[发明专利]一种基于无监督方式的电力变压器工况噪声分离方法

说明书

本发明涉及一种基于无监督方式的电力变压器工况噪声分离方法，与现有技术相比解决了难以从电力变压器声纹信号中分离出噪声的缺陷。本发明包括以下步骤：电力变压器声纹数据的采集；声纹数据的预处理；变压器声纹的压缩；变压器工况噪声的分离。本发明通过采集的变压器音频，经去噪处理后，综合运用频率压缩方法、频率特征提取变压器声纹特征并进行有效融合；针对变压器工况声音由稳定工作状况发出的声音与不稳定的瞬时杂音加性叠加问题，提出一种基于特征向量夹角相似度算法，实现了声纹叠加的分离检测，分离出变压器工况噪声特性，为变压器工作状态的判断检测打下了基础。

技术领域

本发明涉及电力设备技术领域，具体来说是一种基于无监督方式的电力变压器工况噪声分离方法。

背景技术

由于大型电力变压器(电抗器)内部放电、过热、绕组变形、机械部件松动及设备绝缘老化等潜伏性故障因素的影响，随着时间积累会导致电力变压器(电抗器)运行过程中出现严重故障。传统的人工判断方法是通过用人耳听取设备运行声音来判断故障类型与故障位置。此类方法具有一定的局限性、模糊性、主观性与缺乏持久性，具体表现为不同技术人员对变压器故障的判断标准可能存在不一致，且一些细微声信号无法判定，需要一定知识与经验的积累。

长久以来，电力变压器(电抗器)的声纹信号被当作噪声而忽略了其价值。电力变压器(电抗器)的不同的故障类型影响着电力变压器(电抗器)的振动状态，进而会产生不同的声波信号，因此应用声纹传感器装置可采集变压器运行中的持续声纹信号，通过对声纹信号的分析与识别可实现对电力变压器(电抗器)进行工况检测与诊断。但是，电力变压器工作时产生的声纹信号较丰富，在正常电器振动产生的声纹信号中夹杂着噪声，而这些声纹信号若不能区别出噪声特性，会对基于声纹信号分析电力变压器故障带来不利影响。

那么，如何从电力变压器(电抗器)的声纹信号分离出正常振动声和噪声已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中难以从电力变压器声纹信号中分离出噪声特性的缺陷，提供一种基于无监督方式的电力变压器工况噪声分离方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种基于无监督方式的电力变压器工况噪声分离方法，包括以下步骤：

11)电力变压器声纹数据的采集：通过声纹采集传感器实地采集获取电力变压器音频数据；

12)声纹数据的预处理：运用分段、分帧、音频加窗预处理方法对所采集的变压器声纹进行去噪处理；

13)变压器声纹的压缩：运用频率压缩方法对预处理后的声纹数据进行频率压缩，得到帧信号的压缩特征；

14)变压器工况噪声的分离：基于特征向量夹角相似度算法进行声纹叠加的分离检测，分离出变压器工况噪声特性。

所述声纹数据的预处理包括以下步骤：

21)对采集的变压器音频s(t)进行分段操作：

对获得的变压器音频数据进行分段切分成s(t)＝{s₁(t),s₂(t),...,s_q(t),...s_r(t)}，计算声纹数据的总长度L，其计算公式如下：

L＝time×fS_Sample＝r×r_L，

其中，fs_sample为该音频的采样频率,time是采样时间，r为分段数量，r_L为分段长度；

22)对已经分段的变压器音频数据s_q(t)进行分帧处理：

将变压器声纹帧长设为500ms，进行分帧处理为