電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)綜述及展望

Summary：電力設(shè)備的聲學(xué)檢測(cè)技術(shù)正處于飛速發(fā)展的階段，其關(guān)鍵技術(shù)及工程應(yīng)用方面還有待完善?，F(xiàn)有的文獻(xiàn)報(bào)道通常單獨(dú)介紹不同的聲學(xué)檢測(cè)技術(shù)原理、聲學(xué)檢測(cè)技術(shù)在不同的場(chǎng)景下的應(yīng)用，較少有系統(tǒng)性的綜述聲學(xué)檢測(cè)技術(shù)的報(bào)道。文章對(duì)電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)進(jìn)行了研究。Keys：電力設(shè)備；故障；聲學(xué)檢測(cè)技術(shù)1電力系統(tǒng)聲學(xué)檢測(cè)原理1.1電力設(shè)備異響機(jī)理電力系統(tǒng)中的電力設(shè)備異響主要有兩大類.1）電力設(shè)備機(jī)械振動(dòng)異常引起的異響；2）電力設(shè)備異常放電引起的異響。電力設(shè)備機(jī)械振動(dòng)引起的異常聲響通常是由于設(shè)備過(guò)負(fù)荷、設(shè)備組件松動(dòng)或老化、設(shè)備潛在缺陷、運(yùn)輸及安裝不當(dāng)?shù)那闆r下，設(shè)備受到的電磁力導(dǎo)致設(shè)備產(chǎn)生異常振動(dòng)，進(jìn)而通過(guò)設(shè)備的機(jī)械結(jié)構(gòu)和空氣傳導(dǎo)，形成異響。如電力變壓器的鐵芯松動(dòng)異響、風(fēng)扇異響等都屬于電力設(shè)備的機(jī)械振動(dòng)異響。電力設(shè)備放電所致異響的激勵(lì)源類型比較多，激勵(lì)源主要包括電暈放電、局部放電、沿面放電、微粒放電等。例如，電暈放電導(dǎo)致的異響通常是由于電力設(shè)備高壓端表面不均勻而導(dǎo)致電場(chǎng)畸變引起?；兊碾妶?chǎng)將電離附近的空氣而產(chǎn)生等離子體，在空氣的電離過(guò)程中部分能量以聲音的形式向外傳遞產(chǎn)生異響。不同電力設(shè)備的不同異常作為激勵(lì)源所產(chǎn)生的聲信號(hào)各具特點(diǎn)，且電力設(shè)備故障類型和其激勵(lì)產(chǎn)生的聲音信號(hào)通常具有強(qiáng)對(duì)應(yīng)關(guān)系，因此通過(guò)檢測(cè)聲音信號(hào)對(duì)電力設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)，保證電力系統(tǒng)正常運(yùn)行，具有較強(qiáng)的技術(shù)可行性。1.2聲學(xué)檢測(cè)系統(tǒng)架構(gòu)聲學(xué)檢測(cè)技術(shù)與電力設(shè)備故障檢測(cè)技術(shù)中的超高頻檢測(cè)、紅外檢測(cè)、光學(xué)檢測(cè)等技術(shù)的本質(zhì)區(qū)別在于所采集和分析的信號(hào)不同，但是基本應(yīng)用架構(gòu)有著共通之處。聲學(xué)檢測(cè)在電力設(shè)備故障檢測(cè)的應(yīng)用架構(gòu)主要包括待測(cè)對(duì)象層、硬件處理層、數(shù)據(jù)分析層，各層通過(guò)數(shù)據(jù)交互，為系統(tǒng)應(yīng)用層提供故障處理解決方案及依據(jù)。待測(cè)對(duì)象層主要為電力系統(tǒng)中需要檢測(cè)的關(guān)鍵設(shè)備；硬件處理層主要功能為高保真地采集待測(cè)對(duì)象的聲音信號(hào)；數(shù)據(jù)分析層主要是通過(guò)聲音信號(hào)的識(shí)別，實(shí)現(xiàn)系統(tǒng)設(shè)備故障診斷及故障定位。2電力設(shè)備異常聲信號(hào)采集聲信號(hào)精確采集是聲學(xué)檢測(cè)在電力系統(tǒng)的應(yīng)用基礎(chǔ)。聲音傳感器作為可將聲音信號(hào)轉(zhuǎn)換為電信號(hào)的測(cè)量元件，是可準(zhǔn)確進(jìn)行電力設(shè)備異常信號(hào)聲學(xué)檢測(cè)的先決條件。根據(jù)有效檢測(cè)頻率可將聲音傳感器分為噪聲傳感器和超聲波傳感器兩大類。