CN116577651A - 一种高压断路器声纹监测装置传感器位置选取方法及装置 - Google Patents
一种高压断路器声纹监测装置传感器位置选取方法及装置 Download PDFInfo
- Publication number
- CN116577651A CN116577651A CN202310848554.6A CN202310848554A CN116577651A CN 116577651 A CN116577651 A CN 116577651A CN 202310848554 A CN202310848554 A CN 202310848554A CN 116577651 A CN116577651 A CN 116577651A
- Authority
- CN
- China
- Prior art keywords
- domain signals
- frequency domain
- equivalent
- monitoring
- circuit breaker
- 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
- 238000012806 monitoring device Methods 0.000 title claims abstract description 20
- 238000010187 selection method Methods 0.000 title abstract description 3
- 238000012544 monitoring process Methods 0.000 claims abstract description 131
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000007246 mechanism Effects 0.000 claims abstract description 48
- 238000001228 spectrum Methods 0.000 claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims abstract description 12
- 230000009471 action Effects 0.000 claims description 19
- 238000010606 normalization Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000596 photon cross correlation spectroscopy Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001845 vibrational spectrum Methods 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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种高压断路器声纹监测装置传感器位置选取方法及装置。方法包括:根据测量断路器操动机构的空间参数信息,在断路器操动机构的表面等效声源区域划分成多个等效源区域,并设置传声器采集多个等效声源信号,进行快速傅里叶变换为多个等效声源频域信号;根据空间参数信息,对断路器操动机构进行有限元声场仿真,并将仿真后的声场模型划分为多个近声场阵面;并测量各阵面预设的各监测点的声压时域信号,进行快速傅里叶变换为各监测点的声压频域信号;分别将每个监测点的声压频域信号与多个等效声源频域信号进行相关系数计算,确定各监测点与多个等效声源频域信号之间的频谱相关性;根据各监测点的频谱相关性,确定断路器的声纹监测点。
Description
技术领域
本发明涉及高压断路器监测与异常辨识技术领域,并且更具体地,涉及一种高压断路器声纹监测装置传感器位置选取方法及装置。
背景技术
高压断路器作为一种重要的输变电设备,其操动机构能否正确动作,直接关系到系统的安全运行。根据统计表明,高压断路器的操动机构机械故障占全部故障的70%~80%。开展高压断路器操动机构机械状态评估与故障诊断技术及检测装备具有重大意义。
高压断路器实际应用中的各类常见故障(拒动故障、误动故障、卡涩故障和断裂故障等)大多与其操动机构密切相关,而此类故障往往是由潜伏性机械故障(油缓冲器漏油、弹簧疲劳、传动销磨损等)逐步发展累积造成的,潜伏性故障早期特征不够显著,如不及时发现处理易发展成严重故障造成更严重的经济损失。
断路器机械类故障识别主要围绕动作时的振动或声纹信号进行分析与处理,振动与声纹是机械波在不同介质中的不同表现形式,但在实际使用过程中,振动传感需要在断路器上进行打孔部署,且部署位置不同对监测结果具有极强的影响,而声纹传感器则无需与断路器本体直接接触,且能监测机构箱箱体整体振动情况,在现场应用时更为便捷。但对于声纹监测装置传感器的部署位置现有研究鲜有涉及,如何准确还原机构箱振动的频谱特性,更准确高效的开展监测,需要进一步研究。
发明内容
