CN109883747A - 基于声强云图的gis故障诊断方法 - Google Patents
基于声强云图的gis故障诊断方法 Download PDFInfo
- Publication number
- CN109883747A CN109883747A CN201910228735.2A CN201910228735A CN109883747A CN 109883747 A CN109883747 A CN 109883747A CN 201910228735 A CN201910228735 A CN 201910228735A CN 109883747 A CN109883747 A CN 109883747A
- Authority
- CN
- China
- Prior art keywords
- sound intensity
- gis
- contrast
- standard deviation
- cloud atlas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于声强云图的GIS故障诊断方法。其特点是，包括如下步骤：(1)在GIS母线筒和开关设备处分别设置等间隔的测点，通过带有5对传感器的手持环形声压传感器阵列依次扫掠所有测点，得到GIS在不同工况下母线筒和开关设备处的声压信号；(2)对步骤(1)中5对传感器得到的声压信号进行计算，得到每一对传感器处的声强值，最终得到5×N的声强矩阵，其中N为测点数量；(3)对得到的声强矩阵进行三次样条插值绘图，得到GIS母线筒和开关设备处整体的声强云图，然后将彩色云图转换为灰度图。本发明可以实现带电检测，获得GIS整体的声辐射特性，并且判断准确，可以降低测量难度。
Description
技术领域
本发明涉及一种基于声强云图的GIS故障诊断方法。
背景技术
GIS是电力***最重要的设备之一，其安全运行与否与电网的可靠运行紧密的联系在一起。如果GIS出现故障，将导致大面积停电，这样不仅影响了工厂的生产，也影响了民众的生活。因此，必须及时发现GIS存在的隐患，避免突发事故，提高电网运行的可靠性，开展GIS故障诊断方法的研究具有十分重要的意义。
在实际运行中，GIS的外壳和导电杆会因为受到电磁力的作用而产生振动。GIS常见的故障有内部发生局部放电、螺栓松动、开关接触不良等。局部放电可能是因为SF6气体泄漏导致绝缘强度降低、GIS内部存在微粒；螺栓松动可能是因为振动使螺栓受到持续的交变应力而松动；开关接触不良可能是因为动静触头相互摩擦使触头受损。当GIS内部出现故障时，外壳和导电杆的振动也会因此而发生变化。例如，出现局部放电时会产生高频的振动信号。这些隐患进一步发展可能会使GIS发生击穿而无法继续运行，如果不能及时发现并处理这些隐患，甚至可能会给电网的运行带来重大的危害与损失。
目前，针对各类GIS故障的特点及其引起变化提出了基于不同特征量的GIS状态监测方案。目前常用的有超高频法、超声波法、振动信号分析法、声音信号分析法等。其中，超高频法主要通过监测高频信号实现内部局部放电的检测，对于由机械故障产生的偏低频的信号无法进行有效地监测。超声波法通过监测局部放电产生的超声波信号监测绝缘状态，但是容易受到局部放电、风这类背景噪声的影响，抗噪声干扰能力差。振动分析法是通过测量GIS外壳的振动信号对GIS的机械状态进行监测，但是这种方法容易受测量位置的影响，无法获得GIS整体的振动特性。
发明内容
本发明的目的是提供一种基于声强云图的GIS故障诊断方法，能够实现带电检测，获得GIS整体的声辐射特性，并且判断准确。
一种基于声强云图的GIS故障诊断方法，其特别之处在于，包括如下步骤：
(1)在GIS母线筒和开关设备处分别设置等间隔的测点，通过带有5对传感器的手持环形声压传感器阵列依次扫掠所有测点，得到GIS在不同工况下母线筒和开关设备处的声压信号；
(2)对步骤(1)中5对传感器得到的声压信号进行计算，得到每一对传感器处的声强值，最终得到5×N的声强矩阵，其中N为测点数量；
(3)对得到的声强矩阵进行三次样条插值绘图，得到GIS母线筒和开关设备处整体的声强云图，然后将彩色云图转换为灰度图；
