本發(fā)明涉及基于2dpca及svm的變電站電力變壓器故障檢測(cè)系統(tǒng)及檢測(cè)方法，屬于音頻判別技術(shù)領(lǐng)域。

背景技術(shù)：

變電站電力變壓器屬于電力系統(tǒng)中非常重要的電氣設(shè)備，當(dāng)其出現(xiàn)故障時(shí)，能夠造成巨的大危害，不僅會(huì)對(duì)變壓器本身造成損傷或損壞而導(dǎo)致停電，也可能引發(fā)電力系統(tǒng)、人身事故等，從而導(dǎo)致對(duì)生產(chǎn)生活帶來巨大損失。

變電站電力變壓器發(fā)生故障是指其工作狀態(tài)發(fā)生異常、部分功能失效或者性能指標(biāo)超出其額定范圍，通常這些情況下，就是電力變壓器進(jìn)入了故障狀態(tài)。出現(xiàn)故障的原因主要是指設(shè)備在運(yùn)行條件下，導(dǎo)致其發(fā)生失效的物理、化學(xué)、生物或者機(jī)械過程，如腐蝕、蠕變、磨損、受熱、老化等。

目前，在我國變電站電力變壓器的檢修過程中，仍然采用定期的計(jì)劃檢修，然而隨著人們對(duì)電力需求的不斷增多，定期檢修已經(jīng)不能滿足這個(gè)時(shí)代的發(fā)展要求，并且定期檢修也存在自身的缺陷。如果電力變壓器存在不安全的隱患，在定期檢修時(shí)又沒有及時(shí)的發(fā)現(xiàn)并且做出排除，那么就會(huì)影響到電力系統(tǒng)的正常運(yùn)行。為確保電力系統(tǒng)安全運(yùn)行，最大限度地降低事故率，迫切需要尋求新的更加行之有效的檢測(cè)方法。

在日常工作生活中，故障診斷技術(shù)已經(jīng)深入到各行各業(yè)，如何安全實(shí)時(shí)準(zhǔn)確的判斷出故障的出現(xiàn)以及存在已成為亟待解決的重要問題。安全實(shí)時(shí)的非接觸式在線故障檢測(cè)以及分析技術(shù)為相關(guān)行業(yè)的生產(chǎn)運(yùn)行流程帶來了巨大的改變。

對(duì)于變電站的電力變壓器來說，由于其長時(shí)間處于高電壓、強(qiáng)電流、高負(fù)荷下運(yùn)行，通常是無間斷的運(yùn)行狀態(tài)，且具有高危險(xiǎn)性，這就使得人工監(jiān)視與維護(hù)有著諸多危險(xiǎn)與困難。因此，我們需要采用非接觸式的檢測(cè)方式，做到實(shí)時(shí)無間斷的安全監(jiān)控。通常電力變壓器工作時(shí)會(huì)向外界發(fā)出音頻信號(hào)，有經(jīng)驗(yàn)的工作人員可以通過聽音判別出設(shè)備的運(yùn)行狀況，甚至還能通過異常聲音的表現(xiàn)判斷出故障的原因，故障判斷的過程是通過人耳對(duì)設(shè)備所發(fā)出的音頻信號(hào)進(jìn)行感知和判斷來完成的。采用聲音傳感器來替代人耳，用音頻信號(hào)處理及機(jī)器學(xué)習(xí)等算法模擬人的聽覺系統(tǒng)以及大腦對(duì)信號(hào)的反映就可實(shí)現(xiàn)對(duì)設(shè)備音頻的自動(dòng)化判決。

中國專利文獻(xiàn)cn106443259a公開了一種基于歐式聚類和spo-svm的變壓器故障診斷新方法，包括：選取樣本數(shù)據(jù)，將樣本數(shù)據(jù)分為訓(xùn)練樣本和測(cè)試樣本，并對(duì)其進(jìn)行歸一化處理；劃分變壓器的狀態(tài)；構(gòu)造歐式距離分類器；構(gòu)造svm多分類器；構(gòu)造高斯徑向基核函數(shù)作為核函數(shù)；采用粒子群優(yōu)化理論對(duì)高斯徑向基核函數(shù)的參數(shù)進(jìn)行優(yōu)化；將訓(xùn)練樣本輸入支持向量機(jī)進(jìn)行模型學(xué)習(xí)，建立基于最小二乘支持向量機(jī)的學(xué)習(xí)模型；將測(cè)試樣本輸入兩分類的svm進(jìn)行計(jì)算；得到變壓器的故障類別。但是，該專利中存在以下缺陷：1.采取基于油中溶解氣體的變壓器故障檢測(cè)方式：油中氣體的測(cè)量并不是很方便，這必然造成故障檢測(cè)系統(tǒng)復(fù)雜化；2.采用油中溶解氣體作為樣本進(jìn)行特征提取，由于各種氣體混在一起，這必然造成進(jìn)行特征提取的復(fù)雜度及錯(cuò)誤的出現(xiàn)，因故障氣體的出現(xiàn)是一個(gè)緩慢過程，只有當(dāng)故障氣體達(dá)到一定程度，故障氣體特征才占主導(dǎo)，此時(shí)氣體特征在提取時(shí)才能被很好的提取出來。3.采用歐式距離將待測(cè)數(shù)據(jù)特征與樣本特征進(jìn)行對(duì)比，因歐式距離構(gòu)造簡單，出錯(cuò)的幾率非常大，在分類識(shí)別中屬于最基礎(chǔ)的測(cè)量方法，因此如果就將歐式距離作為檢測(cè)的第一步，若出現(xiàn)錯(cuò)誤則必然導(dǎo)致后面檢測(cè)錯(cuò)誤的出現(xiàn)。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了基于2dpca及svm的變電站電力變壓器故障檢測(cè)系統(tǒng)；

