank特征提取并与经验库中logfbank特征进行匹配,判断故障类型。
通过对温度、湿度以及电压进行监测,获取对应的各类预警信号,全面多角度的对影响变压器的因素进行了监测,并对应产生预警信号,通过低温预警信息以及高温预警信息和声音信息的协同预警,在变压器所处环境变化时,提前对变压器的情况进行监测,避免出现问题导致变压器损坏,造成更为严重的后果,也使得维修人员可以针对预警信号对变压器做对应方面的检查维修。
在本实施例中,请参见图2,主控板采用GD32F303RCT6(LQFP64),具有ARM Cortex-M4强大浮点运算能力,适合跑小型的UCOS操作系统。
该芯片有以下5个特点:
1、CAN有两个。
2、ADC多通道,支持差分信号输入,ADC转换速度比其他的MCU快,带PGA可编程运放。
3、两通道12位的DAC输出通道,支持DMA。
4、多串口,支持DMA。
5、支持USB功能。
本实施例中,请参见图3,监测模块中对声音信息采集通过高精度的电容麦克风,电路采用两级反相放大,将声音信息放大34.68倍,然后通过半波整流滤波,将声音信息转化为量化的电信号,给单片机处理。单片机将得到的AD值,进行处理,通过与标准声音进行比对,分析得到实际声音值。
本实施例中,请参见图4,监测模块中对电压信息采集通过RN8302芯片,高精度、低功耗的三相计量芯片,集成了7路高精度ADC,工作电压为3.3V,具备高达5000:1的动态范围。RN8302能够同时测量基波和全波的有功功率、无功功率和视在功率,也可提供功率因数、电压电流有效值、电压电流相角、谐波计算等,RN8302还提供零线防窃电、全失压低功耗自动测量、二次侧互感器开短路检测等防窃电功能,RN8302可满足国网/南网的表计和终端应用需求。
本事实例中,请参见图5,供电模块采用Powerint公司的TOPSwitch-JX系列TOP266KG是高性价比器件,集成了725V功率MOSFET,高压开关电流源,多模式PWM控制,振荡器,热关断电路,故障保护以及其它控制电路。265VAC时无负载的功耗低100mW,工作频率132kHz,降低了变压器尺寸和电源的体积。
本申请实施例还提供一种变压器运行状态5G智能监测方法,包括如下步骤:
S1:采集变压器工作状态的声音信息。
请参见表1,通过实验室环境采集变压器工作状态下的环境噪音以及相关信息;
其中相关信息包括环境温度、环境湿度以及工作电压。
表1:实验室环境变压器的声音信息及相关信息
环境温度 | 环境湿度 | 环境噪音 | 电压V |
29.1 | 34.8 | 39 | 381 |
28.9 | 46.6 | 38 | 380 |
29.0 | 48.1 | 40 | 380 |
29.0 | 49.1 | 41 | 381 |
28.8 | 48.9 | 42 | 380 |
28.8 | 49.2 | 42 | 381 |
28.8 | 49.6 | 41 | 380 |
28.9 | 50.9 | 40 | 381 |
28.9 | 51.9 | 38 | 381 |
28.9 | 50.9 | 53 | 381 |
28.7 | 52.4 | 48 | 381 |
28.7 | 53.4 | 49 | 380 |
29.0 | 49.6 | 51 | 380 |
28.8 | 50.1 | 47 | 381 |
29.0 | 48.6 | 53 | 381 |
29.2 | 48.0 | 51 | 380 |
29.2 | 48.1 | 50 | 381 |
29.4 | 47.8 | 52 | 380 |
29.2 | 48.4 | 48 | 380 |
29.3 | 48.2 | 52 | 380 |
S2:将获取的声音信息转换为工作波形图,同时对非正常工作状态下的变压器进行监测并同样形成非正常工作波形图,计算两个波形图的相关特征指标。
请参见图6,图6为在实验室环境下正常工作状态下的声音信息波形图。
S3:将相关特征指标输入至预警算法中,得到训练好的预警算法模型。
将波形图中频域、时域、主频、基频、均值、峰值以及峰峰值作为相关特征指标输入至神经网络中,获取预警算法模型。
S4:通过传感器获取实际生产运行环境中变压器周围环境以及工作状态的温度信息、湿度信息、声音信息以及电压信息。
其中,通过传感器对温度信息、湿度信息以及电压信息进行采集后直接进行判断是否达到设定阈值,若达到设定阈值则发送相应预警信息以及该时段的声音信息至步骤S6。