针对现有技术的不足,本发明提供一种高压断路器声纹监测装置传感器位置选取方法及装置。
根据本发明的一个方面,提供了一种高压断路器声纹监测装置传感器位置选取方法,包括:
测量断路器操动机构的空间参数信息,并根据空间参数信息,在断路器操动机构的表面等效声源区域划分成多个等效源区域,并在每个等效源区域中心位置设置传声器采集多个等效声源信号;
对多个等效声源信号进行快速傅里叶变换,变换为多个等效声源频域信号;
根据空间参数信息,对断路器操动机构进行有限元声场仿真,并将仿真后的声场模型划分为多个近声场阵面;
将多个等效声源频域信号赋值到多个近声场阵面中,并测量各阵面预设的各监测点的声压时域信号,并对各监测点的声压时域信号进行快速傅里叶变换,变换为各监测点的声压频域信号;
分别将每个监测点的声压频域信号与多个等效声源频域信号进行相关系数计算,确定各监测点与多个等效声源频域信号之间的频谱相关性;
根据各监测点的频谱相关性,确定断路器的声纹监测点。
可选地,还包括:对断路器动作瞬态信号进行分析,获得断路器分合闸动作信号,根据分合闸动作信号确定传声器的参数。
可选地,等效声源信号包括断路器分闸、储能以及合闸全过程信号。
可选地,对声场模型进行网格刨分的原则为:
其中,L为网格刨分尺寸,v为20℃下声速,f为断路器操动机构动作90%能量分布频率。
可选地,还包括:对所述声场模型进行网格刨分,其中对各监测点的声压频域信号进行归一化处理,归一化公式为:
其中,X为频谱中全部频点的数组;x f 为频率f对应的幅值,f为0~20kHz内的10Hz的整数倍频,归一化后记为x normf ,由频率范围内的全部x normf 组成的频谱数组记为X norm 。
可选地,根据各监测点的频谱相关性,确定断路器的声纹监测点,包括:
对每个监测点的多个频谱相关性取均值和标准差,确定每个监测点的相关系数均值和相关系数标准差;
对每个监测点的相关系数均值和相关系数标准差进行计算,确定均衡相关系数;
根据各监测点的频谱相关系数,确定断路器的声纹监测点。
可选地,对每个监测点的相关系数均值和相关系数标准差进行计算,确定均衡相关系数的公式如下:
其中,T j为第j个监测点的声压频域信号与等效声源频域信号的均衡相关系数,P i,j为第j个监测点的声压频域信号与第i个等效声源频域信号的频谱相关性,为第j个监测点的声压频域信号的相关系数均值,/>为第j个监测点的声压频域信号的相关系数标准差,K为等效声源频域信号的数量。
可选地,根据各监测点的频谱相关系数,确定断路器的声纹监测点,包括:
选取频谱相关系数最大的预定数量的监测点作为断路器的声纹监测点。
根据本发明的另一个方面,提供了一种高压断路器声纹监测装置传感器位置选取装置,包括:
采集模块,用于测量断路器操动机构的空间参数信息,并根据空间参数信息,在断路器操动机构的表面等效声源区域划分成多个等效源区域,并在每个等效源区域中心位置设置传声器采集多个等效声源信号;
变换模块,用于对多个等效声源信号进行快速傅里叶变换,变换为多个等效声源频域信号;
仿真模块,用于根据空间参数信息,对断路器操动机构进行有限元声场仿真,并将仿真后的声场模型划分为多个近声场阵面;
测量模块,用于将多个等效声源频域信号赋值到网格刨分后的声场模型中,并测量各阵面预设的各监测点的声压时域信号,并对各监测点的声压时域信号进行快速傅里叶变换,变换为各监测点的声压频域信号;
计算模块,用于分别将每个监测点的声压频域信号与多个等效声源频域信号进行相关系数计算,确定各监测点与多个等效声源频域信号之间的频谱相关性;
确定模块,用于根据各监测点的频谱相关性,确定断路器的声纹监测点。
根据本发明的又一个方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行本发明上述任一方面所述的方法。
根据本发明的又一个方面,提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现本发明上述任一方面所述的方法。
从而,本发明通过对断路器操动机构表面进行动态区域划分,采用接触式声纹监测装置进行各区域声场测量,并依据各测量声场建立有限元仿真模型。将近声场划分为多个阵面,每个阵面依据上述区域划分(备选测点),对备选测点进行归一化处理。以点源作为面源,在有限元仿真中进行分析,进一步计算每个备选测点与原始测点的Pearson均衡相关系数,选取相关系数最大值处,作为声纹监测装置传感器安装点。能够使电力设备声纹监测装置更好发挥监测效果,完整还原声纹信息,对于降低断路器类设备故障率具有重要的作用。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1是本发明一示例性实施例提供的高压断路器声纹监测装置传感器位置选取方法的流程示意图;
图2是本发明一示例性实施例提供的高压断路器声纹监测装置传感器位置选取方法的另一流程示意图;
图3是本发明一示例性实施例提供的断路器机构箱等效声源区域划分示意图示意图;
图4是本发明一示例性实施例提供的 断路器操动机构声音待测点及阵面分部示意图;
图5是本发明一示例性实施例提供的高压断路器声纹监测装置传感器位置选取装置的结构示意图;
图6是本发明一示例性实施例提供的电子设备的结构。
具体实施方式