本發(fā)明還提供了基于2dpca及svm的變電站電力變壓器故障檢測(cè)方法；

在本發(fā)明中，基于2dpca及svm的變電站電力變壓器故障檢測(cè)系統(tǒng)前期將聲音樣本庫中所有類型數(shù)據(jù)樣本送入預(yù)處理系統(tǒng)及訓(xùn)練系統(tǒng)得到其特征矢量序列存儲(chǔ)到數(shù)據(jù)中心。后期進(jìn)行監(jiān)控時(shí)，將所采集的音頻數(shù)據(jù)送入預(yù)處理系統(tǒng)及訓(xùn)練系統(tǒng)進(jìn)行運(yùn)算，得到其特征矢量序列，并與數(shù)據(jù)中心中各類型數(shù)據(jù)的特征矢量序列進(jìn)行svm運(yùn)算，從而判斷此音頻為正常音頻或是故障音頻，由此判斷電力變壓器是否仍處于正常工作狀態(tài)。

術(shù)語解釋：

1、2dpca，二維主分量分析；

2、svm，supportvectormachine，支持向量機(jī)；

3、幅頻特性，將聲音信號(hào)進(jìn)行短時(shí)傅立葉變換之后，所得信號(hào)幅度隨頻率變化的規(guī)律，

式中|xn(e^jω)|就是信號(hào)對(duì)應(yīng)頻率ω的幅度值，也即能量。

本發(fā)明的技術(shù)方案為：

基于2dpca及svm的變電站電力變壓器故障檢測(cè)系統(tǒng)，包括第一音頻采集系統(tǒng)、第二音頻采集系統(tǒng)、音頻樣本庫、第一預(yù)處理系統(tǒng)、第二預(yù)處理系統(tǒng)、音頻訓(xùn)練系統(tǒng)、數(shù)據(jù)中心、檢測(cè)系統(tǒng)，所述第一音頻采集系統(tǒng)、音頻樣本庫、第一預(yù)處理系統(tǒng)、音頻訓(xùn)練系統(tǒng)依次連接，所述第二音頻采集系統(tǒng)、第二預(yù)處理系統(tǒng)、音頻訓(xùn)練系統(tǒng)依次連接，所述音頻訓(xùn)練系統(tǒng)分別連接所述數(shù)據(jù)中心、所述檢測(cè)系統(tǒng)，所述數(shù)據(jù)中心連接所述檢測(cè)系統(tǒng)。

根據(jù)本發(fā)明優(yōu)選的，初期構(gòu)建系統(tǒng)時(shí)，所述第一音頻采集系統(tǒng)將采集到的音頻數(shù)據(jù)送入所述音頻樣本庫中存儲(chǔ)，并且由相關(guān)工作人員對(duì)音頻數(shù)據(jù)進(jìn)行判別屬于哪種類型的聲音，存做音頻樣本，聲音的類型包括故障類型與非故障類型的各類聲音；例如，非故障類型聲音就是正常運(yùn)行下的聲音，包括：正常運(yùn)行聲，含有鳥叫情況下的正常聲，含有人說話時(shí)的正常音，含有風(fēng)聲的正常音，含有雨聲的正常音等等，這類包含外界干擾情況的正常運(yùn)行聲音。故障類型聲音包括：分接開關(guān)不到位將發(fā)出較大的“啾啾”響聲；當(dāng)變壓器的鐵心接地?cái)嗑€時(shí)，變壓器將產(chǎn)生“嗶剝嗶剝”的輕微放電聲；導(dǎo)電引線通過空氣對(duì)變壓器外殼的放電聲(噼啪噼啦的清脆擊鐵聲)；導(dǎo)體通過變壓器油面對(duì)外殼的放電聲(噼啪聲)；當(dāng)?shù)蛪壕€路發(fā)生接地或出現(xiàn)短路事故時(shí)發(fā)出(轟轟)的聲音；當(dāng)變壓器過負(fù)荷嚴(yán)重時(shí)發(fā)出低沉的如重載飛機(jī)的“嗡嗡”聲；當(dāng)變壓器繞組發(fā)生層間或匝間短路而燒壞時(shí)發(fā)出(咕嘟咕嘟)的開水沸騰聲等等。將音頻樣本庫中的音頻樣本送入第一預(yù)處理系統(tǒng)，得到音頻樣本的幅頻特征數(shù)據(jù)；將第一預(yù)處理系統(tǒng)輸出的音頻樣本的幅頻特征數(shù)據(jù)送入音頻訓(xùn)練系統(tǒng)得到其降維特征數(shù)據(jù)；將音頻樣本的降維特征數(shù)據(jù)存入數(shù)據(jù)中心；

后期進(jìn)行監(jiān)測(cè)時(shí)，所述第二音頻采集系統(tǒng)將采集到的未知音頻數(shù)據(jù)送入第二預(yù)處理系統(tǒng)，得到未知音頻的幅頻特征數(shù)據(jù)；將第二預(yù)處理系統(tǒng)輸出的未知音頻的幅頻特征數(shù)據(jù)送入音頻訓(xùn)練系統(tǒng)得到其降維特征數(shù)據(jù)；檢測(cè)系統(tǒng)調(diào)用數(shù)據(jù)中心中的音頻樣本的降維特征數(shù)據(jù)，與未知音頻數(shù)據(jù)的降維特征數(shù)據(jù)進(jìn)行匹配，檢測(cè)該未知音頻是否為故障聲音，如果是，進(jìn)入故障類型檢測(cè)階段判斷故障聲音的類型；如果不是，則繼續(xù)監(jiān)控。