聲音傳感器陣列技術(shù)比傳統(tǒng)的單一聲傳感器檢測(cè)具有更高的檢測(cè)精度，更能實(shí)現(xiàn)電力設(shè)備故障的精確定向。針對(duì)電力變壓器中局部放電難以準(zhǔn)確定位的問(wèn)題，引入相控陣列技術(shù)，研制了16*16陣元的平面超聲傳感器相控陣列用以故障檢測(cè)與定位，但陣元數(shù)量較多。研發(fā)了一種用于電力設(shè)備局部放電檢測(cè)的復(fù)合式聲傳感器，通過(guò)應(yīng)用高階積量處理技術(shù)，對(duì)十字形超聲陣列傳感器進(jìn)行虛擬擴(kuò)展使其具有61陣元的陣列性能，從而提高了超聲陣列孔徑和方向性銳度，將定位的相對(duì)誤差減小為5%，為陣列技術(shù)在電力設(shè)備故障檢測(cè)領(lǐng)域的實(shí)用化提供了可能性。3電力設(shè)備故障聲信號(hào)分析與診斷3.1信號(hào)去噪雖然電力系統(tǒng)中的聲學(xué)信號(hào)可反映電力設(shè)備的異常運(yùn)行狀態(tài)，但是通常也伴隨著噪聲污染，影響檢測(cè)結(jié)果的準(zhǔn)確性。除了電力設(shè)備產(chǎn)生的異響外，工作人員運(yùn)維時(shí)走動(dòng)、巡視車運(yùn)行、電力設(shè)備周圍環(huán)境等都會(huì)產(chǎn)生干擾噪聲。如何去除噪聲污染是聲學(xué)檢測(cè)技術(shù)準(zhǔn)確檢測(cè)的關(guān)鍵。除在硬件設(shè)計(jì)過(guò)程中加入濾波環(huán)節(jié)以外，還可通過(guò)數(shù)據(jù)處理進(jìn)行去噪，已有研究表明小波去噪是最常用的方法。小波去噪的質(zhì)量受到小波基、小波分解層數(shù)及閾值設(shè)定的限制，目前大多數(shù)學(xué)者僅僅對(duì)其中某一影響因素進(jìn)行優(yōu)化，不一定能達(dá)到最優(yōu)的去噪效果。定義了適用于氣體絕緣金屬封閉輸電線路的聲發(fā)射小波去噪復(fù)合評(píng)價(jià)指標(biāo)，并提出一種最優(yōu)小波去噪算法；該算法通過(guò)小波基、分解層數(shù)、閾值等自適應(yīng)選擇，實(shí)現(xiàn)最優(yōu)化去噪效果的目的。基于離散小波變換統(tǒng)計(jì)與能量分析技術(shù)，使用小波數(shù)學(xué)形態(tài)聯(lián)合降噪算法對(duì)信號(hào)進(jìn)行預(yù)處理，利用快速傅里葉變換與均方根技術(shù)優(yōu)化小波參數(shù)，結(jié)合改進(jìn)組合的神經(jīng)網(wǎng)絡(luò)算法建立了滾動(dòng)軸承故障振動(dòng)信號(hào)模型。提取電力系統(tǒng)中不同設(shè)備的不同故障類型對(duì)應(yīng)有不同的聲音信號(hào)特征。為了準(zhǔn)確地進(jìn)行故障的分析與定位，電力設(shè)備的故障特征提取方法顯得尤為重要。電力設(shè)備異常情況的聲音信號(hào)特征提取方法包括統(tǒng)計(jì)特征法、小波分析法、指紋特征法等。小波分析法具有能夠從極強(qiáng)背景干擾中檢測(cè)微弱信號(hào)與提取時(shí)*頻結(jié)構(gòu)信息中“指紋”特征的能力。通過(guò)對(duì)電力設(shè)備多種典型缺陷模型數(shù)據(jù)的統(tǒng)計(jì)，提出一種改進(jìn)的小波分析方法，重新定義了充分利用小波變換域提供的時(shí)*頻結(jié)構(gòu)信息的特征量。提出基于風(fēng)電機(jī)組葉片裂紋聲發(fā)射信號(hào)優(yōu)化的小波重分配尺度譜裂紋擴(kuò)展識(shí)別方法，利用最小香農(nóng)熵優(yōu)化小波基函數(shù)的帶寬參數(shù)，克服了小波重分配尺度譜的時(shí)頻分辨率不能同時(shí)達(dá)到最佳的困難。提出了自適應(yīng)白噪聲完備經(jīng)驗(yàn)?zāi)B(tài)分解算法以實(shí)現(xiàn)對(duì)電力設(shè)備放電故障異常聲信號(hào)的特征提取。首先，對(duì)信號(hào)進(jìn)行分解得到若干個(gè)本征模態(tài)函數(shù)；然后，求取各峭度值；最后，選取合適的峭度值對(duì)信號(hào)進(jìn)行重構(gòu)，提取放電故障的特征量。