基于声学成像的GIS机械故障带电检测系统的制作方法

本发明涉及一种基于声学成像的gis机械故障带电检测系统。

背景技术：

气体绝缘全封闭组合电器(gis)作为电力系统中最重要的设备之一，肩负着控制和保护的双重任务，如果在运行过程中发生了故障又得不到及时处理，将有可能给电网带来严重的危害。机械故障是gis的主要故障类型之一，约占39.3％。另外，绝大部分气体泄漏都由于机械故障产生，部分机械故障最终会诱发局部放电。据国际大电网会议及中国电力研究院关于高压断路器故障的统计调查，断路器的大多数故障(主要故障的70％和次要故障的86％)发生在机械机构，主要涉及操动机构、监视装置和辅助装置等。因此，gis机械故障的检测对于提高电力系统的安全性和可靠性，降低其运营成本具有十分重要的意义。

输变电设备gis机械故障检测的主要方法是振动信号分析法，早期的研究表明，通过在gis的壳体上测量振动来检测诸如触头异常等机械故障是可行的，而且，典型的振动信号可用来检测内部潜伏性故障，但振动信号一般只能在设备的壳体上或内部个别位置测量，因而难以全面反映设备的机械状况。近年来关于gis机械故障检测的研究很少，目前尚未见系统的研究报道，其研究水平仍停留在上世纪90年代初期水平。

噪声由机械表面的振动产生，机械故障造成异常振动的同时也引起辐射声场的变化。声学诊断技术利用设备发出的噪声对故障进行定位和识别，具有非接性、操作简单快捷、不影响设备正常工作等优点，在振动信号不易测量或需要故障定位时尤为适用。常规的声学诊断技术主要基于单通道测量，只能获得机械的局部声学特征随时间或频率变化的规律。而且，声信号的抗干扰能力较差，尤其在相干声场中，其测点位置不易选择。若测点选择不当，局部声学特征对故障不敏感；若故障源的声信号被干扰源的声信号湮没，则常规的声学诊断技术将不再适用。

技术实现要素：

本发明的目的是提供一种基于声学成像的gis机械故障带电检测系统，能够对运行中的gis设备状态进行评估并且给出故障诊断。

一种基于声学成像的gis机械故障带电检测系统，其特别之处在于：包括依次连接的声强测量单元、采集模块和测试主机，其中声强测量单元包括半圆形金属支架，在该半圆形金属支架上沿圆周方向安装有5组声强探头，每组声强探头均为由2只声强麦克风传感器构成的p-p型声强探头。

其中采集模块为数据采集卡。

其中声强探头提供8mm、12mm、25mm和50mm四种类型的隔离柱。

经过试用证明，采用本发明的方法后，可以实现对运行中的gis设备状态进行评估并且给出故障诊断。

附图说明

附图1为本发明的结构示意图；

附图2为本发明的逻辑原理框图。

具体实施方式

声成像技术基于传声器阵列测量，并以图像显示声源在空间的分布。声成像技术能够挖掘出不同故障状态下辐射声场的分布模式，提取对故障模式敏感的特征量，因而能够更有效地定位和识别机械故障。本发明系统将声学成像技术用于gis机械故障的检测，由于gis所处现场环境背景噪声较大，如变压器等设备的噪声频率同样集中在100hz的倍频处，因此全向麦克风无法精确采集gis噪声信号。用具有方向性的声强传声器探头组成阵列测量待检测设备的声强信号，重构设备外壳的声场分布。提出基于声成像的gis机械故障诊断方法，对于提高gis设备安全稳定运行具有十分重要的意义和使用价值。

为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施仅仅用以解释本发明，并不用于限定本发明。

对gis进行噪声源辐射特性测量，测量分析主要包括辐射噪声、噪声频率特性分布、噪声源的识别与定位等内容。通过分析和定位噪声源可以识别出噪声源主要发声零部件，以便对机械故障进行诊断定位。具体到对声源辐射特性的描述上，可以是声压级、声强级、声功率级等声学指标。其中声功率测量可基于声压或声强法得到。