第一音頻采集系統(tǒng)、第二音頻采集系統(tǒng)設(shè)定每次所采集的數(shù)據(jù)為固定時(shí)長的音頻，并且長時(shí)間持續(xù)工作。當(dāng)發(fā)現(xiàn)故障音頻出現(xiàn)時(shí)，系統(tǒng)及時(shí)進(jìn)行報(bào)警并將所采集到的故障音頻進(jìn)行詳細(xì)記錄并存儲(chǔ)。眾所周知，變電站電力變壓器在運(yùn)行過程中會(huì)不間斷的向外界釋放聲音，這是由于交變磁通的作用使變壓器鐵芯硅鋼片震動(dòng)而發(fā)出的聲音，正常運(yùn)行時(shí)，這種聲音是清晰而有規(guī)律的，但變壓器負(fù)荷發(fā)生顯著變動(dòng)或運(yùn)行狀態(tài)出現(xiàn)異常，則聲音較平時(shí)增大，并伴有斷續(xù)或持續(xù)的雜音或粗獷的聲音，此時(shí)變壓器就是出現(xiàn)了故障。

根據(jù)本發(fā)明優(yōu)選的，所述第一音頻采集系統(tǒng)、第二音頻采集系統(tǒng)均包括4個(gè)或4個(gè)以上的單麥克風(fēng)，4個(gè)或4個(gè)以上的單麥克風(fēng)布置在變電站電力變壓器四周構(gòu)成麥克風(fēng)陣列。單麥克風(fēng)的型號(hào)為聯(lián)想um10c、得勝sgc-568、鐵三角at9913或edmicned178。

此處設(shè)計(jì)的優(yōu)勢(shì)在于，可以從各方位接收來自于變電站電力變壓器發(fā)出的音頻，多方位布置麥克風(fēng)可以有效提高音頻感知靈敏度。并且，對(duì)于大型變壓器來說，由于其結(jié)構(gòu)的復(fù)雜性，各部件發(fā)出的音頻會(huì)向四面八方傳播，但每個(gè)聲源在各個(gè)方向傳播時(shí)存在強(qiáng)弱問題，多方位布置麥克風(fēng)，形成陣列可有效解決單一方向布置麥克風(fēng)靈敏度欠缺的問題。

根據(jù)本發(fā)明優(yōu)選的，所述音頻樣本庫中的所有音頻樣本的時(shí)間長度相同，時(shí)間長度小于10秒。

此音頻樣本庫由大容量盤陣組成。每個(gè)采集下來的數(shù)據(jù)按樣本庫中已有音頻樣本時(shí)間長度進(jìn)行存儲(chǔ)，這樣音頻樣本庫中所有類型的音頻文件都具有相同時(shí)間長度，以便后面的各工作系統(tǒng)所使用。現(xiàn)場(chǎng)所采集的音頻文件由具有相關(guān)工作經(jīng)驗(yàn)的人員進(jìn)行類型判別，并將每個(gè)數(shù)據(jù)存放到相應(yīng)的具體類別中，由此構(gòu)成涵蓋各種類型音頻的大型樣本庫。

根據(jù)本發(fā)明優(yōu)選的，所述音頻訓(xùn)練系統(tǒng)包括2dpca運(yùn)算模塊。

根據(jù)本發(fā)明優(yōu)選的，所述檢測(cè)系統(tǒng)包括svm分類器模塊。

基于2dpca及svm的變電站電力變壓器故障檢測(cè)方法，包括步驟如下：

a、構(gòu)建系統(tǒng)

(1)所述第一音頻采集系統(tǒng)采集音頻數(shù)據(jù)，并將采集到的音頻數(shù)據(jù)送入所述音頻樣本庫中存儲(chǔ)，并且由相關(guān)工作人員對(duì)音頻數(shù)據(jù)進(jìn)行判別屬于哪種類型的聲音，存做音頻樣本，聲音的類型包括故障類型與非故障類型的各類聲音；

(2)將音頻樣本庫中的音頻樣本送入第一預(yù)處理系統(tǒng)，得到音頻樣本的幅頻特征數(shù)據(jù)；

(3)將第一預(yù)處理系統(tǒng)輸出的音頻樣本的幅頻特征數(shù)據(jù)送入音頻訓(xùn)練系統(tǒng)得到其降維特征數(shù)據(jù)，即代表音頻的特征矢量序列，并將音頻樣本的降維特征數(shù)據(jù)存入數(shù)據(jù)中心；

b、故障檢測(cè)

(4)所述第二音頻采集系統(tǒng)將采集未知音頻數(shù)據(jù)，并將采集到的未知音頻數(shù)據(jù)送入第二預(yù)處理系統(tǒng)，得到未知音頻的幅頻特征數(shù)據(jù)；

(5)將第二預(yù)處理系統(tǒng)輸出的未知音頻的幅頻特征數(shù)據(jù)送入音頻訓(xùn)練系統(tǒng)得到其降維特征數(shù)據(jù)，即代表未知音頻的特征矢量序列；本系統(tǒng)在對(duì)變電站電力變壓器進(jìn)行監(jiān)控時(shí)候，首先需要將變壓器向外界持續(xù)發(fā)出的聲音進(jìn)行采集。

