论文部分内容阅读
摘要：任何电气设备在运行中，由于受到交变电流的作用，都会发生各种声音和振动。设备正常运行与异常状态下的声音和振动是有区别的，通过观测这种声音的高低、音色的变化、振动的强弱，就能够初步判断设备的运行状况。文章对换流站内冷系统水泵异声监测应用技术进行了研究。
关键词：异声监测；变电站；设备故障；故障预警；换热站；冷却系统 文献标识码：A
中图分类号：TM723 文章编号：1009-2374（2016）06-0045-02 DOI：10.13535/j.cnki.11-4406/n.2016.06.023
1 概述
电气设备和电力系统在运行中会发生各种异常现象和事故，而这些异常现象或事故很可能给电力系统以及工农业生产等带来巨大的危害，为此，如何实现故障的早期预警，显得尤为重要。任何电气设备在运行中，由于受到交变电流的作用，都会发生各种声音和振动。设备正常运行与异常状态下的声音和振动是有区别的，通过观测这种声音的高低、音色的变化、振动的强弱，就能够初步判断设备的运行状况。虽然目前已经在多方面采取了措施对电气设备进行在线监控，但忽略了音频监控这一有效判断设备故障的方法。当前人们对听声音辨别设备故障的方法研究较少，还只是一些经验上的总结；测量方法也比较简单，没有实现实时的在线监控。由于听声音辨别设备故障的方法能有效地发现设备故障、分辨故障类别，若能将该方法实现计算机的在线监控，则可随时知道电气设备的运行情况，对于完善变电站电气设备在计算机上的预警系统将有着重大的意义和广泛的应用前景。
项目中通过采集需监测设备的声源，通过宽带波束形成技术进行测向，此技术在声呐方面广泛使用，经过采用LOFAR（Low-Frequency Acquisition and Ranging）分析和DEMON（Detection of Envelop Modulation on Noise）分析来提取异声信号的特征信息。上述技术在军事方面取得了一定的成果，民用方面暂时没有。
国外声音分析技术研究起步较早，主要集中在智能雷弹系统，其中战场上通过对目标进行声探测从而确定目标的位置，反馈到控制系统进行攻击。其中声源定位系统多应用于智能地雷，在这方面的研究也最卓有成效。国内近年来在声音分析技术方面也进行了大量的研究，受到国防科技重点实验室基金和国家自然科学的支持，并已取得了一定的成果。目前国内应用主要存在于军事方面，民用方面暂时没有。
介绍国外研究机构或者公司对本项目的研究情况；目前关于异常声音诊断，日本的三菱电机株式会社做了大量的理论技术和学术研究，但没有相关产品在市场销售。
介绍国内其他研究单位对本项目的研究情况。电力仪器异常声音诊断，在国内也是刚刚兴起，测试仪器噪音的产品市场均有销售，目前关于换流站阀内冷系统的冷却泵异声分析技术产品尚未报道。
2 任务需求
对设备运行过程中声音信号的采集，通过正常声音和异常声音不断的累积和存储，逐步完善音频数据库，为设备故障点的查找提供科学的声学参考数据。电气设备在运行中，由于受到交变电流的作用会发生各种声音和振动。设备正常运行与异常状态下的声音和振动是有区别的，通过观测这种声音的高低、音色的变化、振动的强弱，就能初步判断设备的运行状况。冷却系统在运行过程中如果出现轰鸣声可能是冷却泵里的滚轴承坏了，如变电器、电抗器等设备中的励磁电流引起硅钢片磁滞伸缩产生振动发出的声音，旋转电机轴承处产生的机械振动声音，高压带电部位由于电场强度过于集中引起空气游离而产生的电晕放电声等，这些声音和振动式运行设备所特有的是表示设备运行状态的一种特征。
近年来，换流阀冷却系统频繁故障导致直流系统单双极闭锁，其可靠性对跨区电网的稳定运行影响非常大。内冷却系统是保证换流阀在正常温度下工作，而冷却泵是阀内冷却系统的重要部件，近年在电网运行中常发生因冷却泵故障起火燃烧事故，由于没有故障检测的方法，冷却泵故障不能及时得到发现并采取预控措施。
本异声识别预警系统是集数据采集、数据处理和自动报警提示于一体的装置，因其工作环境的特殊性，对软硬件的要求均很高，需突破的技术难点和主要研发内容为：电源稳定性和持续性的实现；定向声音采集器的敏感性；稳定的电路设计和装置自动报警等技术难题。在软硬件已有的基础上，急需提高系统工作的可靠性、精准性。
