一种变压器振动噪声源定位系统和方法与流程

本发明及振动噪声源定位方法，尤其涉及一种变压器振动噪声源定位系统和方法。

背景技术

变压器是电力系统中最重要的设备之一，其价格昂贵但作用大且牵涉面广。作为大型电力设备，一旦发生故障，其维修周期长、难度大，耗费大量人力物力，对电力系统的安全稳定运行造成严重影响。变压器体积庞大，结构复杂，振动噪声频谱分布广，对变压器的振动噪声进行监测有助于及早发现变压器故障。

现有技术中，《采用振速测量和局部近场生全息法的噪声源识别方法》（专利号201210157595.2）采用近场声全息算法进行噪声源识别，对体积小频率低的噪声源有较好的效果，《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》（专利号：201010204582.7）采用波数成形算法对噪声源进行识别，对于频率高的噪声源具有较理想的识别效果，但是，变压器噪声频谱分布广，单是依靠近场声全息算法或者波束成形算法难以识别变压器的全部振动噪声源。同时，由于变压器体积庞大，近场声全息测量面要求要有足够的尺寸，为了减少传感器的数量，和节约成本，近场声全息算法需要考虑采用补零外推，以达到消除误差的目的。《基于波束形成和传递路径的室内噪声源定位方法》（专利号：201110379622.6）结合了波束形成和传递路径的分析方法进行噪声源进行定位，tpa计算量小，定位精确，同时找到贡献度最大的噪声源。但是该方法只是对高频噪声源识别良好，没有考虑低频噪声。另外，由于变压器结构复杂，振动噪声经固体、液体、气体传递到传感器，传递路径函数复杂，子结构噪声传递解耦难度大。一个可行性的解决思路是采用新兴的声学阵列传感器，通过选取合适的算法识别变压器振动噪声源，并结合传递路径模块分析振动，噪声源的贡献度，找到变压器最大的振动噪声源位置，但是受限于技术还不成熟及变压器结构复杂等因素，开展变压器振动噪声源识别方法研究具有重要意义。

技术实现要素：

针对现有技术的不足，本发明提供一种变压器振动噪声源定位系统和方法。

本发明是通过如下的技术方案来解决上述技术问题的：

一种变压器振动噪声源定位系统，所述系统包括螺旋阵列传感器、导轨、信号处理器、计算机、牵引电机；

所述螺旋阵列传感器中心设有光学摄像机；

所述螺旋阵列传感器与所述信号处理器连接，所述信号处理器和所述光学摄像机分别与所述计算机连接，所述牵引电机连接螺旋阵列传感器，并牵引所述螺旋阵列传感器在导轨上按照预定的线路移动；

所述螺旋阵列传感器，用于变压器振动噪声监测获取声压信号；所述信号处理器，用于同步采集多通道螺旋阵列传感器的信号，并将采集的信号划分为低频和高频；所述计算机，用于设置输入测量参数和分析参数；对所述信号处理器传输的数据和光学摄像机获取的图像进行处理，得到变压器振动噪声源声像图，并进行显示。

进一步的，所述牵引电机是单独的，是一个匀速运动的电机，和信号处理器及计算机没有连接，在导轨上移动。

进一步的，所述信号处理器对螺旋阵列传感器采集的声压信号以350hz为频率边界进行划分，小于350hz的为低频噪声信号，大于350hz的为高频噪声信号。

一种变压器振动噪声源定位方法，包括以下步骤：

（1）设定输入测量参数和分析参数；

（2）螺旋阵列传感器对变压器进行声压信号采集、光学摄像机获取变压器的实时图像；

（3）信号处理器对采集到的声压信号进行频域划分，分为低频噪声和高频噪声；

（4）对高频噪声和低频噪声进行识别，并初步找到高频噪声和低频噪声的噪声源的位置；

（5）通过传统路径分析方法测量各噪声源到目标位置的路径信息和贡献度；

（6）将所述步骤（5）测量的路径信息与实际测量的噪声源到目标位置的路径信息进行对比分析，得到误差，判断该误差是否超过设定的阈值，若是，则执行步骤（7），若为否，则执行步骤（8）；