(6)調(diào)用數(shù)據(jù)中心中的音頻樣本的降維特征數(shù)據(jù)，與未知音頻數(shù)據(jù)的降維特征數(shù)據(jù)進(jìn)行匹配，進(jìn)行svm運(yùn)算，根據(jù)運(yùn)算結(jié)果檢測(cè)該未知音頻是否為故障聲音，如果是，進(jìn)入步驟c；如果不是，則返回步驟b；

c、故障類型檢測(cè)。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(2)，包括步驟如下：

a、所述第一預(yù)處理系統(tǒng)對(duì)所述音頻樣本庫中的已知類型的音頻樣本進(jìn)行分幀處理；由于音頻數(shù)據(jù)具有非平穩(wěn)特性，但其在短時(shí)范圍內(nèi)特征變化較小，可作為穩(wěn)態(tài)來處理。

b、所述第一預(yù)處理系統(tǒng)對(duì)步驟a分幀后的每幀數(shù)據(jù)采取2048個(gè)點(diǎn)進(jìn)行傅里葉變換，得到其幅頻特性；

c、根據(jù)步驟b得到的幅頻特性，將1024個(gè)點(diǎn)分為8個(gè)子頻帶，包括：1～120、121～250、251～360、361～480、481～600、601～730、731～850、851～1024(數(shù)字代表對(duì)應(yīng)的傅里葉變換點(diǎn)位)，將此8個(gè)子頻帶所對(duì)應(yīng)的能量與1024個(gè)點(diǎn)的能量總和作為樣本特征使用，即每幀數(shù)據(jù)由9個(gè)特征構(gòu)成，將分幀后的每幀數(shù)據(jù)的特征放在一起，得到每個(gè)已知類型的音頻樣本的二維特征矩陣。

采用步驟(2)中同樣的方法，所述第二預(yù)處理系統(tǒng)得到未知音頻樣本的二維特征矩陣。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(3)，包括步驟如下：

d、對(duì)每個(gè)已知類型的音頻樣本的二維特征矩陣求平均值求取公式如式(ⅰ)所示：

式(ⅰ)中，i是指音頻樣本庫中任一已知類型的音頻樣本對(duì)應(yīng)的標(biāo)號(hào)；m是指音頻樣本庫中已知類型的音頻樣本總數(shù)；ai是指音頻樣本庫中任一已知類型的音頻樣本經(jīng)過第一預(yù)處理系統(tǒng)所得到的幅頻特征數(shù)據(jù)；是指音頻樣本庫中所有已知類型的音頻樣本的幅頻特征數(shù)據(jù)的平均值；

e、去除均值，并求協(xié)方差矩陣gt，求取公式如式(ii)所示：

式(ii)中，t是指數(shù)據(jù)矩陣轉(zhuǎn)置；

f、求協(xié)方差矩陣gt的特征值λj及其對(duì)應(yīng)的特征向量xj；1≤j≤n，n是指協(xié)方差矩陣gt所對(duì)應(yīng)特征值總數(shù)；

g、根據(jù)特征值貢獻(xiàn)度選擇最優(yōu)投影軸：

對(duì)步驟f求取的特征值從大到小進(jìn)行排序，前d個(gè)特征值對(duì)應(yīng)的特征向量即為所述最優(yōu)投影軸；前d個(gè)特征值對(duì)應(yīng)的特征向量如式(ⅲ)所示：

xopt＝[x1，x2，…，xd](ⅲ)

式(ⅲ)中，x1，x2，…，xd分別是指前d個(gè)特征值對(duì)應(yīng)的特征向量，xopt是指最優(yōu)投影軸；

d的求取公式如式(ⅳ)所示：

式(ⅳ)中，貢獻(xiàn)度的取值范圍為0.6-0.9，求取的前d個(gè)特征值對(duì)應(yīng)的特征向量即為最最優(yōu)投影軸；

h、特征矢量提取

將每個(gè)已知類型的音頻樣本二維特征矩陣向最優(yōu)投影軸上進(jìn)行投影，得到大量維度極低的二維特征矩陣ai，通過式(ⅴ)求取得到其各自的投影特征向量yi，稱作原數(shù)據(jù)的二維特征矢量序列：

yi＝aixopt(ⅴ)

式(ⅴ)中，i＝1,2,…,m。

采用步驟(3)中同樣的方法，得到該未知音頻的二維特征矢量序列，并將其發(fā)送至檢測(cè)系統(tǒng)；

預(yù)處理過后的音頻數(shù)據(jù)是一個(gè)個(gè)的二維矩陣，2dpca模塊首先對(duì)所有音頻樣本數(shù)據(jù)的這些二維矩陣求解協(xié)方差，得到特征值及特征向量，根據(jù)特征值貢獻(xiàn)度(大小)選擇最優(yōu)投影軸，所謂最優(yōu)投影軸是協(xié)方差矩陣前幾個(gè)最大特征值對(duì)應(yīng)的特征向量。接下來將所有經(jīng)過預(yù)處理后所得到的音頻數(shù)據(jù)二維特征矩陣向最優(yōu)投影軸上進(jìn)行投影，得到一個(gè)個(gè)維度極低的二維矩陣，此二維矩陣就是能夠代表原音頻數(shù)據(jù)的特征矢量序列。隨后將所有音頻樣本數(shù)據(jù)的特征矢量序列存入數(shù)據(jù)中心。數(shù)據(jù)中心中存放著大量的特征矢量序列，對(duì)應(yīng)著原音頻樣本庫中的每一個(gè)已知類型的音頻數(shù)據(jù)，在接下來的檢測(cè)系統(tǒng)中將頻繁的調(diào)用數(shù)據(jù)中心的這些二維矩陣數(shù)據(jù)。經(jīng)過預(yù)處理系統(tǒng)后的待檢測(cè)音頻數(shù)據(jù)向上述最優(yōu)投影軸進(jìn)行投影，可得到未知音頻的特征矢量序列，隨后將其輸出到到檢測(cè)系統(tǒng)。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(6)，包括步驟如下：

i、將數(shù)據(jù)中心中已知類型的二維特征矢量序列分為兩大類，即正常音頻類和故障音頻類，所述檢測(cè)系統(tǒng)對(duì)這兩大類數(shù)據(jù)的特征矢量序列進(jìn)行訓(xùn)練，得到其svm模型；

j、接收未知音頻的二維特征矢量序列利用svm模型進(jìn)行檢測(cè)可得到檢測(cè)結(jié)果，如果是正常音頻，則丟棄其對(duì)應(yīng)的音頻文件，如果檢測(cè)到是故障音頻，則對(duì)該二維特征矢量序列所對(duì)應(yīng)的音頻文件進(jìn)行標(biāo)記并報(bào)警并進(jìn)入步驟c。