下面,将参考附图详细地描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
本领域技术人员可以理解,本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本发明实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本发明实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本发明中术语“和/或”,仅仅是一种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。另外,本发明中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本发明对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本发明实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
示例性方法
图1是本发明一示例性实施例提供的高压断路器声纹监测装置传感器位置选取方法的流程示意图。本实施例可应用在电子设备上,如图1所示,高压断路器声纹监测装置传感器位置选取方法100包括以下步骤:
步骤101,测量断路器操动机构的空间参数信息,并根据空间参数信息,在断路器操动机构的表面等效声源区域划分成多个等效源区域,并在每个等效源区域中心位置设置传声器采集多个等效声源信号。
可选地,还包括:对断路器动作瞬态信号进行分析,获得断路器分合闸动作信号,根据分合闸动作信号确定传声器的参数。
具体地,根据断路器操动机构声学诊断的相关研究分析可知,用于故障诊断的声信号必须体现机构振动频率特性,因此需要对近声场范围内的声信号进行频谱分析,在充分考虑环境反射与干涉等情况下得到不同位置声信号频谱与本体振动频谱之间的关联性,从而确定最佳声学测点。本发明就是要解决传感器放置在哪里,才能更好地获得断路器操动机构声学特性的问题。
参考图2所示,测量断路器操动机构空间参数信息,包括三维尺寸、表面与防火墙之间距离等空间参数。
根据断路器机构箱尺寸,断路器机构箱表面等效声源区域以10cmx10cm尺寸(也可以是其他尺寸,此处不做具体限定)进行自动划分。对断路器机构箱表面划分为若干等效源区域,如图3所示,例如可以划分为5行4列的20个等效源区域,利用传声器采集等效声源信号。
传声器可以是接触式声纹监测装置,传声器端布置于各等效源区域中心位置。首先对断路器动作瞬态信号进行分析。获得断路器分合闸动作信号,根据信号优选传声器参数例如可以为:灵敏度>10mV/Pa,采样率>96kHz,动态范围>140dB。
步骤102,对多个等效声源信号进行快速傅里叶变换,变换为多个等效声源频域信号。
可选地,等效声源信号包括断路器分闸、储能以及合闸全过程信号。
步骤103,根据空间参数信息,对断路器操动机构进行有限元声场仿真,并将仿真后的声场模型划分为多个近声场阵面。
可选地,还包括:对所述声场模型进行网格刨分,其中对声场模型进行网格刨分的原则为:
其中,L为网格刨分尺寸,v为20℃下声速,f为断路器操动机构动作90%能量分布频率。
具体地,参考图4所示,本发明中为便于表述,备选监测点(本案例为80个)按照距离断路器表面法向距离分为4个阵面,每个阵面的监测点和等效源区域划分的多个等效源区域数量相同。
声场的有限元计算过程中需要进行网格划分,而网格尺寸需小于声波波长的1/5,这导致有限元单元数量随着计算频率上限的上升而成倍增长,因此在计算变压器近声场时需要首先确定要计算的上限频率,即20kHz。其中,声场模型所有域的材料为均为空气;地面侧边界为草地。
步骤104,将多个等效声源频域信号赋值到多个近声场阵面中,并测量各阵面预设的各监测点的声压时域信号,并对各监测点的声压时域信号进行快速傅里叶变换,变换为各监测点的声压频域信号。
可选地,还包括:对各监测点的声压频域信号进行归一化处理,归一化公式为:
其中,X为频谱中全部频点的数组;x f 为频率f对应的幅值,f为0~20kHz内的10Hz的整数倍频,归一化后记为x normf ,由频率范围内的全部x normf 组成的频谱数组记为X norm 。
具体地,将多个等效声源频域信号赋值到网格刨分后的声场模型中,对声场各处的频域进行分析,因此需要将瞬态计算时间设置稍长,本发明中计算时间例如可以设为5s,包含分合闸及储能全过程,进行近声场仿真。
通过对断路器近声场进行时域计算后,将时域信号进行快速傅里叶变换并进行归一化处理,消除点源代替面源所造成的倍数差异。
此外,参考图4所示,本发明中为便于表述,备选监测点(本案例为80个)按照距离断路器表面法向距离分为4个阵面。
步骤105,分别将每个监测点的声压频域信号与多个等效声源频域信号进行相关系数计算,确定各监测点与多个等效声源频域信号之间的频谱相关性。
步骤106,根据各监测点的频谱相关性,确定断路器的声纹监测点。
可选地,根据各监测点的频谱相关性,确定断路器的声纹监测点,包括:
对每个监测点的多个频谱相关性取均值和标准差,确定每个监测点的相关系数均值和相关系数标准差;
