噪声与振动控制

噪声与振动控制 ›› 2024, Vol. 44 ›› Issue (4): 199-204.

• 信号处理与故障诊断 • 上一篇    下一篇

基于机器视觉与听觉响应的干式变压器状态智能诊断方法

邵宇鹰1，王枭2，彭鹏1，张阳2，高健1，袁国刚2   

  1. （ 1. 国网上海市电力有限公司，上海200122； 2. 上海睿深电子科技有限公司，上海201108 ）
  • 收稿日期:2023-05-05 修回日期:2023-08-07 出版日期:2024-08-18 发布日期:2024-08-16

Intelligent Diagnosis Method for Dry-type Transformer Status Based on Machine Vision and Auditory Response

  • Received:2023-05-05 Revised:2023-08-07 Online:2024-08-18 Published:2024-08-16

PDF

摘要： 为提升干式变压器的状态监测与故障诊断能力，提出了一种新的整合机器视觉与听觉响应的变压器状态诊断方法。首先，通过目标检测算法对干式变压器的潜在故障位置进行识别监控，获取其位置信息；其次，整合延迟求和波束成形算法计算其潜在故障位置的声学信息，利用该声学信息实时监控变压器是否出现放电缺陷；最后，对于无法快速诊断的机械故障，利用听觉外周模型获取听觉谱，依据其声音信号的特征频段，设置各特征频率获得多特征频率听觉谱，通过卷积神经网络进行变压器故障类型识别。实验结果显示，所提的方法在噪声情况下的变压器状态识别准确率仍高达87.51 %，优于其他对比的时频域特征提取方法。故所提方法能较准确地诊断干式变压器状态，并且具备良好的抗噪性能，有效补充了当前变压器的监测手段。

关键词: 故障诊断, 干式变压器, 状态检测, 机器视觉, 声学成像, 听觉外周模型