当周围湿度超过93%湿度阈值时,发送湿度预警信号。
当环境温度为38℃时,发送高温临界预警信号,40℃时发送高温预警信号,-20℃时发送低温预警信号。
当变压器工作电压低于342V时,发送低压预警信号并发送持续时长,当变压器工作电压高于418V时,发送高压预警信号并发送持续时长。
请参见表2,表2为梅雨季节时预警算法模型发出湿度预警信息对应的声音信息。
表2:梅雨季节预警算法发出湿度预警信息对应的监测信息
环境温度 | 环境湿度 | 环境噪音 | 电压V |
29.2 | 84.7 | 40 | 380 |
29.1 | 85.0 | 39 | 380 |
28.9 | 85.7 | 41 | 380 |
29.0 | 84.2 | 42 | 381 |
29.0 | 86.5 | 38 | 381 |
28.8 | 87.8 | 39 | 380 |
28.8 | 90.1 | 38 | 380 |
28.8 | 92.1 | 42 | 381 |
28.9 | 93.4 | 38 | 381 |
28.9 | 90.5 | 39 | 381 |
28.9 | 88.2 | 38 | 380 |
28.7 | 86.3 | 40 | 381 |
28.7 | 85.3 | 41 | 380 |
29.0 | 84.2 | 41 | 381 |
28.8 | 85.5 | 39 | 381 |
请参见表3,表3为预警算法模型发出高温临界预警以及高温预警对应的监测信息。
表3:预警算法发出高温临界预警以及高温预警对应的监测信息
环境温度 | 环境湿度 | 环境噪音 | 电压V |
39.1 | 34.8 | 39 | 381 |
39.2 | 46.6 | 38 | 380 |
40.1 | 48.1 | 40 | 380 |
40.5 | 49.1 | 41 | 381 |
38.7 | 48.9 | 42 | 380 |
38.4 | 49.2 | 42 | 381 |
37.5 | 49.6 | 41 | 380 |
36.8 | 50.9 | 41 | 381 |
36.4 | 51.9 | 38 | 381 |
36.7 | 50.9 | 39 | 381 |
36.7 | 52.4 | 42 | 381 |
36.2 | 53.4 | 40 | 380 |
37.6 | 49.6 | 40 | 380 |
37.6 | 50.1 | 40 | 381 |
S5:将声音信息转换为波形图计算相关特征指标,并输入至训练好的预警算法模型,对声音信息的相关特征指标进行计算,通过5G通信获取预警信息以及声音信息。
S6:对声音信息进行logfbank特征的提取与经验库中logfbank特征进行匹配,判断变压器是否发生故障以及故障类型。
在实施时,由于存储在计算机硬盘中的原始WAV音频文件是不定长的,首先将其且分为固定长度的多个小片段,执行分帧处理。
根据语音信息变化迅速的特性,每一帧的时间长度取10-30毫秒,以保证一帧内有足够多的周期,且变化不会过于剧烈,更适用于分析平稳信号的傅里叶变换。
在分帧处理中,直接将一个连续的语音信息切分为若干个片段,造成了截断效应产生的频谱泄漏,通过加窗操作消除每个帧的短时信号在其两端边缘处出现的信号不连续性问题。
在本实施例中,经过预加重处理后,采用汉明窗函数进行加窗处理。
汉明窗函数如下:
其中,n为滤波器阶数
N为窗函数的总长度。
加窗过程表示为:
S′(n)=W(n)×S(n)
在加窗处理中,还可通过矩形窗以及汉宁窗实现加窗处理以解决信号不连续的问题,此处不一一赘述。
在经过上述处理之后,得到的仍然是时域的信号,而时域中可直接获取的语音信息量较少,在进行进一步的语音信号特征提取时,还需要将每一帧的时域信号对应转换到其频域信号,对于存储在计算机上的语音信号,需要使用离散的傅里叶变换,由于普通的离散傅里叶变换的计算复杂度较高,通常使用快速傅里叶变换来实现,由于MFCC算法经过分帧之后,每一帧都是短时间内的时域信号,所以这一步也成为短时快速傅里叶变换。
其中,P(n)表示计算机频域信号。
在实施时,通过声音信息经过预警算法模型的灵活调整阈值,不会误发声音报警信号,结合传感器对湿度温度以及电压的固定阈值判断变压器实施工作情况,后续结合相应的预警信号以及该时段的声音信息对变压器的故障类型进行logfbak特征的提取,判断变压器故障类型。