3 换流站内冷系统水泵异声监测关键技术
3.1 复杂背景的冷却泵故障声分离
盲信号分离技术是信号处理中用于声音处理和数据分析的一种新技术，在源信号和混合过程未知的情况下，从混合信号中分理处源信号。本项目利用该技术，对采集的声音进行一系列处理，实现从复杂的背景下对冷却泵声音的分离。
3.2 声音的特征分析
换流站水泵正常与异常运行状态下的声音是有区别的，利用倒频谱（cepstrum）技术对分离出的声音进行特征（幅度、过零率、临界带特征矢量、线性预测系数特征矢量、LPC倒谱特征矢量、MEL倒谱参数）分析，与现有声音的特征进行匹配计算，得出结论。
4 换流站内冷系统水泵异声监测系统的应用
整个系统首先对需监测设备安装声音采集系统，然后对环境声音进行采集、存储，之后通过专家分析软件对采集到的声音进行分析，输出结果，然后将故障声音信息发送给工作人员，随后工作人员可以即时定位发现故障并解决故障，实现该类型故障的早期预警。
使用异声设备识别预警系统是一种准确且高效的监测系统，能够更大程度上做到以预防为主，为日常的工作及工作环境的安全做好预报工作，让工作人员更加放心、安全生产是异声识别预警系统最大的目的。
5 换流站内冷系统水泵异声监测系统的优势
5.1 异常设备声音分析
宽频声音采集阵列将采集的声音数据传输至专家分析软件，分析软件首先提取该声音数据特征，其次与数据库中现有音频数据特征（正常与异常音频数据特征）进行对比，最后得出数据库是否存有该声音特征数据。 采用LOFAR分析和DEMON分析来提取异声信号的特征
信息。
第一，使用LOFAR分析方法对异声整个频段进行全面分析，提取特征频率及对应的幅度。
第二，使用DEMON分析方法分析异声信号包络特性，提取包络的特征频率及对应的幅度。
第三，通过使用LOFAR和DEMON方法，从宏观和微观两个方面全面分析、计算、归纳、信号的特征信息及特征要素，为后续的异声分类做好基础：（1）当存在时，则不需要进行训练程序（声音特征的提取及存储），直接进入识别程序，判断该声音为正常还是异常；若为异常，直接给相关人员发出报警信号。（2）当不存在时，则进入训练程序，发出未知报警信号，通过人工确认该声音是正常或异常，将该音频数据存储于对应的特征库中。
5.2 宽频声音采集阵列
整个系统的核心由宽频声音采集阵列、智能声音识别终端、专家分析软件、大数据服务器和云计算服务中心组成。系统首先对环境声音进行采集、存储，之后通过专家分析软件对采集到的声音进行分析，输出结果，并对故障源进行快速识别，然后将故障声音信息发送给相关工作人员。
6 换流站阀内冷却泵预警系统技术指标
换流站阀内冷却泵预警系统的主要技术指标如下：探测距离：20～500m；频率范围：20～20000Hz；定向精度：水平±5°，俯仰±5°；响应时间：<2s；通信方式：无线（GPRS、专用电台）、有线（TCP/IP）；工作电压：AC220V；工作温度：-20℃～65℃；相对湿度：0%～95%；防护等级：IP65；电磁兼容：符合国标相关要求。
7 结语
智能电网的技术日趋成熟，大量的智能设备投入使用，变电站的维护人员数量急剧减少，对智能变电站中的监测技术提出了更高的要求。为了提高智能变电站无人值守的管理水平，我们提出了一种新的监测手段，即从声音角度分析变压器的运行状态，开发一种安装在变电压器中的异声分析系统。解决电网运行中常发生因冷却泵故障起火燃烧事故，本系统即实现该类型故障的早期预警，为工作人员的生命安全提供了有力的保障。
参考文献
[1] 辛亮.变电运行安全管理初探[J].科技资讯，2009，（3）.
[2] 鲍晓峰，董博武，黄北剐.变电站倒阀操作与事故处理[M].北京：中国电力出版社，2008.
[3] 赵永华.变电设备在线监测系统通过鉴定[N].国家电网报，2008.
[4] 张韫竹.变电设备检修及预防性试验信息管理系统的开发[D].华北电力大学（保定），2006.
[5] 冼伟铨.变电设备管理多媒体信息系统的开发[J].广西电力技术，2001，（3）.