对每个监测点的相关系数均值和相关系数标准差进行计算,确定均衡相关系数;
根据各监测点的频谱相关系数,确定断路器的声纹监测点。
可选地,对每个监测点的相关系数均值和相关系数标准差进行计算,确定均衡相关系数的公式如下:
其中,T j为第j个监测点的声压频域信号与等效声源频域信号的均衡相关系数,P i,j为第j个监测点的声压频域信号与第i个等效声源频域信号的频谱相关性,为第j个监测点的声压频域信号的相关系数均值,/>为第j个监测点的声压频域信号的相关系数标准差,K为等效声源频域信号的数量。
其中,PCCM为相关系数均值,PCCSD为相关系数标准差,等式右侧第一项将相关系数均值PCCM尺度调整至0~0.5,等式右侧第二、三项之和将相关系数标准差PCCSD尺度调整至0~0.5且将其均衡性与数值调整为正相关关系。
可选地,根据各监测点的频谱相关系数,确定断路器的声纹监测点,包括:
选取频谱相关系数最大的预定数量的监测点作为断路器的声纹监测点。
具体地,频谱间的相关性定量可使用Pearson均衡相关系数(Pearsonequilibrium correlation coefficient, PECC)进行衡量,该指标能够衡量某个声音监测位置对整体振动情况的反映能力,该值在0~1之间,越靠近1越相关,越靠近0越不相关。
归一化后的断路器等效声源频域信号i的频谱X norm,i 与备选声音监测点j处的声压频域信号的频谱X norm,j 之间的Pearson相关系数记为频谱相关性P i,j ,公式如下:
其中,x norm,if 为X norm,i 在频率f处的幅值,i取1~20,分别代表等效声源测点编号。x norm,jf 为X norm,j 在频率f处的幅值,本发明实施例中j取1~80,分别表示各监测点的编号。
每个备选监测点都能与20个等效声源间算得20个Pearson频谱相关系数,代表该测点与每个等效声源信号之间的频谱相关性,取其均值与标准差分别记为该测点的Pearson相关系数均值(Pearson correlation coefficient mean,PCCM)与Pearson相关系数标准差(Pearson correlation coefficient standard deviation,PCCSD)。
PCCM能够用于衡量备选测点处的声纹对操动机构表面各处振动特征的表征能力,由于频域信号均为非负数,因此PCCM的值介于0与1之间,绝对值越大,则表征能力越强。
PCCSD能够用于衡量备选测点处的声纹对操动机构各处振动特征表征能力的均衡性,其值大小介于0与0.5之间,其值越接近0则均衡性越好,若备选测点处的声纹仅对某几处振动信号具有较强表征能力,而对其他处的表征能力较弱,则PCCSD会接近0.5。
综上,可将二者尺度统一后构成Pearson均衡相关系数,记为T j ,其计算公式如下:
其中,等式右侧第一项将PCCM尺度调整至0~0.5,而等式右侧第二、三项之和将PCCSD尺度调整至0~0.5且将其均衡性与数值调整为正相关关系。因此,PECC值T j 介于0与1之间。绝对值越大,则越适宜作为变压器声纹监测点。选取预定数量的绝对值最大的几个检测点作为变压器声纹监测点。
此外,本发明经过不断实验并计算PECC值,最终确定声音采集装置位置在第二阵面,操动机构正前方声音传感器支架距离机构外壳前后距离为75厘米、高度为150厘米的位置附近,此位置PECC值最大,为0.824,该布置方式具有较好的数据采集效果。总之,该发明所述方法能够使电力设备声纹监测装置更好发挥监测效果,完整还原声纹信息,对于降低断路器类设备故障率具有重要的作用。
从而,本发明通过对断路器操动机构表面进行动态区域划分,采用接触式声纹监测装置进行各区域声场测量,并依据各测量声场建立有限元仿真模型。将近声场划分为4个阵面,每个阵面依据上述区域划分(备选测点),对备选测点进行归一化处理。以点源作为面源,在有限元仿真中进行分析,进一步计算每个备选测点与原始测点的Pearson均衡相关系数,选取相关系数最大值处,作为声纹监测装置传感器安装点。能够使电力设备声纹监测装置更好发挥监测效果,完整还原声纹信息,对于降低断路器类设备故障率具有重要的作用。
示例性装置
图5是本发明一示例性实施例提供的高压断路器声纹监测装置传感器位置选取装置的结构示意图。如图5所示,装置500包括:
采集模块510,用于测量断路器操动机构的空间参数信息,并根据空间参数信息,在断路器操动机构的表面等效声源区域划分成多个等效源区域,并在每个等效源区域中心位置设置传声器采集多个等效声源信号;
变换模块520,用于对多个等效声源信号进行快速傅里叶变换,变换为多个等效声源频域信号;
仿真模块530,用于根据空间参数信息,对断路器操动机构进行有限元声场仿真,并将仿真后的声场模型划分为多个近声场阵面;
测量模块540,用于将多个等效声源频域信号赋值到多个近声场阵面中,并测量各阵面预设的各监测点的声压时域信号,并对各监测点的声压时域信号进行快速傅里叶变换,变换为各监测点的声压频域信号;
计算模块550,用于分别将每个监测点的声压频域信号与多个等效声源频域信号进行相关系数计算,确定各监测点与多个等效声源频域信号之间的频谱相关性;
确定模块560,用于根据各监测点的频谱相关性,确定断路器的声纹监测点。