在平台接收到低温预警信息以及高温预警信息时,对平台接收到低温预警信息或高温预警信息时前10分钟的声音信息进行logfbank特征提取并与经验库中的logfbank特征进行匹配,判断是否发生故障以及故障类型。
请参见图7,图7为在平台接收到低温预警信号时,对应时段声音信息的波形图。
在平台接收到低温预警信息时,对接收到低温预警信息前10分钟的声音信息进行logfbank特征提取与经验库中logfbank特征进行匹配。
将10分钟的声音信息分为40个声音节点,其中在15至23声音节点中,平均提升了20分贝,幅值由3增加至5,波动过大且持续稳定,因此判定变压器的导线连接处或T接处断线、松动导致氧化过热,刮风时时接时断,需要人工维修焊接。
请参见图8,图8为在平台接收到高温预警信号时,对应时段声音信息的波形图。
在平台接收到高温预警信息时,对接收到高温预警信息前10分钟的声音信息进行logfbank特征提取与经验库中logfbank特征进行匹配。
将10分钟的声音信息分为40个声音节点,其中在25至33声音节点中,平均降低了20分贝,幅值由5降低至3,波动减小且持续稳定声音节点的变化,因此判定变压器的高压管套表面釉质脱落或损裂,需要人工维修更换。
请参见图9,图9为变压器高压管套脏污表面釉质脱落或裂损时发生表面闪络时的声纹图,具体声音表现为“嘶嘶”或“哧哧”的噪音。
请参见图10,图10为变压器导线连接处或T接处断线、松动导致氧化过热,刮风时时接时断,接触时发生弧光或火花的声纹图,由导线传递至变压器内部发出的声音,具体声音表现为似蛙鸣“唧哇唧哇”的噪音。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (6)
1.一种变压器运行状态5G智能监测系统,其特征在于,包括:监测模块、5G通信模块、主控板以及平台,所述主控板、监测模块以及5G通信模块均与供电模块电性连接,所述主控板与所述监测模块、5G通信模块以及供电模块控制端相接;
所述监测模块,用于对变压器的周围环境以及工作状态进行监测形成声音信息并传输至所述主控板;
所述监测模块还对温度信息、湿度信息或电压信息进行监测并获取对应的预警信息通过所述5G通信模块传输至所述平台;
其中,所述电压信息包括工作电压信息以及持续时长信息,所述温度信息、湿度信息以及电压信息为固定阈值监测;
所述预警信息包括湿度预警信号、高温临界预警信号、高温预警信号、低温预警信号、高压预警信号以及噪音预警信号;
所述主控板,用于接收来自监测模块的声音信息,将所述声音信息转化为波形图计算相关特征指标,并输入至存储的预警算法模型判断变压器是否发生故障,获取预警信息,若发生故障则将所述预警信息与获取预警信息时预设时间内的声音信息发送至所述5G通信模块;
所述5G通信模块,用于将所述预警信息与所述声音信息发送至平台;
所述平台,用于接收预警信息与所述声音信息,并对所述声音信息中的logfbank特征与经验库中logfbank特征进行匹配,判断变压器发生的故障类型;
所述声音信息为动态阈值监测,所述动态阈值监测为当所述平台接收到预警信息时,对对应预警信息所处时段预设时间内的声音信息进行logfbank特征的提取,并与经验库中存储的logbank特征匹配,判断变压器是否发生故障,若匹配到故障类型,则通知维修人员进行检修,若未匹配到故障类型,则所述平台通过所述5G通信模块向所述主控板发送重置信号,调整所述预警算法模型对声音信息的监测阈值;
调整所述预警算法模型对声音信息的监测阈值为监测模块重新获取变压器周围环境以及工作状态的声音信息,传输至主控板形成新的波形图计算相关特征指标输入预警算法模型,对预警算法模型进行训练,提升声音信息触发噪音预警信号的阈值;
当未匹配到故障类型时,经验库对logfbank特征进行预存,若一段时间内变压器发生故障,则保存logfbank特征以及对应的变压器故障类型;
当所述平台接收到低温预警信息以及高温预警信息时,对接收到低温预警信息或高温预警信息的预设时间内的声音信息进行logfbank特征提取并与经验库中logfbank特征进行匹配,判断故障类型。
2.根据权利要求1所述的系统,其特征在于,所述logfbank特征的提取通过以下步骤实现:
对声音信息进行分帧、加窗处理;
对分帧、加窗处理后的每一帧声音信息经过离散傅里叶变换得到频谱图;
将频谱图的特征经过Mel滤波器得到logfbank特征。