（7）找到被忽略的噪声源，并通过传统路径分析方法计算该噪声源到目标位置的贡献度；

（8）比较各噪声源到目标位置的贡献度，找到贡献度最大的噪声源；

（9）结合光学摄像机获取的实时图像，对所述步骤（4）和步骤（7）中的变压器振动噪声源识别结果叠加合并形成变压器振动噪声源声像图，并进行显示。

进一步的，所述步骤（2）中声压信号的采集采用扫描采集方式，所述扫描采集方式为连续式或步距式扫描。

进一步的，所述步骤（4）中高频噪声识别算法包括：波束成形算法、特征值优化波束成形算法、最小方差无畸变相应波数成形算法、正交波束成形算法、旋转波束成形算法；低频噪声识别算法包括：统计最优近场声全息算法、正交共形结构近场声全息算法、等效源算法的近场声全息算法、基于波叠加的局部近场声全息算法。

进一步的，所述步骤（4）中采用波束成形算法对高频噪声进行识别，采用近场声全息算法对低频噪声进行识别。

进一步的，所述步骤（5）的传统路径分析方法内置有各电压等级变压器的典型传递函数数据库和串扰消除模块，对传递路径的耦合进行求解，得到独立的传递路径贡献度。

进一步的，所述步骤（7）采用波束成形算法和近场声全息算法找到被忽略的噪声源。

与现有技术相比，本发明所提供的一种变压器振动噪声源定位系统和方法，具有以下效益：

1、螺旋阵列传感器采用波束成形算法和近场声全息算法识别变压器振动噪声源，较为精确的识别变压器高频和低频噪声源，并通过传统路径分析方法分析各声源贡献度，确定变压器的主要振动噪声源。

2、结果以声像图和报表的形式存储，便于直观的判断变压器振动噪声源的位置。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一种变压器振动噪声源定位系统的结构示意图。

图2是本发明的导轨示意图。

图3是本发明一种变压器振动噪声源定位方法的流程框图。

具体实施方式

下面结合本发明实施例中的附图，对本发明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作出创造性劳动的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。

如图1和图2所示，本发明所提供的一种变压器振动噪声源定位系统，包括螺旋阵列传感器、导轨、信号处理器、计算机、牵引电机；

螺旋阵列传感器中心设有光学摄像机；

螺旋阵列传感器与信号处理器通过信号线连接，信号处理器和光学摄像机分别与计算机通过信号线连接，牵引电机连接螺旋阵列传感器，并牵引螺旋阵列传感器在导轨上按照预定的线路移动。

螺旋阵列传感器，用于变压器振动噪声监测获取声压信号；信号处理器，用于同步采集多通道螺旋阵列传感器的信号，并将采集的信号划分为低频和高频；计算机，用于设置输入测量参数和分析参数；对信号处理器传输的数据和光学摄像机获取的图像进行处理，将变压器振动噪声源分布绘制为二维云图形式，并将变压器振动噪声源识别结果与光学摄像机的成像结果叠加，得到变压器振动噪声源声像图，并进行显示，包括图像、数据表格等。

计算机上部署有pak噪声振动分析软件，通过软件内置的波束成形算法和近场声全息算法对高低频噪声信号进行识别和定位，并找到被忽略的噪声源，再通过传统路径分析方法测量各噪声源到目标位置的路径信息和贡献度，并将该路径信息与实际测量的噪声源到目标位置的路径信息进行对比分析；传统路径分析方法内置有各电压等级变压器的典型传递函数数据库和串扰消除模块，对传递路径的耦合进行求解，得到独立的传递路径贡献度。