(4)设灰度图的像素为Nx×Ny，其中N和M分别代表图片的像素点个数，随后在灰度图上选定一像素点i(x，y)，其中x，y分别为该像素点的横纵坐标并找到在点i的θ方向上与点i相距为d的像素点j(x，y，d，θ)，其中θ取0°～360°；
设点i和j的灰度级分别为g1和g2，其中0<g1、g2<K，K为灰度图的总灰度级，此处取255；
在灰度图上扫掠所有像素点对(i，j)，并统计各种灰度级对出现的概率P(g1，g2)，最终可以得到一个K×K灰度共生矩阵，通过灰度共生矩阵提取出即根据下列公式计算得到对比度CON、相关性COR；
其中
(5)根据步骤(4)中得到的对比度CON、相关性COR，利用在GIS母线筒处的声强云图对地脚螺栓松动、绝缘盆螺栓松动进行诊断，利用在GIS开关设备处的声强云图对隔离开关接触不良进行诊断。
步骤(5)中利用在GIS母线筒处的声强云图对地脚螺栓松动、绝缘盆螺栓松动进行诊断具体是：
当相关性COR标准差＜0.02并且对比度的均值＞7.5时，判定为绝缘盆螺栓松动；
当相关性COR标准差＜0.02并且对比度的均值≤7.5时，判定为正常；
当相关性COR标准差≥0.02并且对比度的均值＞8时，并且对比度的标准差＞3时，判定为地脚螺栓松动；
当相关性COR标准差≥0.02并且对比度的均值＞8时，并且对比度的标准差≤3时，判定为其他故障；
当相关性COR标准差≥0.02并且对比度的均值≤8时，判定为正常。
步骤(5)中利用在GIS开关设备处的声强云图对隔离开关接触不良进行诊断具体是：
当对比度CON标准差＜2.6并且对比度的均值＜4.9时，判定为隔离开关接触不良；
当对比度CON标准差＜2.6并且对比度的均值≥4.9时，判定为其他故障；
当对比度CON标准差≥2.6并且对比度的均值＜4.9时，判定为其他故障；
当对比度CON标准差≥2.6并且对比度的均值≥4.9时，判定为正常。
步骤(1)中带有5对传感器的手持环形声压传感器阵列具体包括半圆形金属支架，在该半圆形金属支架上沿圆周方向安装有5组声强探头，每组声强探头均为由2只声强麦克风传感器构成的P-P型声强探头。
本发明提出了一种基于声强云图的故障诊断方法，是一种全新的GIS机械故障检测方式，可以实现带电检测，获得GIS整体的声辐射特性，并且判断准确，可以降低测量难度。
附图说明
附图1为本发明的流程图；
附图2为本发明的流程图；
附图3为本发明中对灰度图的像素进行处理的原理图。
具体实施方式
本发明方法采用的声音信号分析法主要以GIS外壳振动产生的声音信号作为其机械状态的诊断依据，声音信号分析法的主要优势有：
1)利用声压传感器搭建环形传感器阵列，测量***同电力***间无电气连接，避免了测试时的人身安全问题，不受变电站内电磁干扰影响，降低了信号提取处理的难度；
2)测量时无需停电，不影响GIS的正常运行，实现了带电检测；
3)传感器尺寸小，设备便于携带，提高了现场测试的可行性与方便性；
4)通过环形传感器扫掠式测量，可以获得设备整体的声辐射特性，不受测量位置的影响；
5)GIS的声音信号同其内部的机械状态密切相关，声音信号中包含丰富的状态信息。
目前检测GIS是否存在机械故障，传统的振动信号检测方法通常在GIS外壳表面粘贴传感器，测量结果较为准确，但该***较为复杂，传感器的粘贴较为繁琐，测量位置的选择容易受到GIS结构的限制，且无法获得设备的整体振动特性。本发明方法利用声强云图可以对GIS整体的声辐射特性进行分析，减小了测量的工作量。
实施例1：
本发明方法对GIS机械故障的诊断包括以下步骤：
(1)在GIS母线筒和开关设备处分别设置等间隔的测点，通过带有5对传感器的手持环形声压传感器阵列依次扫掠所有测点，得到GIS在不同工况下母线筒和开关设备处的声压信号；
(2)对步骤(1)中5对传感器得到的声压信号进行计算，得到每一对传感器处的声强值，最终得到5×N的声强矩阵，其中N为测点数量；
(3)对得到的声强矩阵进行三次样条插值绘图，得到GIS母线筒和开关设备处整体的声强云图，然后将彩色云图转换为灰度图；
(4)设灰度图的像素为Nx×Ny，其中N和M分别代表图片的像素点个数，随后在灰度图上选定一像素点i(x，y)，其中x，y分别为该像素点的横纵坐标并找到在点i的θ方向上与点i相距为d的像素点j(x，y，d，θ)，其中θ取0°～360°，参见附图3；
设点i和j的灰度级分别为g1和g2，其中0<g1、g2<K，K为灰度图的总灰度级，此处取255；