3.一种变压器运行状态5G智能监测方法,其特征在于,应用于权利要求1-2任一项所述的变压器运行状态5G智能监测系统,所述方法包括如下步骤:
S1:采集变压器工作状态的声音信息;
S2:将获取的声音信息转换为工作波形图,同时对非正常工作状态下的变压器进行监测并同样形成非正常工作波形图,计算两个波形图的相关特征指标;
S3:将相关特征指标输入至预警算法模型中,训练预警算法模型,得到训练好的预警算法模型;
S4:通过传感器获取实际生产运行环境中变压器周围环境以及工作状态的声音信息;
S5:将工作状态的声音信息转换为波形图计算相关特征指标,并输入至训练好的预警算法模型,对所述声音信息的相关特征指标进行计算判断是否发生故障,通过5G通信获取预警信息以及声音信息;
S6:对声音信息进行logfbank特征的提取与经验库中logfbank特征进行匹配,判断变压器故障类型。
4.根据权利要求3所述的方法,其特征在于,所述相关特征指标为波形图的频域、时域、主频、基频、均值、峰值以及峰峰值。
5.根据权利要求3所述的方法,其特征在于,所述声音信息为动态阈值监测方式,所述动态阈值监测方式为对声音信息logfbank特征提取与经验库中logfbank特征匹配时,当未匹配到变压器故障类型时,则重新采集声音信息训练预警算法模型,调整预警算法模型对声音信息的阈值,并保存logfbank特征,若一段时间内变压器发生故障,则将logfbank特征以及对应的变压器故障类型存入经验库,若匹配到变压器故障类型,则通知维修人员进行检修;
所述logfbank特征的通过以下步骤提取:
对声音信息进行分帧、加窗处理;
对分帧、加窗处理后的每一帧声音信息经过离散傅里叶变换得到频谱图;
将频谱图的特征经过Mel滤波器得到logfbank特征。
6.根据权利要求3所述的方法,其特征在于,所述步骤S4中还包括对湿度、电压或温度信息的采集,根据采集的湿度、电压或温度信息进行判断并发送相应的预警信息;
所述步骤S6中结合接收到的预警信息对该时间节点的声音信息进行logfbank特征的提取;
当周围湿度超过93%湿度阈值时,发送湿度预警信号;
当环境温度为38℃时,发送高温临界预警信号,40℃时发送高温预警信号,-20℃时发送低温预警信号;
当变压器工作电压低于342V时,发送低压预警信号并发送持续时长,当变压器工作电压高于418V时,发送高压预警信号并发送持续时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310229543.XA CN116359642B (zh) | 2023-03-10 | 2023-03-10 | 一种变压器运行状态5g智能监测系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310229543.XA CN116359642B (zh) | 2023-03-10 | 2023-03-10 | 一种变压器运行状态5g智能监测系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116359642A CN116359642A (zh) | 2023-06-30 |
CN116359642B true CN116359642B (zh) | 2024-01-23 |
Family
ID=86913106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310229543.XA Active CN116359642B (zh) | 2023-03-10 | 2023-03-10 | 一种变压器运行状态5g智能监测系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116359642B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4368459A (en) * | 1980-12-16 | 1983-01-11 | Robert Sapora | Educational apparatus and method for control of deaf individuals in a mixed teaching environment |
CN102221651A (zh) * | 2011-03-11 | 2011-10-19 | 太原理工大学 | 一种矿用隔爆型干式变压器故障在线诊断及预警方法 |