根據(jù)本發(fā)明優(yōu)選的，所述步驟c，具體步驟包括：

①調(diào)用所述音頻樣本庫中的故障音頻樣本，即故障類型的聲音，將其送入所述第一預(yù)處理系統(tǒng)，得到其二維特征矩陣，同時(shí)將步驟j檢測(cè)到的故障音頻送入所述第二預(yù)處理系統(tǒng)，得到故障音頻的二維特征矩陣；

②將所述音頻樣本庫中故障音頻樣本的二維特征矩陣送入音頻訓(xùn)練系統(tǒng)，經(jīng)運(yùn)算得到最優(yōu)投影軸，并將故障音頻樣本的二維特征矩陣向該最優(yōu)投影軸進(jìn)行投影，得到各故障音樣本的二維特征矢量序列；

③將步驟①得到的故障音頻的二維特征矩陣送入音頻訓(xùn)練系統(tǒng)，并向步驟②得到的最優(yōu)投影軸進(jìn)行投影，得到故障音頻的二維特征矢量序列；

④將所有音頻樣本庫中故障音頻樣本的二維特征矢量序列及故障音頻的二維特征矢量序列送入檢測(cè)系統(tǒng)，進(jìn)行檢測(cè)，可得知該故障音屬于哪種類型的故障；

將音頻樣本庫中的所有故障音頻樣本數(shù)據(jù)(每一類故障音頻都在相應(yīng)的類別中)送入預(yù)處理系統(tǒng)及音頻訓(xùn)練系統(tǒng)得到故障音樣本二維特征矢量序列，將所檢測(cè)到的故障音送入預(yù)處理系統(tǒng)及音頻訓(xùn)練系統(tǒng)得到故障音二維特征矢量序列，具體實(shí)施步驟和故障檢測(cè)系統(tǒng)相同，只不過在此過程中不調(diào)用音頻樣本庫中的正常聲音樣本。

⑤檢測(cè)出故障音所屬類別之后，將故障音原始數(shù)據(jù)頻送入音頻樣本庫對(duì)應(yīng)的故障音類別中，存為樣本。

根據(jù)本發(fā)明優(yōu)選的，所述步驟j，采用多項(xiàng)式核函數(shù)，如式(vi)所示：

式(vi)中，三個(gè)參數(shù)為γ、υ、d，d用來設(shè)置多項(xiàng)式核函數(shù)的最高此項(xiàng)次數(shù)，取默認(rèn)數(shù)值3；γ為gamma參數(shù)設(shè)置，默認(rèn)值是1/k，k是類別數(shù)，在監(jiān)控階段取數(shù)值2，在故障類型檢測(cè)階段，有多少類故障k就取相應(yīng)的數(shù)值；υ默認(rèn)值是0；xi是指未知音頻的二維特征矢量序列，xj是指已知類型的二維特征矢量序列。

在本發(fā)明中，在設(shè)計(jì)svm分類器進(jìn)行檢測(cè)時(shí)，核函數(shù)的選取是直接影響檢測(cè)結(jié)果的重要一項(xiàng)，在充分實(shí)驗(yàn)比較各個(gè)核函數(shù)的優(yōu)缺點(diǎn)之后選擇了多項(xiàng)式核函數(shù)能夠得到精確地檢測(cè)結(jié)果。

本發(fā)明的有益效果為：

1、通過本發(fā)明檢測(cè)系統(tǒng)，可以達(dá)到安全實(shí)時(shí)不間斷的在線變電站電力變壓器工作狀態(tài)監(jiān)控，能夠及早發(fā)現(xiàn)故障并進(jìn)行檢修，預(yù)防出現(xiàn)重大事故；

2、傳統(tǒng)變壓器故障檢測(cè)方法都是基于人工來完成的，包括狀態(tài)檢修、定期檢修等，這些方法需要相關(guān)工作人員定期定時(shí)現(xiàn)場(chǎng)進(jìn)行操作完成，缺乏時(shí)效性的同時(shí)，也具一定的安全風(fēng)險(xiǎn)。采用本系統(tǒng)對(duì)變壓器進(jìn)行監(jiān)控，不僅具有時(shí)效性，而且解放人力，提高了監(jiān)控及故障判斷效率。

3、本發(fā)明采用聲音傳感器進(jìn)行聲音采集，簡單可行；因變壓器故障聲音的特別性非常明顯，很容易被檢測(cè)出，因此本明第一步直接采用svm方式進(jìn)行檢測(cè)，能夠很快分辨出故障的發(fā)生，第一時(shí)間進(jìn)行報(bào)警，進(jìn)而再次利用svm方法對(duì)故障類型檢測(cè)，以達(dá)到對(duì)所出現(xiàn)故障類型的判斷。