在声学测量中，一般是测量声压，这是因为声压测量原理简单、测试仪器相对成熟。但是声压测量易于受到背景噪声影响，往往需要修正或在特定声学环境中进行测量，如消声室、混响室，不利于现场测试。相较于声压测试，声强测试具有更多优越性。声强具有方向性，受现场影响较小。声强测量及其频谱分析利于对噪声源进行研究，能够进行现场测试解决许多现场测试问题，因此被广泛运用于实际测量中。

根据声强定义可得，某点声强等于该点声压与该点粒子速度相乘并对时间求平均。而粒子速度则由声压梯度法求得。质点速度跟压力梯度关系如下式:

式中p是空气密度；u是粒子速度；是两麦克风间距；

是两麦克风声压差。当两个麦克风之间距离小于被测声波波长时，可以用差分近似。上式变为:

p1、p2表示声强探头两端所测声压；此时中间位置粒子速度近似为由此求得沿两个传声器方向声强的近似值为:

以上是声强时域表达式。由于实际工程中对声强的频率特性发布更加感兴趣，因此可以通过间接对测量信号进行傅里叶变换，将时域信号转换为频域信号。声强也可以看作是声压信号和质点振速信号相关程度的一种数学反映，在时域中两列信号的相关程度可以用相关函数来表征。即可求得声强频率分布如下式所示:

式中g12是声压1和声压2的互谱；im(g12(f))是对g12互谱取虚部。

根据gis结构特点，设计声强支架为半圆形定制金属支架，如图1所示。其上可固定10只声强麦克风传感器，每2只声强麦克风传感器构成一组p-p声强探头，共5组声强探头，分布在弧形金属支架上。声强传感器为1/2英寸麦克风传感器。所构成的声强探头提供8mm、12mm、25mm、50mm四种类型隔离柱。隔离柱可根据所关心的频带范围进行选择。通常隔离柱越短，频带越宽，下限频率越高。

表1隔离柱所对应的频率范围

采集模块为nationalinstruments4槽usbcompactdaq机箱—cdaq-9174中插入3块ni-9234数据采集卡。数据采集模块通过usb连接到测试主机进行数据交换。系统软件可以实现声强阵列扫描测试，获得设备表面声强云图，各个频段可分别单独显示。

系统软件基于nilabview开发，，配合ni的数据采集硬件，可满足多通道数据采集与振动噪声应用需要。无需编程即可完成信号采集、存储、回放、分析等功能。信号可无间断连续采集存储，分析和信号处理功能包括功率谱、滤波、倍频程(octave)、声强分布图等。

利用组建好的测试系统，分别对单频声源，多频叠加声源进行声强成像实验。

将测试面平均分成4行5列的网格位置，列、行分别作为网格位置横、纵坐标，将500hz的噪声源分别放置在测试体左侧(1,2)、中部(3,2)、右侧(5，2)进行声成像试验。试验结果表明，该成像系统可以实现精确的单频声源定位。且能准确显示声强分布特征。

将100hz和300hz的双频率叠加噪声源分别放置在测试体中部(3,2)、中部(3,3)进行声成像试验。试验结果表明，当多频叠加时，全频段声强云图主要反映总声强声场分布特征。分别提取声源100hz信号及300hz信号单独成像，该成像系统可以实现精确的分频声源定位。且能准确显示各个频率的声强分布特征。

为进一步验证分频成像定位精度，将100hz和300hz的双频率叠加噪声源分别放置在测试体左(1,3)、右侧(5,3)进行声成像试验。试验结果与前述实验一致，分频定位精确且能准确描述声场特征。

声成像技术通过测量声场的信息进行源像重现，一般用于噪声源定位,其应用在故障诊断领域受到限制。机械故障一般会引起声压的变化,使用特征提取和模式识别技术对声像进行处理，用于诊断声源声场的微弱变化。利用支持向量机进行训练分类，对比各种条件下的识别率，得到最佳分类器参数和特征提取方式并用于机械的故障诊断。