WO2012029376A1 (ja) * | 2010-09-01 | 2012-03-08 | ボッシュ株式会社 | 超音波検知装置の校正処理装置及び校正処理方法並びに車載用障害物検知装置 |
KR101467342B1 (ko) * | 2013-10-18 | 2014-12-23 | 성균관대학교산학협력단 | 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템 |
WO2017088354A1 (zh) * | 2015-11-27 | 2017-06-01 | 张泽 | 设备故障诊断方法、装置及系统 |
WO2018145447A1 (zh) * | 2017-02-07 | 2018-08-16 | 中兴通讯股份有限公司 | 一种终端工作控制方法、装置及终端 |
WO2019058379A1 (en) * | 2017-09-25 | 2019-03-28 | New Go - Arc (2015) Ltd. | SYSTEMS AND METHODS FOR PREVENTING WORK ACCIDENTS |
CN110310667A (zh) * | 2019-07-12 | 2019-10-08 | 莫毓昌 | 一种基于声学特征的设备故障检测方法 |
CN212207527U (zh) * | 2020-03-17 | 2020-12-22 | 西南石油大学 | 基于多源信息融合的变压器在线监测装置 |
CN112326210A (zh) * | 2019-07-17 | 2021-02-05 | 华北电力大学(保定) | 一种声振信号联合1d-cnn的大型电机故障诊断方法 |
CN113405825A (zh) * | 2021-06-11 | 2021-09-17 | 曲阜师范大学 | 一种基于声音信号的带式输送机故障诊断方法 |
CN113607447A (zh) * | 2021-07-08 | 2021-11-05 | 中核检修有限公司 | 一种声学光学联合风机故障定位装置及方法 |
CN113671361A (zh) * | 2021-06-25 | 2021-11-19 | 海南电网有限责任公司海南输变电检修分公司 | 基于多源信号融合的高压断路器特性参数预测方法及系统 |
CN114217149A (zh) * | 2021-11-14 | 2022-03-22 | 国网辽宁省电力有限公司葫芦岛供电公司 | 一种变压器声学指纹不停电检测及状态预警方法 |
CN115015692A (zh) * | 2022-06-06 | 2022-09-06 | 国网内蒙古东部电力有限公司赤峰供电公司 | 一种高压设备电力电缆运维监测预警方法及系统 |
WO2022205526A1 (zh) * | 2021-04-01 | 2022-10-06 | 江苏科技大学 | 一种用于水下无人机器人集群的动态定位信息融合方法 |
CN115310843A (zh) * | 2022-08-17 | 2022-11-08 | 国网浙江省电力有限公司电力科学研究院 | 一种用于电力作业安全的环境监测预警方法及装置和设备 |
CN115602193A (zh) * | 2022-06-24 | 2023-01-13 | 南方电网调峰调频发电有限公司(Cn) | 一种多元信息融合的发电厂电气设备分类与异常检测方法 |
WO2023029496A1 (zh) * | 2021-08-30 | 2023-03-09 | 以诺康医疗科技(苏州)有限公司 | 基于智能温度感知的超声刀垫片保护方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112015603A (zh) * | 2019-05-30 | 2020-12-01 | 鸿富锦精密电子(郑州)有限公司 | 用户终端硬件检测方法、装置、计算机装置及存储介质 |
-
2023
- 2023-03-10 CN CN202310229543.XA patent/CN116359642B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4368459A (en) * | 1980-12-16 | 1983-01-11 | Robert Sapora | Educational apparatus and method for control of deaf individuals in a mixed teaching environment |