附圖說明

圖1為基于2dpca及svm的變電站電力變壓器故障檢測(cè)系統(tǒng)的系統(tǒng)框圖；

圖2為基于2dpca及svm的變電站電力變壓器故障檢測(cè)流程圖；

圖3為基于2dpca及svm的變電站電力變壓器故障類型檢測(cè)流程圖。

具體實(shí)施方式

下面結(jié)合說明書附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步限定，但不限于此。

實(shí)施例1

基于2dpca及svm的變電站電力變壓器故障檢測(cè)系統(tǒng)，如圖1所示，包括第一音頻采集系統(tǒng)、第二音頻采集系統(tǒng)、音頻樣本庫、第一預(yù)處理系統(tǒng)、第二預(yù)處理系統(tǒng)、音頻訓(xùn)練系統(tǒng)、數(shù)據(jù)中心、檢測(cè)系統(tǒng)，第一音頻采集系統(tǒng)、音頻樣本庫、第一預(yù)處理系統(tǒng)、音頻訓(xùn)練系統(tǒng)依次連接，第二音頻采集系統(tǒng)、第二預(yù)處理系統(tǒng)、音頻訓(xùn)練系統(tǒng)依次連接，音頻訓(xùn)練系統(tǒng)分別連接所述數(shù)據(jù)中心、檢測(cè)系統(tǒng)，數(shù)據(jù)中心連接檢測(cè)系統(tǒng)。

初期構(gòu)建系統(tǒng)時(shí)，第一音頻采集系統(tǒng)將采集到的音頻數(shù)據(jù)送入音頻樣本庫中存儲(chǔ)，并且由相關(guān)工作人員對(duì)音頻數(shù)據(jù)進(jìn)行判別屬于哪種類型的聲音，存做音頻樣本，聲音的類型包括故障類型與非故障類型的各類聲音；例如，非故障類型聲音就是正常運(yùn)行下的聲音，包括：正常運(yùn)行聲，含有鳥叫情況下的正常聲，含有人說話時(shí)的正常音，含有風(fēng)聲的正常音，含有雨聲的正常音等等，這類包含外界干擾情況的正常運(yùn)行聲音。故障類型聲音包括：分接開關(guān)不到位將發(fā)出較大的“啾啾”響聲；當(dāng)變壓器的鐵心接地?cái)嗑€時(shí)，變壓器將產(chǎn)生“嗶剝嗶剝”的輕微放電聲；導(dǎo)電引線通過空氣對(duì)變壓器外殼的放電聲(噼啪噼啦的清脆擊鐵聲)；導(dǎo)體通過變壓器油面對(duì)外殼的放電聲(噼啪聲)；當(dāng)?shù)蛪壕€路發(fā)生接地或出現(xiàn)短路事故時(shí)發(fā)出(轟轟)的聲音；當(dāng)變壓器過負(fù)荷嚴(yán)重時(shí)發(fā)出低沉的如重載飛機(jī)的“嗡嗡”聲；當(dāng)變壓器繞組發(fā)生層間或匝間短路而燒壞時(shí)發(fā)出(咕嘟咕嘟)的開水沸騰聲等等。將音頻樣本庫中的音頻樣本送入第一預(yù)處理系統(tǒng)，得到音頻樣本的幅頻特征數(shù)據(jù)；將第一預(yù)處理系統(tǒng)輸出的音頻樣本的幅頻特征數(shù)據(jù)送入音頻訓(xùn)練系統(tǒng)得到其降維特征數(shù)據(jù)；將音頻樣本的降維特征數(shù)據(jù)存入數(shù)據(jù)中心；

后期進(jìn)行監(jiān)測(cè)時(shí)，第二音頻采集系統(tǒng)將采集到的未知音頻數(shù)據(jù)送入第二預(yù)處理系統(tǒng)，得到未知音頻的幅頻特征數(shù)據(jù)；將第二預(yù)處理系統(tǒng)輸出的未知音頻的幅頻特征數(shù)據(jù)送入音頻訓(xùn)練系統(tǒng)得到其降維特征數(shù)據(jù)；檢測(cè)系統(tǒng)調(diào)用數(shù)據(jù)中心中的音頻樣本的降維特征數(shù)據(jù)，與未知音頻數(shù)據(jù)的降維特征數(shù)據(jù)進(jìn)行匹配，檢測(cè)該未知音頻是否為故障聲音，如果是，進(jìn)入故障類型檢測(cè)階段判斷故障聲音的類型；如果不是，則繼續(xù)監(jiān)控。

第一音頻采集系統(tǒng)、第二音頻采集系統(tǒng)設(shè)定每次所采集的數(shù)據(jù)為固定時(shí)長的音頻，并且長時(shí)間持續(xù)工作。當(dāng)發(fā)現(xiàn)故障音頻出現(xiàn)時(shí)，系統(tǒng)及時(shí)進(jìn)行報(bào)警并將所采集到的故障音頻進(jìn)行詳細(xì)記錄并存儲(chǔ)。眾所周知，變電站電力變壓器在運(yùn)行過程中會(huì)不間斷的向外界釋放聲音，這是由于交變磁通的作用使變壓器鐵芯硅鋼片震動(dòng)而發(fā)出的聲音，正常運(yùn)行時(shí)，這種聲音是清晰而有規(guī)律的，但變壓器負(fù)荷發(fā)生顯著變動(dòng)或運(yùn)行狀態(tài)出現(xiàn)異常，則聲音較平時(shí)增大，并伴有斷續(xù)或持續(xù)的雜音或粗獷的聲音，此時(shí)變壓器就是出現(xiàn)了故障。

第一音頻采集系統(tǒng)、第二音頻采集系統(tǒng)均包括4個(gè)的單麥克風(fēng)，4個(gè)或4個(gè)以上的單麥克風(fēng)布置在變電站電力變壓器四周構(gòu)成麥克風(fēng)陣列。單麥克風(fēng)的型號(hào)為聯(lián)想um10c、得勝sgc-568、鐵三角at9913或edmicned178。