在灰度图上扫掠所有像素点对(i，j)，并统计各种灰度级对出现的概率P(g1，g2)，最终可以得到一个K×K灰度共生矩阵，通过灰度共生矩阵提取出即根据下列公式计算得到对比度CON、相关性COR；
其中
(5)根据步骤(4)中得到的对比度CON、相关性COR，利用在GIS母线筒处的声强云图对地脚螺栓松动、绝缘盆螺栓松动进行诊断，利用在GIS开关设备处的声强云图对隔离开关接触不良进行诊断。
步骤(5)中利用在GIS母线筒处的声强云图对地脚螺栓松动、绝缘盆螺栓松动进行诊断具体是：
当相关性COR标准差＜0.02并且对比度的均值＞7.5时，判定为绝缘盆螺栓松动；
当相关性COR标准差＜0.02并且对比度的均值≤7.5时，判定为正常；
当相关性COR标准差≥0.02并且对比度的均值＞8时，并且对比度的标准差＞3时，判定为地脚螺栓松动；
当相关性COR标准差≥0.02并且对比度的均值＞8时，并且对比度的标准差≤3时，判定为其他故障；
当相关性COR标准差≥0.02并且对比度的均值≤8时，判定为正常。
步骤(5)中利用在GIS开关设备处的声强云图对隔离开关接触不良进行诊断具体是：
当对比度CON标准差＜2.6并且对比度的均值＜4.9时，判定为隔离开关接触不良；
当对比度CON标准差＜2.6并且对比度的均值≥4.9时，判定为其他故障；
当对比度CON标准差≥2.6并且对比度的均值＜4.9时，判定为其他故障；
当对比度CON标准差≥2.6并且对比度的均值≥4.9时，判定为正常。
本发明中采用的关键技术包括：
利用环形声压传感器阵列测量GIS不同测点的声音信号，获得GIS整体的声辐射特性，避免了传统方法易受测量位置影响的缺点；根据步骤1和步骤2得到的声强矩阵绘制GIS的声强云图；利用步骤3中得到的灰度图从中提取出对比度、相关性等特征量对常见的GIS机械故障进行诊断；根据步骤4中得到的特征量在不同工况下的变化规律，提出基于对比度和相关性的故障诊断流程。
本发明中带有5对传感器的手持环形声压传感器阵列具体为声强测量单元，包括半圆形定制金属支架，其上可固定10只声强麦克风传感器，每2只声强麦克风传感器构成一组P-P声强探头，共5组声强探头，分布在弧形金属支架上。声强传感器为1/2英寸麦克风传感器。所构成的声强探头提供8mm、12mm、25mm、50mm四种类型隔离柱。隔离柱可根据所关心的频带范围进行选择。通常隔离柱越短，频带越宽，下限频率越高。
Claims (4)
1.一种基于声强云图的GIS故障诊断方法，其特征在于，包括如下步骤：
(1)在GIS母线筒和开关设备处分别设置等间隔的测点，通过带有5对传感器的手持环形声压传感器阵列依次扫掠所有测点，得到GIS在不同工况下母线筒和开关设备处的声压信号；
(2)对步骤(1)中5对传感器得到的声压信号进行计算，得到每一对传感器处的声强值，最终得到5×N的声强矩阵，其中N为测点数量；
(3)对得到的声强矩阵进行三次样条插值绘图，得到GIS母线筒和开关设备处整体的声强云图，然后将彩色云图转换为灰度图；
(4)设灰度图的像素为Nx×Ny，其中N和M分别代表图片的像素点个数，随后在灰度图上选定一像素点i(x，y)，其中x，y分别为该像素点的横纵坐标并找到在点i的θ方向上与点i相距为d的像素点j(x，y，d，θ)，其中θ取0°～360°；
设点i和j的灰度级分别为g1和g2，其中0<g1、g2<K，K为灰度图的总灰度级，此处取255；
在灰度图上扫掠所有像素点对(i，j)，并统计各种灰度级对出现的概率P(g1，g2)，最终可以得到一个K×K灰度共生矩阵，通过灰度共生矩阵提取出即根据下列公式计算得到对比度CON、相关性COR；
其中
(5)根据步骤(4)中得到的对比度CON、相关性COR，利用在GIS母线筒处的声强云图对地脚螺栓松动、绝缘盆螺栓松动进行诊断，利用在GIS开关设备处的声强云图对隔离开关接触不良进行诊断。
2.如权利要求1所述的基于声强云图的GIS故障诊断方法，其特征在于：
步骤(5)中利用在GIS母线筒处的声强云图对地脚螺栓松动、绝缘盆螺栓松动进行诊断具体是：
当相关性COR标准差＜0.02并且对比度的均值＞7.5时，判定为绝缘盆螺栓松动；
当相关性COR标准差＜0.02并且对比度的均值≤7.5时，判定为正常；
当相关性COR标准差≥0.02并且对比度的均值＞8时，并且对比度的标准差＞3时，判定为地脚螺栓松动；