WO2012029376A1 (ja) * | 2010-09-01 | 2012-03-08 | ボッシュ株式会社 | 超音波検知装置の校正処理装置及び校正処理方法並びに車載用障害物検知装置 |
CN102221651A (zh) * | 2011-03-11 | 2011-10-19 | 太原理工大学 | 一种矿用隔爆型干式变压器故障在线诊断及预警方法 |
KR101467342B1 (ko) * | 2013-10-18 | 2014-12-23 | 성균관대학교산학협력단 | 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템 |
WO2017088354A1 (zh) * | 2015-11-27 | 2017-06-01 | 张泽 | 设备故障诊断方法、装置及系统 |
WO2018145447A1 (zh) * | 2017-02-07 | 2018-08-16 | 中兴通讯股份有限公司 | 一种终端工作控制方法、装置及终端 |
WO2019058379A1 (en) * | 2017-09-25 | 2019-03-28 | New Go - Arc (2015) Ltd. | SYSTEMS AND METHODS FOR PREVENTING WORK ACCIDENTS |
CN110310667A (zh) * | 2019-07-12 | 2019-10-08 | 莫毓昌 | 一种基于声学特征的设备故障检测方法 |
CN112326210A (zh) * | 2019-07-17 | 2021-02-05 | 华北电力大学(保定) | 一种声振信号联合1d-cnn的大型电机故障诊断方法 |
CN212207527U (zh) * | 2020-03-17 | 2020-12-22 | 西南石油大学 | 基于多源信息融合的变压器在线监测装置 |
WO2022205526A1 (zh) * | 2021-04-01 | 2022-10-06 | 江苏科技大学 | 一种用于水下无人机器人集群的动态定位信息融合方法 |
CN113405825A (zh) * | 2021-06-11 | 2021-09-17 | 曲阜师范大学 | 一种基于声音信号的带式输送机故障诊断方法 |
CN113671361A (zh) * | 2021-06-25 | 2021-11-19 | 海南电网有限责任公司海南输变电检修分公司 | 基于多源信号融合的高压断路器特性参数预测方法及系统 |
CN113607447A (zh) * | 2021-07-08 | 2021-11-05 | 中核检修有限公司 | 一种声学光学联合风机故障定位装置及方法 |
WO2023029496A1 (zh) * | 2021-08-30 | 2023-03-09 | 以诺康医疗科技(苏州)有限公司 | 基于智能温度感知的超声刀垫片保护方法及系统 |
CN114217149A (zh) * | 2021-11-14 | 2022-03-22 | 国网辽宁省电力有限公司葫芦岛供电公司 | 一种变压器声学指纹不停电检测及状态预警方法 |
CN115015692A (zh) * | 2022-06-06 | 2022-09-06 | 国网内蒙古东部电力有限公司赤峰供电公司 | 一种高压设备电力电缆运维监测预警方法及系统 |
CN115602193A (zh) * | 2022-06-24 | 2023-01-13 | 南方电网调峰调频发电有限公司(Cn) | 一种多元信息融合的发电厂电气设备分类与异常检测方法 |
CN115310843A (zh) * | 2022-08-17 | 2022-11-08 | 国网浙江省电力有限公司电力科学研究院 | 一种用于电力作业安全的环境监测预警方法及装置和设备 |
Non-Patent Citations (13)
Title |
---|
一 种 改 进 SMD 评 价 函数的自适应阈值红外图像分 割法;邓超迪;数据通信;全文 * |
一种阈值自适应调整的实时音频分割方法;李超;熊璋;薛玲;刘云;;北京航空航天大学学报(第12期);全文 * |