可选地,装置500还包括:分析模块,用于对断路器动作瞬态信号进行分析,获得断路器分合闸动作信号,根据分合闸动作信号确定传声器的参数。
可选地,采集模块510中等效声源信号包括断路器分闸、储能以及合闸全过程信号。
可选地,装置500还包括:刨分模块,用于对所述声场模型进行网格刨分,其中对声场模型进行网格刨分的原则为:
其中,L为网格刨分尺寸,v为20℃下声速,f为断路器操动机构动作90%能量分布频率。
可选地,装置500还包括:归一化处理模块,用于对各监测点的声压频域信号进行归一化处理,归一化公式为:
其中,X为频谱中全部频点的数组;x f 为频率f对应的幅值,f为0~20kHz内的10Hz的整数倍频,归一化后记为x normf ,由频率范围内的全部x normf 组成的频谱数组记为X norm 。
可选地,确定模块560,包括:
第一确定子模块,用于对每个监测点的多个频谱相关性取均值和标准差,确定每个监测点的相关系数均值和相关系数标准差;
第二确定子模块,用于对每个监测点的相关系数均值和相关系数标准差进行计算,确定均衡相关系数;
第三确定子模块,用于根据各监测点的频谱相关系数,确定断路器的声纹监测点。
可选地,对每个监测点的相关系数均值和相关系数标准差进行计算,确定均衡相关系数的公式如下:
其中,T j为第j个监测点的声压频域信号与等效声源频域信号的均衡相关系数,P i,j为第j个监测点的声压频域信号与第i个等效声源频域信号的频谱相关性,为第j个监测点的声压频域信号的相关系数均值,/>为第j个监测点的声压频域信号的相关系数标准差,K为等效声源频域信号的数量。
可选地,第三确定子模块,包括:
作为单元,用于选取频谱相关系数最大的预定数量的监测点作为断路器的声纹监测点。
示例性电子设备
图6是本发明一示例性实施例提供的电子设备的结构。如图6所示,电子设备60包括一个或多个处理器61和存储器62。
处理器61可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器62可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器61可以运行所述程序指令,以实现上文所述的本发明的各个实施例的软件程序的方法以及/或者其他期望的功能。在一个示例中,电子设备还可以包括:输入装置63和输出装置64,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
此外,该输入装置63还可以包括例如键盘、鼠标等等。
该输出装置64可以向外部输出各种信息。该输出装置64可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图6中仅示出了该电子设备中与本发明有关的组件中的一些,省略了诸如总线、输入/输出接口等的组件。除此之外,根据具体应用情况,电子设备还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本发明的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本发明的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明中涉及的器件、系统、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、系统、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本发明的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
还需要指出的是,在本发明的系统、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此,本发明不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (11)
1.一种高压断路器声纹监测装置传感器位置选取方法,其特征在于,包括:
测量断路器操动机构的空间参数信息,并根据所述空间参数信息,在所述断路器操动机构的表面等效声源区域划分成多个等效源区域,并在每个所述等效源区域中心位置设置传声器采集多个等效声源信号;
对多个所述等效声源信号进行快速傅里叶变换,变换为多个等效声源频域信号;
根据所述空间参数信息,对所述断路器操动机构进行有限元声场仿真,并将仿真后的声场模型划分为多个近声场阵面;
将多个所述等效声源频域信号赋值到多个所述近声场阵面中,并测量各阵面预设的各监测点的声压时域信号,并对各监测点的所述声压时域信号进行快速傅里叶变换,变换为各监测点的声压频域信号;
分别将每个监测点的声压频域信号与多个所述等效声源频域信号进行相关系数计算,确定各监测点与多个所述等效声源频域信号之间的频谱相关性;
根据各监测点的频谱相关性,确定所述断路器的声纹监测点。
2.根据权利要求1所述的方法,其特征在于,还包括:对所述断路器动作瞬态信号进行分析,获得所述断路器分合闸动作信号,根据所述分合闸动作信号确定所述传声器的参数。