此處設(shè)計(jì)的優(yōu)勢(shì)在于，可以從各方位接收來自于變電站電力變壓器發(fā)出的音頻，多方位布置麥克風(fēng)可以有效提高音頻感知靈敏度。并且，對(duì)于大型變壓器來說，由于其結(jié)構(gòu)的復(fù)雜性，各部件發(fā)出的音頻會(huì)向四面八方傳播，但每個(gè)聲源在各個(gè)方向傳播時(shí)存在強(qiáng)弱問題，多方位布置麥克風(fēng)，形成陣列可有效解決單一方向布置麥克風(fēng)靈敏度欠缺的問題。

音頻樣本庫中的所有音頻樣本的時(shí)間長度相同，時(shí)間長度為9秒。

此音頻樣本庫由大容量盤陣組成。每個(gè)采集下來的數(shù)據(jù)按樣本庫中已有音頻樣本時(shí)間長度進(jìn)行存儲(chǔ)，這樣音頻樣本庫中所有類型的音頻文件都具有相同時(shí)間長度，以便后面的各工作系統(tǒng)所使用?，F(xiàn)場(chǎng)所采集的音頻文件由具有相關(guān)工作經(jīng)驗(yàn)的人員進(jìn)行類型判別，并將每個(gè)數(shù)據(jù)存放到相應(yīng)的具體類別中，由此構(gòu)成涵蓋各種類型音頻的大型樣本庫。

音頻訓(xùn)練系統(tǒng)包括2dpca運(yùn)算模塊。檢測(cè)系統(tǒng)包括svm分類器模塊。第一音頻采集系統(tǒng)、第二音頻采集系統(tǒng)均為聲音傳感器。

實(shí)施例2

基于2dpca及svm的變電站電力變壓器故障檢測(cè)方法，包括步驟如下：

a、構(gòu)建系統(tǒng)

(1)第一音頻采集系統(tǒng)采集音頻數(shù)據(jù)，并將采集到的音頻數(shù)據(jù)送入音頻樣本庫中存儲(chǔ)，并且由相關(guān)工作人員對(duì)音頻數(shù)據(jù)進(jìn)行判別屬于哪種類型的聲音，存做音頻樣本，聲音的類型包括故障類型與非故障類型的各類聲音；

(2)將音頻樣本庫中的音頻樣本送入第一預(yù)處理系統(tǒng)，得到音頻樣本的幅頻特征數(shù)據(jù)；

(3)將第一預(yù)處理系統(tǒng)輸出的音頻樣本的幅頻特征數(shù)據(jù)送入音頻訓(xùn)練系統(tǒng)得到其降維特征數(shù)據(jù)，即代表音頻的特征矢量序列，并將音頻樣本的降維特征數(shù)據(jù)存入數(shù)據(jù)中心；

b、故障檢測(cè)

(4)第二音頻采集系統(tǒng)將采集未知音頻數(shù)據(jù)，并將采集到的未知音頻數(shù)據(jù)送入第二預(yù)處理系統(tǒng)，得到未知音頻的幅頻特征數(shù)據(jù)；

(5)將第二預(yù)處理系統(tǒng)輸出的未知音頻的幅頻特征數(shù)據(jù)送入音頻訓(xùn)練系統(tǒng)得到其降維特征數(shù)據(jù)，即代表未知音頻的特征矢量序列；本系統(tǒng)在對(duì)變電站電力變壓器進(jìn)行監(jiān)控時(shí)候，首先需要將變壓器向外界持續(xù)發(fā)出的聲音進(jìn)行采集。

(6)調(diào)用數(shù)據(jù)中心中的音頻樣本的降維特征數(shù)據(jù)，與未知音頻數(shù)據(jù)的降維特征數(shù)據(jù)進(jìn)行匹配，進(jìn)行svm運(yùn)算，根據(jù)運(yùn)算結(jié)果檢測(cè)該未知音頻是否為故障聲音，如果是，進(jìn)入步驟c；如果不是，則返回步驟b；基于2dpca及svm的變電站電力變壓器故障檢測(cè)流程圖如圖2所示；

c、故障類型檢測(cè)。

步驟(2)，包括步驟如下：

a、第一預(yù)處理系統(tǒng)對(duì)所述音頻樣本庫中的已知類型的音頻樣本進(jìn)行分幀處理；由于音頻數(shù)據(jù)具有非平穩(wěn)特性，但其在短時(shí)范圍內(nèi)特征變化較小，可作為穩(wěn)態(tài)來處理。

b、第一預(yù)處理系統(tǒng)對(duì)步驟a分幀后的每幀數(shù)據(jù)采取2048個(gè)點(diǎn)進(jìn)行傅里葉變換，得到其幅頻特性；

c、根據(jù)步驟b得到的幅頻特性，將1024個(gè)點(diǎn)分為8個(gè)子頻帶，包括：1～120、121～250、251～360、361～480、481～600、601～730、731～850、851～1024(數(shù)字代表對(duì)應(yīng)的傅里葉變換點(diǎn)位)，將此8個(gè)子頻帶所對(duì)應(yīng)的能量與1024個(gè)點(diǎn)的能量總和作為樣本特征使用，即每幀數(shù)據(jù)由9個(gè)特征構(gòu)成，將分幀后的每幀數(shù)據(jù)的特征放在一起，得到每個(gè)已知類型的音頻樣本的二維特征矩陣。