但是該方法僅針對(duì)變壓器的放電故障進(jìn)行測(cè)試，不具有普適性。3.2異常識(shí)別隨著人工智能技術(shù)的不斷發(fā)展，人工智能算法不斷被應(yīng)用于電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)的故障識(shí)別方面。神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等人工智能算法在電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)應(yīng)用較多。人工神經(jīng)網(wǎng)絡(luò)是最常見(jiàn)的應(yīng)用于電力設(shè)備缺陷識(shí)別的方法，將所提取到的特征量作為網(wǎng)絡(luò)的輸入，利用已知的缺陷樣本改變網(wǎng)絡(luò)中的各層神經(jīng)元的權(quán)重來(lái)完成學(xué)習(xí)。最后，設(shè)定權(quán)重進(jìn)行電力設(shè)備缺陷類型識(shí)別，但是訓(xùn)練過(guò)程中存在所需樣本基數(shù)大且容易局部收斂問(wèn)題。應(yīng)用于電力設(shè)備故障聲學(xué)檢測(cè)的人工神經(jīng)網(wǎng)絡(luò)主要有BP神經(jīng)網(wǎng)絡(luò)、學(xué)習(xí)向量量化等。支持向量機(jī)適合用于解決樣本較少、數(shù)據(jù)維度高、非線性等問(wèn)題，但是難以確定規(guī)則化系數(shù)，預(yù)測(cè)的結(jié)果不具備統(tǒng)計(jì)意義。3.3故障定位隨著電力系統(tǒng)的不斷發(fā)展，電力設(shè)備故障準(zhǔn)確定位的要求也不斷被提高。目前，基于聲學(xué)信號(hào)的故障定位技術(shù)可大致分為延時(shí)定位、衰減定位、聲電聯(lián)合定位、基于傳感器陣列的定位技術(shù)等。延時(shí)定位通過(guò)在待測(cè)設(shè)備的不同位置布置多個(gè)聲傳感器，利用聲音到達(dá)不同傳感器的時(shí)差乘以波速等于傳感器與距離聲源坐標(biāo)距離之差的原理，求得聲源的三維坐標(biāo)。衰減定位通過(guò)聲信號(hào)能量和傳播距離的指數(shù)衰減模型，反推求得到故障聲音位置。基于陣列傳感器的定位技術(shù)采集聲源信號(hào)到各聲音傳感器的相位差與方向角度，利用波速成型算法等陣列信息處理技術(shù)進(jìn)行聲源位置的確定。提出一種變壓器局部放電的超聲窄帶陣列信號(hào)波達(dá)方向估計(jì)算法，并提出了一種基于多平臺(tái)側(cè)向定位原理及優(yōu)化全局搜索的變壓器局部放電超聲陣列定位方法，大量試驗(yàn)表明算法定位成功率高，且故障定位精度小于10cm。聲電聯(lián)合定位中電磁波信號(hào)為光速傳播，達(dá)到傳感器的時(shí)間可視為0，聲傳感器和電傳感器之間的信號(hào)延時(shí)即為聲源信號(hào)傳到檢測(cè)點(diǎn)的時(shí)間，利用聲信號(hào)傳播速度乘以傳播時(shí)間即可找到聲源位置。4聲學(xué)檢測(cè)技術(shù)在電力系統(tǒng)的應(yīng)用4.1噪聲檢測(cè)噪聲檢測(cè)在電力設(shè)備的變壓器、電抗器、斷路器等關(guān)鍵電力設(shè)備的機(jī)械振動(dòng)、諧波引起的諧振、典型放電故障檢測(cè)中應(yīng)用廣泛。4.2超聲檢測(cè)超聲波檢測(cè)技術(shù)的有效檢測(cè)頻率較高，因而具有低頻干擾信號(hào)噪聲抑制能力，而被廣泛應(yīng)用于電力變壓器、GIS、斷路器等電力系統(tǒng)關(guān)鍵設(shè)備的放電故障的檢測(cè)。典型的放電故障有局部放電、沿面放電、微粒放電等。4.3聲發(fā)射檢測(cè)聲發(fā)射檢測(cè)主要應(yīng)用領(lǐng)域包括電力設(shè)備絕緣健康狀態(tài)、機(jī)械健康狀態(tài)及局部放電故障的檢測(cè)等。5結(jié)論推進(jìn)以電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)為代表的無(wú)損檢測(cè)技術(shù)的發(fā)展，是適應(yīng)智能電網(wǎng)及電力系統(tǒng)智能化發(fā)展的重要舉措。聲學(xué)檢測(cè)技術(shù)具有與設(shè)備