3.根据权利要求1所述的方法,其特征在于,所述等效声源信号包括所述断路器分闸、储能以及合闸全过程信号。
4.根据权利要求1所述的方法,其特征在于,还包括:对所述声场模型进行网格刨分,其中对所述声场模型进行网格刨分的原则为:
其中,L为网格刨分尺寸,v为20℃下声速,f为断路器操动机构动作90%能量分布频率。
5.根据权利要求1所述的方法,其特征在于,还包括:对各监测点的所述声压频域信号进行归一化处理,归一化公式为:
其中,X为频谱中全部频点的数组;x f 为频率f对应的幅值,f为0~20kHz内的10Hz的整数倍频,归一化后记为x normf ,由频率范围内的全部x normf 组成的频谱数组记为X norm 。
6.根据权利要求1所述的方法,其特征在于,根据各监测点的频谱相关性,确定所述断路器的声纹监测点,包括:
对每个监测点的多个频谱相关性取均值和标准差,确定每个监测点的相关系数均值和相关系数标准差;
对每个监测点的相关系数均值和所述相关系数标准差进行计算,确定均衡相关系数;
根据各监测点的频谱相关系数,确定所述断路器的所述声纹监测点。
7.根据权利要求6所述的方法,其特征在于,对每个监测点的相关系数均值和所述相关系数标准差进行计算,确定所述均衡相关系数的公式如下:
其中,T j为第j个监测点的声压频域信号与等效声源频域信号的均衡相关系数,P i,j为第j个监测点的声压频域信号与第i个等效声源频域信号的频谱相关性,为第j个监测点的声压频域信号的相关系数均值,/>为第j个监测点的声压频域信号的相关系数标准差,K为等效声源频域信号的数量。
8.根据权利要求6所述的方法,其特征在于,根据各监测点的频谱相关系数,确定所述断路器的所述声纹监测点,包括:
选取频谱相关系数最大的预定数量的监测点作为所述断路器的声纹监测点。
9.一种高压断路器声纹监测装置传感器位置选取装置,其特征在于,包括:
采集模块,用于测量断路器操动机构的空间参数信息,并根据所述空间参数信息,在所述断路器操动机构的表面等效声源区域划分成多个等效源区域,并在每个所述等效源区域中心位置设置传声器采集多个等效声源信号;
变换模块,用于对多个所述等效声源信号进行快速傅里叶变换,变换为多个等效声源频域信号;
仿真模块,用于根据所述空间参数信息,对所述断路器操动机构进行有限元声场仿真,并将仿真后的声场模型划分为多个近声场阵面;
测量模块,用于将多个所述等效声源频域信号赋值到多个所述近声场阵面中,并测量各阵面预设的各监测点的声压时域信号,并对各监测点的所述声压时域信号进行快速傅里叶变换,变换为各监测点的声压频域信号;
计算模块,用于分别将每个监测点的声压频域信号与多个所述等效声源频域信号进行相关系数计算,确定各监测点与多个所述等效声源频域信号之间的频谱相关性;
确定模块,用于根据各监测点的频谱相关性,确定所述断路器的声纹监测点。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-8任一所述的方法。
11.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-8任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310848554.6A CN116577651A (zh) | 2023-07-12 | 2023-07-12 | 一种高压断路器声纹监测装置传感器位置选取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310848554.6A CN116577651A (zh) | 2023-07-12 | 2023-07-12 | 一种高压断路器声纹监测装置传感器位置选取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116577651A true CN116577651A (zh) | 2023-08-11 |
Family
ID=87534433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310848554.6A Pending CN116577651A (zh) | 2023-07-12 | 2023-07-12 | 一种高压断路器声纹监测装置传感器位置选取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116577651A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117421568A (zh) * | 2023-12-19 | 2024-01-19 | 石家庄铁道大学 | 边坡岩土体冻融监测点定位方法、装置、终端及存储介质 |
CN117436293A (zh) * | 2023-12-21 | 2024-01-23 | 国网浙江省电力有限公司电力科学研究院 | 基于声场重构的低频变压器测点仿真方法和电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106017837A (zh) * | 2016-06-30 | 2016-10-12 | 北京空间飞行器总体设计部 | 一种等效声模拟源的模拟方法 |