当相关性COR标准差≥0.02并且对比度的均值＞8时，并且对比度的标准差≤3时，判定为其他故障；
当相关性COR标准差≥0.02并且对比度的均值≤8时，判定为正常。
3.如权利要求1所述的基于声强云图的GIS故障诊断方法，其特征在于：
步骤(5)中利用在GIS开关设备处的声强云图对隔离开关接触不良进行诊断具体是：
当对比度CON标准差＜2.6并且对比度的均值＜4.9时，判定为隔离开关接触不良；
当对比度CON标准差＜2.6并且对比度的均值≥4.9时，判定为其他故障；
当对比度CON标准差≥2.6并且对比度的均值＜4.9时，判定为其他故障；
当对比度CON标准差≥2.6并且对比度的均值≥4.9时，判定为正常。
4.如权利要求1所述的基于声强云图的GIS故障诊断方法，其特征在于：步骤(1)中带有5对传感器的手持环形声压传感器阵列具体包括半圆形金属支架，在该半圆形金属支架上沿圆周方向安装有5组声强探头，每组声强探头均为由2只声强麦克风传感器构成的P-P型声强探头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910228735.2A CN109883747A (zh) | 2019-03-25 | 2019-03-25 | 基于声强云图的gis故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910228735.2A CN109883747A (zh) | 2019-03-25 | 2019-03-25 | 基于声强云图的gis故障诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109883747A true CN109883747A (zh) | 2019-06-14 |
Family
ID=66934240
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910228735.2A Pending CN109883747A (zh) | 2019-03-25 | 2019-03-25 | 基于声强云图的gis故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109883747A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110332952A (zh) * | 2019-07-12 | 2019-10-15 | 国网上海市电力公司 | 一种基于声学图像的变压器铁心松动检测方法及平台 |
| CN111397726A (zh) * | 2020-03-23 | 2020-07-10 | 深圳供电局有限公司 | 基于声学成像的故障检测*** |
| CN111554264A (zh) * | 2020-05-13 | 2020-08-18 | 西安艾科特声学科技有限公司 | 有源降噪设备的故障检测方法及装置 |
| CN113110386A (zh) * | 2021-04-19 | 2021-07-13 | 重庆大学 | Gis/gil设备机械振动状态在线监测及机械故障云诊断*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001157358A (ja) * | 1999-11-22 | 2001-06-08 | Kansai Electric Power Co Inc:The | 所内事故点標定装置 |
| CN101865789A (zh) * | 2010-06-30 | 2010-10-20 | 上海交通大学 | 近场声全息声像模式识别故障检测装置及其检测方法 |
| CN105973621A (zh) * | 2016-05-02 | 2016-09-28 | 国家电网公司 | 一种基于异常振动分析的gis机械故障诊断方法和*** |
| CN106932493A (zh) * | 2017-03-05 | 2017-07-07 | 北京工业大学 | 一种基于遗传算法的超声传感器阵列参数的分析方法 |
