換流站內冷系統水泵異聲監測應用技術研究

杜勇等

摘要：任何電氣設備在運行中，由于受到交變電流的作用，都會發生各種聲音和振動。設備正常運行與異常狀態下的聲音和振動是有區別的，通過觀測這種聲音的高低、音色的變化、振動的強弱，就能夠初步判斷設備的運行狀況。文章對換流站內冷系統水泵異聲監測應用技術進行了研究。

關鍵詞：異聲監測；變電站；設備故障；故障預警；換熱站；冷卻系統 文獻標識碼：A

中圖分類號：TM723 文章編號：1009-2374（2016）06-0045-02 DOI：10.13535/j.cnki.11-4406/n.2016.06.023

1 概述

電氣設備和電力系統在運行中會發生各種異常現象和事故，而這些異常現象或事故很可能給電力系統以及工農業生產等帶來巨大的危害，為此，如何實現故障的早期預警，顯得尤為重要。任何電氣設備在運行中，由于受到交變電流的作用，都會發生各種聲音和振動。設備正常運行與異常狀態下的聲音和振動是有區別的，通過觀測這種聲音的高低、音色的變化、振動的強弱，就能夠初步判斷設備的運行狀況。雖然目前已經在多方面采取了措施對電氣設備進行在線監控，但忽略了音頻監控這一有效判斷設備故障的方法。當前人們對聽聲音辨別設備故障的方法研究較少，還只是一些經驗上的總結；測量方法也比較簡單，沒有實現實時的在線監控。由于聽聲音辨別設備故障的方法能有效地發現設備故障、分辨故障類別，若能將該方法實現計算機的在線監控，則可隨時知道電氣設備的運行情況，對于完善變電站電氣設備在計算機上的預警系統將有著重大的意義和廣泛的應用前景。

項目中通過采集需監測設備的聲源，通過寬帶波束形成技術進行測向，此技術在聲吶方面廣泛使用，經過采用LOFAR（Low-Frequency Acquisition and Ranging）分析和DEMON（Detection of Envelop Modulation on Noise）分析來提取異聲信號的特征信息。上述技術在軍事方面取得了一定的成果，民用方面暫時沒有。

國外聲音分析技術研究起步較早，主要集中在智能雷彈系統，其中戰場上通過對目標進行聲探測從而確定目標的位置，反饋到控制系統進行攻擊。其中聲源定位系統多應用于智能地雷，在這方面的研究也最卓有成效。國內近年來在聲音分析技術方面也進行了大量的研究，受到國防科技重點實驗室基金和國家自然科學的支持，并已取得了一定的成果。目前國內應用主要存在于軍事方面，民用方面暫時沒有。

介紹國外研究機構或者公司對本項目的研究情況；目前關于異常聲音診斷，日本的三菱電機株式會社做了大量的理論技術和學術研究，但沒有相關產品在市場銷售。

介紹國內其他研究單位對本項目的研究情況。電力儀器異常聲音診斷，在國內也是剛剛興起，測試儀器噪音的產品市場均有銷售，目前關于換流站閥內冷系統的冷卻泵異聲分析技術產品尚未報道。

2 任務需求

對設備運行過程中聲音信號的采集，通過正常聲音和異常聲音不斷的累積和存儲，逐步完善音頻數據庫，為設備故障點的查找提供科學的聲學參考數據。電氣設備在運行中，由于受到交變電流的作用會發生各種聲音和振動。設備正常運行與異常狀態下的聲音和振動是有區別的，通過觀測這種聲音的高低、音色的變化、振動的強弱，就能初步判斷設備的運行狀況。冷卻系統在運行過程中如果出現轟鳴聲可能是冷卻泵里的滾軸承壞了，如變電器、電抗器等設備中的勵磁電流引起硅鋼片磁滯伸縮產生振動發出的聲音，旋轉電機軸承處產生的機械振動聲音，高壓帶電部位由于電場強度過于集中引起空氣游離而產生的電暈放電聲等，這些聲音和振動式運行設備所特有的是表示設備運行狀態的一種特征。

近年來，換流閥冷卻系統頻繁故障導致直流系統單雙極閉鎖，其可靠性對跨區電網的穩定運行影響非常大。內冷卻系統是保證換流閥在正常溫度下工作，而冷卻泵是閥內冷卻系統的重要部件，近年在電網運行中常發生因冷卻泵故障起火燃燒事故，由于沒有故障檢測的方法，冷卻泵故障不能及時得到發現并采取預控措施。

本異聲識別預警系統是集數據采集、數據處理和自動報警提示于一體的裝置，因其工作環境的特殊性，對軟硬件的要求均很高，需突破的技術難點和主要研發內容為：電源穩定性和持續性的實現；定向聲音采集器的敏感性；穩定的電路設計和裝置自動報警等技術難題。在軟硬件已有的基礎上，急需提高系統工作的可靠性、精準性。