US20170016797A1 (en) * | 2015-07-15 | 2017-01-19 | Electronics And Telecommunications Research Institute | Apparatus and method of monitoring gas based on variation in sound field spectrum |
CN112484843A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 变电站的状态分析方法及装置、电子设备 |
CN112649502A (zh) * | 2020-11-18 | 2021-04-13 | 华北电力大学 | 一种基于声纹诊断来监测异常状态的系统及方法 |
CN113758559A (zh) * | 2021-09-15 | 2021-12-07 | 哈尔滨工程大学 | 基于散射声场分离算法在浅海信道中测量方法 |
CN114117629A (zh) * | 2021-11-08 | 2022-03-01 | 北京理工大学 | 一种扬声器的等效声源仿真方法 |
CN114137410A (zh) * | 2021-12-07 | 2022-03-04 | 国网湖南省电力有限公司检修公司 | 一种基于声纹检测技术的液压机构断路器故障识别方法 |
CN115910097A (zh) * | 2022-01-27 | 2023-04-04 | 中国电力科学研究院有限公司 | 一种高压断路器潜伏性故障可听声信号识别方法及系统 |
-
2023
- 2023-07-12 CN CN202310848554.6A patent/CN116577651A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170016797A1 (en) * | 2015-07-15 | 2017-01-19 | Electronics And Telecommunications Research Institute | Apparatus and method of monitoring gas based on variation in sound field spectrum |
CN106017837A (zh) * | 2016-06-30 | 2016-10-12 | 北京空间飞行器总体设计部 | 一种等效声模拟源的模拟方法 |
CN112649502A (zh) * | 2020-11-18 | 2021-04-13 | 华北电力大学 | 一种基于声纹诊断来监测异常状态的系统及方法 |
WO2022105287A1 (zh) * | 2020-11-18 | 2022-05-27 | 华北电力大学 | 一种基于声纹诊断来监测异常状态的系统及方法 |
CN112484843A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 变电站的状态分析方法及装置、电子设备 |
CN113758559A (zh) * | 2021-09-15 | 2021-12-07 | 哈尔滨工程大学 | 基于散射声场分离算法在浅海信道中测量方法 |
CN114117629A (zh) * | 2021-11-08 | 2022-03-01 | 北京理工大学 | 一种扬声器的等效声源仿真方法 |
CN114137410A (zh) * | 2021-12-07 | 2022-03-04 | 国网湖南省电力有限公司检修公司 | 一种基于声纹检测技术的液压机构断路器故障识别方法 |
CN115910097A (zh) * | 2022-01-27 | 2023-04-04 | 中国电力科学研究院有限公司 | 一种高压断路器潜伏性故障可听声信号识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
刘云鹏 等: "基于等效源法的变压器瞬态声场重构与声学监测测点位置定量评价方法", 《中国电机工程学报》, vol. 42, no. 7, pages 2765 - 2773 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117421568A (zh) * | 2023-12-19 | 2024-01-19 | 石家庄铁道大学 | 边坡岩土体冻融监测点定位方法、装置、终端及存储介质 |
CN117421568B (zh) * | 2023-12-19 | 2024-03-05 | 石家庄铁道大学 | 边坡岩土体冻融监测点定位方法、装置、终端及存储介质 |
CN117436293A (zh) * | 2023-12-21 | 2024-01-23 | 国网浙江省电力有限公司电力科学研究院 | 基于声场重构的低频变压器测点仿真方法和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116577651A (zh) | 一种高压断路器声纹监测装置传感器位置选取方法及装置 | |