作者简介：杜勇（1973-），男，湖北省电力有限公司检修分公司工程师，研究方向：变电站安装、调试、运行维护。
（责任编辑：陈 洁）
关键词：异声监测；变电站；设备故障；故障预警；换热站；冷却系统 文献标识码：A
中图分类号：TM723 文章编号：1009-2374（2016）06-0045-02 DOI：10.13535/j.cnki.11-4406/n.2016.06.023
1 概述
电气设备和电力系统在运行中会发生各种异常现象和事故，而这些异常现象或事故很可能给电力系统以及工农业生产等带来巨大的危害，为此，如何实现故障的早期预警，显得尤为重要。任何电气设备在运行中，由于受到交变电流的作用，都会发生各种声音和振动。设备正常运行与异常状态下的声音和振动是有区别的，通过观测这种声音的高低、音色的变化、振动的强弱，就能够初步判断设备的运行状况。虽然目前已经在多方面采取了措施对电气设备进行在线监控，但忽略了音频监控这一有效判断设备故障的方法。当前人们对听声音辨别设备故障的方法研究较少，还只是一些经验上的总结；测量方法也比较简单，没有实现实时的在线监控。由于听声音辨别设备故障的方法能有效地发现设备故障、分辨故障类别，若能将该方法实现计算机的在线监控，则可随时知道电气设备的运行情况，对于完善变电站电气设备在计算机上的预警系统将有着重大的意义和广泛的应用前景。
项目中通过采集需监测设备的声源，通过宽带波束形成技术进行测向，此技术在声呐方面广泛使用，经过采用LOFAR（Low-Frequency Acquisition and Ranging）分析和DEMON（Detection of Envelop Modulation on Noise）分析来提取异声信号的特征信息。上述技术在军事方面取得了一定的成果，民用方面暂时没有。
国外声音分析技术研究起步较早，主要集中在智能雷弹系统，其中战场上通过对目标进行声探测从而确定目标的位置，反馈到控制系统进行攻击。其中声源定位系统多应用于智能地雷，在这方面的研究也最卓有成效。国内近年来在声音分析技术方面也进行了大量的研究，受到国防科技重点实验室基金和国家自然科学的支持，并已取得了一定的成果。目前国内应用主要存在于军事方面，民用方面暂时没有。
介绍国外研究机构或者公司对本项目的研究情况；目前关于异常声音诊断，日本的三菱电机株式会社做了大量的理论技术和学术研究，但没有相关产品在市场销售。
介绍国内其他研究单位对本项目的研究情况。电力仪器异常声音诊断，在国内也是刚刚兴起，测试仪器噪音的产品市场均有销售，目前关于换流站阀内冷系统的冷却泵异声分析技术产品尚未报道。
2 任务需求
对设备运行过程中声音信号的采集，通过正常声音和异常声音不断的累积和存储，逐步完善音频数据库，为设备故障点的查找提供科学的声学参考数据。电气设备在运行中，由于受到交变电流的作用会发生各种声音和振动。设备正常运行与异常状态下的声音和振动是有区别的，通过观测这种声音的高低、音色的变化、振动的强弱，就能初步判断设备的运行状况。冷却系统在运行过程中如果出现轰鸣声可能是冷却泵里的滚轴承坏了，如变电器、电抗器等设备中的励磁电流引起硅钢片磁滞伸缩产生振动发出的声音，旋转电机轴承处产生的机械振动声音，高压带电部位由于电场强度过于集中引起空气游离而产生的电晕放电声等，这些声音和振动式运行设备所特有的是表示设备运行状态的一种特征。
近年来，换流阀冷却系统频繁故障导致直流系统单双极闭锁，其可靠性对跨区电网的稳定运行影响非常大。内冷却系统是保证换流阀在正常温度下工作，而冷却泵是阀内冷却系统的重要部件，近年在电网运行中常发生因冷却泵故障起火燃烧事故，由于没有故障检测的方法，冷却泵故障不能及时得到发现并采取预控措施。
本异声识别预警系统是集数据采集、数据处理和自动报警提示于一体的装置，因其工作环境的特殊性，对软硬件的要求均很高，需突破的技术难点和主要研发内容为：电源稳定性和持续性的实现；定向声音采集器的敏感性；稳定的电路设计和装置自动报警等技术难题。在软硬件已有的基础上，急需提高系统工作的可靠性、精准性。
3 换流站内冷系统水泵异声监测关键技术