3 換流站內冷系統水泵異聲監測關鍵技術

3.1 復雜背景的冷卻泵故障聲分離

盲信號分離技術是信號處理中用于聲音處理和數據分析的一種新技術，在源信號和混合過程未知的情況下，從混合信號中分理處源信號。本項目利用該技術，對采集的聲音進行一系列處理，實現從復雜的背景下對冷卻泵聲音的分離。

3.2 聲音的特征分析

換流站水泵正常與異常運行狀態下的聲音是有區別的，利用倒頻譜（cepstrum）技術對分離出的聲音進行特征（幅度、過零率、臨界帶特征矢量、線性預測系數特征矢量、LPC倒譜特征矢量、MEL倒譜參數）分析，與現有聲音的特征進行匹配計算，得出結論。

4 換流站內冷系統水泵異聲監測系統的應用

整個系統首先對需監測設備安裝聲音采集系統，然后對環境聲音進行采集、存儲，之后通過專家分析軟件對采集到的聲音進行分析，輸出結果，然后將故障聲音信息發送給工作人員，隨后工作人員可以即時定位發現故障并解決故障，實現該類型故障的早期預警。

使用異聲設備識別預警系統是一種準確且高效的監測系統，能夠更大程度上做到以預防為主，為日常的工作及工作環境的安全做好預報工作，讓工作人員更加放心、安全生產是異聲識別預警系統最大的目的。

5 換流站內冷系統水泵異聲監測系統的優勢

5.1 異常設備聲音分析

寬頻聲音采集陣列將采集的聲音數據傳輸至專家分析軟件，分析軟件首先提取該聲音數據特征，其次與數據庫中現有音頻數據特征（正常與異常音頻數據特征）進行對比，最后得出數據庫是否存有該聲音特征數據。

采用LOFAR分析和DEMON分析來提取異聲信號的特征

信息。

第一，使用LOFAR分析方法對異聲整個頻段進行全面分析，提取特征頻率及對應的幅度。

第二，使用DEMON分析方法分析異聲信號包絡特性，提取包絡的特征頻率及對應的幅度。

第三，通過使用LOFAR和DEMON方法，從宏觀和微觀兩個方面全面分析、計算、歸納、信號的特征信息及特征要素，為后續的異聲分類做好基礎：（1）當存在時，則不需要進行訓練程序（聲音特征的提取及存儲），直接進入識別程序，判斷該聲音為正常還是異常；若為異常，直接給相關人員發出報警信號。（2）當不存在時，則進入訓練程序，發出未知報警信號，通過人工確認該聲音是正常或異常，將該音頻數據存儲于對應的特征庫中。

5.2 寬頻聲音采集陣列

整個系統的核心由寬頻聲音采集陣列、智能聲音識別終端、專家分析軟件、大數據服務器和云計算服務中心組成。系統首先對環境聲音進行采集、存儲，之后通過專家分析軟件對采集到的聲音進行分析，輸出結果，并對故障源進行快速識別，然后將故障聲音信息發送給相關工作人員。

6 換流站閥內冷卻泵預警系統技術指標

換流站閥內冷卻泵預警系統的主要技術指標如下：探測距離：20～500m；頻率范圍：20～20000Hz；定向精度：水平±5°，俯仰±5°；響應時間：<2s；通信方式：無線（GPRS、專用電臺）、有線（TCP/IP）；工作電壓：AC220V；工作溫度：-20℃～65℃；相對濕度：0%～95%；防護等級：IP65；電磁兼容：符合國標相關要求。

7 結語

智能電網的技術日趨成熟，大量的智能設備投入使用，變電站的維護人員數量急劇減少，對智能變電站中的監測技術提出了更高的要求。為了提高智能變電站無人值守的管理水平，我們提出了一種新的監測手段，即從聲音角度分析變壓器的運行狀態，開發一種安裝在變電壓器中的異聲分析系統。解決電網運行中常發生因冷卻泵故障起火燃燒事故，本系統即實現該類型故障的早期預警，為工作人員的生命安全提供了有力的保障。

參考文獻

[1] 辛亮.變電運行安全管理初探[J].科技資訊，2009，（3）.

[2] 鮑曉峰，董博武，黃北剮.變電站倒閥操作與事故處理[M].北京：中國電力出版社，2008.

[3] 趙永華.變電設備在線監測系統通過鑒定[N].國家電網報，2008.

[4] 張韞竹.變電設備檢修及預防性試驗信息管理系統的開發[D].華北電力大學（保定），2006.

[5] 冼偉銓.變電設備管理多媒體信息系統的開發[J].廣西電力技術，2001，（3）.

作者簡介：杜勇（1973-），男，湖北省電力有限公司檢修分公司工程師，研究方向：變電站安裝、調試、運行維護。

（責任編輯：陳 潔）