如图3所示，一种变压器振动噪声源定位方法，包括以下步骤：

（1）在计算机上设定输入测量参数和分析参数；

（2）螺旋阵列传感器经牵引电机牵引对变压器进行声压信号采集、光学摄像机获取变压器的实时图像；

（3）信号处理器对采集到的声压信号进行频域划分，分为低频噪声和高频噪声；

（4）采用波束成形算法和近场声全息算法分别对高频噪声和低频噪声进行识别，并初步找到高频噪声和低频噪声的噪声源的位置；

（5）通过传统路径分析方法测量各噪声源到目标位置的路径信息和贡献度；

（6）将步骤（5）测量的路径信息与实际测量的噪声源到目标位置的路径信息进行分析，得到误差，判断该误差是否超过设定的阈值，若是，则执行步骤（7），若为否，则执行步骤（8）；

（7）利用波束成形算法和近场声全息算法找到被忽略的噪声源，并通过传统路径分析方法计算该噪声源到目标位置的贡献度；

（8）比较各噪声源到目标位置的贡献度，找到贡献度最大的噪声源；

（9）结合光学摄像机获取的实时图像，对步骤（4）和步骤（7）中的变压器振动噪声源识别结果叠加合并形成变压器振动噪声源声像图，并进行显示。

本实施例1一种变压器振动噪声源定位系统，采用的螺旋阵列传感器为树叶型螺旋阵列传感器，共5瓣树叶，每瓣树叶上分布有15个传感器，整个阵列共105个传感器。根据现场不同需要选择不同的螺旋阵列传感器。螺旋阵列传感器固定在三角架上，三角架底部安装有滑轮，用于螺旋阵列传感器在导轨上移动，变压器放在导轨中间。螺旋阵列传感器中心设有1个光学摄像机，光学摄像机安装在螺旋阵列传感器支撑架中间，其成像结果与变压器振动噪声源识别结果相叠加，将变压器振动噪声源分布绘制为二维云图形式，与光学摄像机获得的图像进行合并，最后形成变压器振动噪声源声像图。

本实施例1一种变压器振动噪声源定位方法，采用如下步骤：

（1）在计算机上设定输入测量参数和分析参数，选择波束成形算法和近场声全息算法，输入采样间隔、螺旋阵列距变压器的距离；

（2）启动牵引电机，螺旋阵列传感器在导轨上匀速移动，绕变压器一周采集变压器振动噪声；螺旋阵列传感器在移动过程中，螺旋阵列传感器连续采集声压信号，光学摄像机拍摄变压器实时图像；

（3）信号处理器对采集到的声压信号进行频域划分，划分为小于350hz的为低频信号和大于350hz的为高频信号；

（4）采用波束成形算法对高频噪声进行识别，找到高频噪声源位置；采用近场声全息算法对低频噪声进行识别，找到低频噪声源位置；

（5）通过传统路径分析方法内置的变压器振动噪声传递路径函数数据库和串扰消除模块，测量各噪声源到目标位置的路径信息和贡献度；

（6）将传统路径分析方法测量的噪声源到目标位置的路径信息与螺旋阵列传感器测量到的噪声到目标位置的路径信息进行分析，得到误差，并判断该误差是否超过设定的阈值，若是执行步骤（7），若为否，执行步骤（8）；

（7）利用波束成形算法和近场声全息算法找到被忽略的噪声源，并通过传统路径分析方法计算该噪声源到目标位置的贡献度；

（8）比较各最大噪声源到目标位置的贡献度，找到贡献度最大的噪声源；

（9）计算机对步骤（4）和步骤（7）中的变压器振动噪声源识别结果，结合光学摄像机获取的图像形成并显示变压器振动噪声源声像图。

本实施例2与实施例1的不同之处在于，一种变压器振动噪声源定位方法的步骤（2）中声压信号的采集采用扫描采集方式，扫描采集采用步距式扫描，即螺旋阵列传感器在牵引电机牵引下移动一段距离或一个角度后，螺旋阵列传感器采集声压信号，采集完毕后再继续转动完成数据的采集。

以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。