| CN108613820A (zh) * | 2018-05-22 | 2018-10-02 | 国网陕西省电力公司榆林供电公司 | 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法 |
| CN108709723A (zh) * | 2018-03-23 | 2018-10-26 | 河海大学 | 一种气体绝缘组合开关设备的机械故障在线诊断方法 |
| CN108801449A (zh) * | 2018-07-09 | 2018-11-13 | 滨州职业学院 | 一种无线监测的城市交通噪声查询*** |
| CN109187756A (zh) * | 2018-10-17 | 2019-01-11 | 广西电网有限责任公司电力科学研究院 | 一种基于变压器噪声声像图的绕组松动判断方法 |
| CN109470972A (zh) * | 2018-11-15 | 2019-03-15 | 广西电网有限责任公司电力科学研究院 | 一种基于振动图像的变压器铁心松动诊断方法 |
-
2019
- 2019-03-25 CN CN201910228735.2A patent/CN109883747A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001157358A (ja) * | 1999-11-22 | 2001-06-08 | Kansai Electric Power Co Inc:The | 所内事故点標定装置 |
| CN101865789A (zh) * | 2010-06-30 | 2010-10-20 | 上海交通大学 | 近场声全息声像模式识别故障检测装置及其检测方法 |
| CN105973621A (zh) * | 2016-05-02 | 2016-09-28 | 国家电网公司 | 一种基于异常振动分析的gis机械故障诊断方法和*** |
| CN106932493A (zh) * | 2017-03-05 | 2017-07-07 | 北京工业大学 | 一种基于遗传算法的超声传感器阵列参数的分析方法 |
| CN108709723A (zh) * | 2018-03-23 | 2018-10-26 | 河海大学 | 一种气体绝缘组合开关设备的机械故障在线诊断方法 |
| CN108613820A (zh) * | 2018-05-22 | 2018-10-02 | 国网陕西省电力公司榆林供电公司 | 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法 |
| CN108801449A (zh) * | 2018-07-09 | 2018-11-13 | 滨州职业学院 | 一种无线监测的城市交通噪声查询*** |
| CN109187756A (zh) * | 2018-10-17 | 2019-01-11 | 广西电网有限责任公司电力科学研究院 | 一种基于变压器噪声声像图的绕组松动判断方法 |
| CN109470972A (zh) * | 2018-11-15 | 2019-03-15 | 广西电网有限责任公司电力科学研究院 | 一种基于振动图像的变压器铁心松动诊断方法 |
Non-Patent Citations (3)
| Title |
|---|
| B.J.OLMA: "EXPERIENCE WITH IDENTIFICATION OF LOOSE PARTS BY ACOUSTIC MONITORING OF PRIMARY SYSTEM", 《PROGRESS IN NUCLEAR ENERGY》 * |
| 杨帆等: "《精通图像处理经典算法（MATALAB版）》", 28 February 2018, 北京航空航天大学出版社 * |
| 詹海峰: "基于振声联合分析的GIS设备机械故障诊断", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110332952A (zh) * | 2019-07-12 | 2019-10-15 | 国网上海市电力公司 | 一种基于声学图像的变压器铁心松动检测方法及平台 |