分布式变电站设备音频指纹特征采集和诊断分析系统;姚明;韩浩江;周鸣;;电器工业(第06期);全全文文 * |
发电机声音检测与故障诊断研究;李春雷;董志学;王新杰;;内蒙古工业大学学报(自然科学版)(第03期);全文 * |
周界监测中的阈值优化和多模态节点协同检测算法;邓遂;邓瀚林;梁庆伟;曹红兵;刘海涛;;西安交通大学学报(第02期);全文 * |
基于动态阈值的变压器异常状态检测;刘勇等;电测与仪表;全文 * |
基于小波阈值去噪的过电压信号处理;李舜;李雍;甘粲;;电工文摘(第02期);全文 * |
基于物联网的变电站设备控制柜类湿度监测与风险评估系统;易慧;潘雄;潘晓柏;李小强;江浩田;何莲;;仪器仪表与分析监测(第01期);全文 * |
基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法;张皓然;王学渊;李小霞;;计算机应用(第06期);全文 * |
基于视觉的室内移动机器人精确定位方法;章小兵;宋爱国;唐鸿儒;;数据采集与处理(第02期);全文 * |
声振信号联合1D-CNN的大型电机故障诊断方法;赵书涛;王二旭;陈秀新;王科登;李小双;;哈尔滨工业大学学报(第09期);全文 * |
抗环境音干扰的设备声音故障监测方法;李兰村;廉东本;毛立爽;;计算机系统应用(第06期);全文 * |
机械轴承故障信号提取仿真研究;孙红星;张洋;;计算机仿真(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116359642A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201355384Y (zh) | 开关柜局部放电在线检测与管理系统 | |
US20170234758A1 (en) | GIS leak monitoring method based on vibration signal | |
CN103776622B (zh) | 一种高压断路器机械故障快速诊断系统 | |
WO2016027996A1 (ko) | 전력설비 음향 진단 시스템 | |
CN204188757U (zh) | 便携式电力设备漏电点绝缘检测装置 | |
CN202256581U (zh) | 局部放电超高频信号包络检测装置 | |
CN110196356A (zh) | 无源式频域介电谱在线测量分析系统及方法 | |
CN114189044A (zh) | 一种基于电力物联网的变电站监测技术融合方法 | |
CN116359642B (zh) | 一种变压器运行状态5g智能监测系统与方法 | |
CN110850240A (zh) | 一种高压开关柜局部放电臭氧在线监测装置 | |
CN213240394U (zh) | 一种变压器局部放电现场采集装置 | |
CN204631187U (zh) | 一种地埋式高压电缆局部放电在线监测及定位系统 | |
CN206057492U (zh) | 一种高压开关柜局部放电监测装置 | |
CN105301390A (zh) | 无线绝缘监测装置及其监测方法 | |
CN107728025A (zh) | 一种用于在线监测高压开关柜局部放电的系统 | |
CN205139284U (zh) | 直流试送仪器 | |
CN209028170U (zh) | Gis气室sf6气体压力在线监测预警系统 | |
CN103245898B (zh) | 基于氧传感器的开关柜局部放电实时监测系统 | |
CN110967653A (zh) | 一种检测漏电装置和检测漏电的方法 | |
CN203811744U (zh) | 线路闪络故障检测装置 | |
CN2685880Y (zh) | 高压电气设备中六氟化硫气体在线监测装置 | |
CN204575769U (zh) | 变电站二次电流回路状态在线监测系统 | |
CN204857578U (zh) | 灭弧室真空度在线监测装置 | |
CN114441901A (zh) | 结合参数采集模块和智能插座的多负载故障电弧检测方法 | |
KR100662008B1 (ko) | 가스절연 개폐장치용 지능형 부분방전 검출센서 |
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 |