US8767978B2 (en) | System and method for processing sound signals implementing a spectral motion transform | |
Han et al. | A recursive sparse representation strategy for bearing fault diagnosis | |
Harchaoui et al. | Kernel-based methods for hypothesis testing: A unified view | |
Talmon et al. | Parametrization of linear systems using diffusion kernels | |
CN110808068A (zh) | 一种声音检测方法、装置、设备和存储介质 | |
CN112153548A (zh) | 一种麦克风阵列一致性检测方法及检测装置 | |
Guan et al. | Data-driven methods for operational modal parameters identification: A comparison and application | |
Christensen | Accurate estimation of low fundamental frequencies from real-valued measurements | |
US8108166B2 (en) | Analysis of chirp frequency response using arbitrary resampling filters | |
US20190057181A1 (en) | System and method for design optimization using augmented reality | |
Ruan et al. | Use AF-CNN for end-to-end fiber vibration signal recognition | |
US10585128B2 (en) | Noise spectrum analysis for electronic device | |
Wang et al. | A data-driven method to detect and localize the single-phase grounding fault in distribution network based on synchronized phasor measurement | |
KR20230152936A (ko) | 인공지능 및 신호처리 기술을 이용한 비접촉식 전력설비 진단 방법 및 이를 이용한 장치 | |
Cheng et al. | Transfer Path Analysis and Contribution Evaluation Using SVD‐and PCA‐Based Operational Transfer Path Analysis | |
Bai et al. | Implementation issues of the nearfield equivalent source imaging microphone array | |
Ljung | System identification | |
CN111163401B (zh) | 声音成分提取方法、降噪方法、装置及系统 | |
Suvarna et al. | Energy Sorted Matrix Pencil Method to identify Dominant Modes from Noisy Data | |
Samal et al. | Characterization of power quality disturbances and their efficient classification | |
Faisal et al. | Support vector regression based S-transform for prediction of single and multiple power quality disturbances | |
Martin et al. | Geometrical interpretation of acoustic holography: adaptation of the propagator and minimum quality guaranteed in the presence of errors | |
CN117849714A (zh) | 一种换流站低频异常声源定位方法、装置及介质 | |
Yin et al. | Research on Fast Separation Method of Motor Fault Signal Based on Wavelet Entropy |
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 |