3.1 复杂背景的冷却泵故障声分离
盲信号分离技术是信号处理中用于声音处理和数据分析的一种新技术，在源信号和混合过程未知的情况下，从混合信号中分理处源信号。本项目利用该技术，对采集的声音进行一系列处理，实现从复杂的背景下对冷却泵声音的分离。
3.2 声音的特征分析
换流站水泵正常与异常运行状态下的声音是有区别的，利用倒频谱（cepstrum）技术对分离出的声音进行特征（幅度、过零率、临界带特征矢量、线性预测系数特征矢量、LPC倒谱特征矢量、MEL倒谱参数）分析，与现有声音的特征进行匹配计算，得出结论。
4 换流站内冷系统水泵异声监测系统的应用
整个系统首先对需监测设备安装声音采集系统，然后对环境声音进行采集、存储，之后通过专家分析软件对采集到的声音进行分析，输出结果，然后将故障声音信息发送给工作人员，随后工作人员可以即时定位发现故障并解决故障，实现该类型故障的早期预警。
使用异声设备识别预警系统是一种准确且高效的监测系统，能够更大程度上做到以预防为主，为日常的工作及工作环境的安全做好预报工作，让工作人员更加放心、安全生产是异声识别预警系统最大的目的。
5 换流站内冷系统水泵异声监测系统的优势
5.1 异常设备声音分析
宽频声音采集阵列将采集的声音数据传输至专家分析软件，分析软件首先提取该声音数据特征，其次与数据库中现有音频数据特征（正常与异常音频数据特征）进行对比，最后得出数据库是否存有该声音特征数据。 采用LOFAR分析和DEMON分析来提取异声信号的特征
信息。
第一，使用LOFAR分析方法对异声整个频段进行全面分析，提取特征频率及对应的幅度。
第二，使用DEMON分析方法分析异声信号包络特性，提取包络的特征频率及对应的幅度。
第三，通过使用LOFAR和DEMON方法，从宏观和微观两个方面全面分析、计算、归纳、信号的特征信息及特征要素，为后续的异声分类做好基础：（1）当存在时，则不需要进行训练程序（声音特征的提取及存储），直接进入识别程序，判断该声音为正常还是异常；若为异常，直接给相关人员发出报警信号。（2）当不存在时，则进入训练程序，发出未知报警信号，通过人工确认该声音是正常或异常，将该音频数据存储于对应的特征库中。
5.2 宽频声音采集阵列
整个系统的核心由宽频声音采集阵列、智能声音识别终端、专家分析软件、大数据服务器和云计算服务中心组成。系统首先对环境声音进行采集、存储，之后通过专家分析软件对采集到的声音进行分析，输出结果，并对故障源进行快速识别，然后将故障声音信息发送给相关工作人员。
6 换流站阀内冷却泵预警系统技术指标
换流站阀内冷却泵预警系统的主要技术指标如下：探测距离：20～500m；频率范围：20～20000Hz；定向精度：水平±5°，俯仰±5°；响应时间：<2s；通信方式：无线（GPRS、专用电台）、有线（TCP/IP）；工作电压：AC220V；工作温度：-20℃～65℃；相对湿度：0%～95%；防护等级：IP65；电磁兼容：符合国标相关要求。
7 结语
智能电网的技术日趋成熟，大量的智能设备投入使用，变电站的维护人员数量急剧减少，对智能变电站中的监测技术提出了更高的要求。为了提高智能变电站无人值守的管理水平，我们提出了一种新的监测手段，即从声音角度分析变压器的运行状态，开发一种安装在变电压器中的异声分析系统。解决电网运行中常发生因冷却泵故障起火燃烧事故，本系统即实现该类型故障的早期预警，为工作人员的生命安全提供了有力的保障。
参考文献
[1] 辛亮.变电运行安全管理初探[J].科技资讯，2009，（3）.
[2] 鲍晓峰，董博武，黄北剐.变电站倒阀操作与事故处理[M].北京：中国电力出版社，2008.
[3] 赵永华.变电设备在线监测系统通过鉴定[N].国家电网报，2008.
[4] 张韫竹.变电设备检修及预防性试验信息管理系统的开发[D].华北电力大学（保定），2006.
[5] 冼伟铨.变电设备管理多媒体信息系统的开发[J].广西电力技术，2001，（3）.
作者简介：杜勇（1973-），男，湖北省电力有限公司检修分公司工程师，研究方向：变电站安装、调试、运行维护。
（责任编辑：陈 洁）