| CN110332952B (zh) * | 2019-07-12 | 2021-08-17 | 国网上海市电力公司 | 一种基于声学图像的变压器铁心松动检测方法及平台 |
| CN111397726A (zh) * | 2020-03-23 | 2020-07-10 | 深圳供电局有限公司 | 基于声学成像的故障检测*** |
| CN111554264A (zh) * | 2020-05-13 | 2020-08-18 | 西安艾科特声学科技有限公司 | 有源降噪设备的故障检测方法及装置 |
| CN113110386A (zh) * | 2021-04-19 | 2021-07-13 | 重庆大学 | Gis/gil设备机械振动状态在线监测及机械故障云诊断*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109883747A (zh) | 基于声强云图的gis故障诊断方法 | |
| CN105629100B (zh) | 基于异常振动分析的gis机械缺陷诊断***及方法 | |
| Ramírez-Niño et al. | Acoustic measuring of partial discharge in power transformers | |
| CN1262540A (zh) | 气体绝缘装置中局部放电的诊断方法和局部放电诊断*** | |
| CN107907883A (zh) | 一种变压器内部结构成像监测***及监测方法 | |
| JP2008045977A (ja) | 絶縁診断装置および絶縁診断方法 | |
| CN109470972B (zh) | 一种基于振动图像的变压器铁心松动诊断方法 | |
| CN108181597A (zh) | 一种gis特高频局部放电传感器现场检验方法 | |
| CN103135041A (zh) | 变压器/电抗器局部放电在线监测方法及其监测*** | |
| CN105676082B (zh) | 气体绝缘组合电器盆式绝缘子内部缺陷检测***和方法 | |
| CN110703076A (zh) | 一种基于振动信号频域能量比的gis故障诊断方法 | |
| Huecker et al. | UHF partial discharge monitoring and expert system diagnosis | |
| JP2005331415A (ja) | 絶縁診断システム | |
| CN107037342A (zh) | 一种用于电缆绝缘缺陷检测的复合传感器 | |
| KR101843792B1 (ko) | 전력설비의 부분방전 판정방법 | |
| CN114236327A (zh) | 一种复合绝缘子芯棒酥朽缺陷的检测装置及其检测方法 | |
| CN115453292A (zh) | 具备放电量自校准功能的电缆局放在线监测装置及方法 | |
| CN112014695A (zh) | 一种gis设备故障快速定位***及方法 | |
| CN108387817B (zh) | 一种基于注入电流式多场耦合的接地网故障诊断方法及装置 | |
| CN206945895U (zh) | 一种用于电缆检测的复合传感器 | |
| CN105486588A (zh) | 一种盆式绝缘子耐压能力无损检测方法和装置 | |
| CN105806565A (zh) | 一种gis漏气检测*** | |
| CN212622907U (zh) | 一种变压器局部放电物联网监测装置 | |
| Hou et al. | Discriminant approach to the GIS mechanical fault diagnosis based on the KL divergence of vibration signals | |
| KR101482511B1 (ko) | 위상 지연과 데이터 분포 형상지수를 이용한 베어링 결함 진단 시스템 및 그 진단 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |
|
| RJ01 | Rejection of invention patent application after publication |