采用步驟(2)中同樣的方法，第二預(yù)處理系統(tǒng)得到未知音頻樣本的二維特征矩陣。

步驟(3)，包括步驟如下：

d、對(duì)每個(gè)已知類型的音頻樣本的二維特征矩陣求平均值求取公式如式(ⅰ)所示：

式(ⅰ)中，i是指音頻樣本庫中任一已知類型的音頻樣本對(duì)應(yīng)的標(biāo)號(hào)；m是指音頻樣本庫中已知類型的音頻樣本總數(shù)；ai是指音頻樣本庫中任一已知類型的音頻樣本經(jīng)過第一預(yù)處理系統(tǒng)所得到的幅頻特征數(shù)據(jù)；是指音頻樣本庫中所有已知類型的音頻樣本的幅頻特征數(shù)據(jù)的平均值；

e、去除均值，并求協(xié)方差矩陣gt，求取公式如式(ii)所示：

式(ii)中，t是指數(shù)據(jù)矩陣轉(zhuǎn)置；

f、求協(xié)方差矩陣gt的特征值λj及其對(duì)應(yīng)的特征向量xj；1≤j≤n，n是指協(xié)方差矩陣gt所對(duì)應(yīng)特征值總數(shù)；

g、根據(jù)特征值貢獻(xiàn)度選擇最優(yōu)投影軸：

對(duì)步驟f求取的特征值從大到小進(jìn)行排序，前d個(gè)特征值對(duì)應(yīng)的特征向量即為所述最優(yōu)投影軸；前d個(gè)特征值對(duì)應(yīng)的特征向量如式(ⅲ)所示：

xopt＝[x1，x2，…，xd](ⅲ)

式(ⅲ)中，x1，x2，…，xd分別是指前d個(gè)特征值對(duì)應(yīng)的特征向量，xopt是指最優(yōu)投影軸；

d的求取公式如式(ⅳ)所示：

式(ⅳ)中，貢獻(xiàn)度的取值范圍為0.7，求取的前d個(gè)特征值對(duì)應(yīng)的特征向量即為最最優(yōu)投影軸；

h、特征矢量提取

將每個(gè)已知類型的音頻樣本二維特征矩陣向最優(yōu)投影軸上進(jìn)行投影，得到大量維度極低的二維特征矩陣ai，通過式(ⅴ)求取得到其各自的投影特征向量yi，稱作原數(shù)據(jù)的二維特征矢量序列：

yi＝aixopt(ⅴ)

式(ⅴ)中，i＝1,2,…,m。

采用步驟(3)中同樣的方法，得到該未知音頻的二維特征矢量序列，并將其發(fā)送至檢測(cè)系統(tǒng)；

預(yù)處理過后的音頻數(shù)據(jù)是一個(gè)個(gè)的二維矩陣，2dpca模塊首先對(duì)所有音頻樣本數(shù)據(jù)的這些二維矩陣求解協(xié)方差，得到特征值及特征向量，根據(jù)特征值貢獻(xiàn)度(大小)選擇最優(yōu)投影軸，所謂最優(yōu)投影軸是協(xié)方差矩陣前幾個(gè)最大特征值對(duì)應(yīng)的特征向量。接下來將所有經(jīng)過預(yù)處理后所得到的音頻數(shù)據(jù)二維特征矩陣向最優(yōu)投影軸上進(jìn)行投影，得到一個(gè)個(gè)維度極低的二維矩陣，此二維矩陣就是能夠代表原音頻數(shù)據(jù)的特征矢量序列。隨后將所有音頻樣本數(shù)據(jù)的特征矢量序列存入數(shù)據(jù)中心。數(shù)據(jù)中心中存放著大量的特征矢量序列，對(duì)應(yīng)著原音頻樣本庫中的每一個(gè)已知類型的音頻數(shù)據(jù)，在接下來的檢測(cè)系統(tǒng)中將頻繁的調(diào)用數(shù)據(jù)中心的這些二維矩陣數(shù)據(jù)。經(jīng)過預(yù)處理系統(tǒng)后的待檢測(cè)音頻數(shù)據(jù)向上述最優(yōu)投影軸進(jìn)行投影，可得到未知音頻的特征矢量序列，隨后將其輸出到到檢測(cè)系統(tǒng)。

步驟(6)，包括步驟如下：

i、將數(shù)據(jù)中心中已知類型的二維特征矢量序列分為兩大類，即正常音頻類和故障音頻類，所述檢測(cè)系統(tǒng)對(duì)這兩大類數(shù)據(jù)的特征矢量序列進(jìn)行訓(xùn)練，得到其svm模型；

j、接收未知音頻的二維特征矢量序列利用svm模型進(jìn)行檢測(cè)可得到檢測(cè)結(jié)果，如果是正常音頻，則丟棄其對(duì)應(yīng)的音頻文件，如果檢測(cè)到是故障音頻，則對(duì)該二維特征矢量序列所對(duì)應(yīng)的音頻文件進(jìn)行標(biāo)記并報(bào)警并進(jìn)入步驟c。

步驟c，具體步驟包括：

①調(diào)用所述音頻樣本庫中的故障音頻樣本，即故障類型的聲音，將其送入所述第一預(yù)處理系統(tǒng)，得到其二維特征矩陣，同時(shí)將步驟j檢測(cè)到的故障音頻送入所述第二預(yù)處理系統(tǒng)，得到故障音頻的二維特征矩陣；

②將所述音頻樣本庫中故障音頻樣本的二維特征矩陣送入音頻訓(xùn)練系統(tǒng)，經(jīng)運(yùn)算得到最優(yōu)投影軸，并將故障音頻樣本的二維特征矩陣向該最優(yōu)投影軸進(jìn)行投影，得到各故障音樣本的二維特征矢量序列；

③將步驟①得到的故障音頻的二維特征矩陣送入音頻訓(xùn)練系統(tǒng)，并向步驟②得到的最優(yōu)投影軸進(jìn)行投影，得到故障音頻的二維特征矢量序列；

④將所有音頻樣本庫中故障音頻樣本的二維特征矢量序列及故障音頻的二維特征矢量序列送入檢測(cè)系統(tǒng)，進(jìn)行檢測(cè)，可得知該故障音屬于哪種類型的故障；

將音頻樣本庫中的所有故障音頻樣本數(shù)據(jù)(每一類故障音頻都在相應(yīng)的類別中)送入預(yù)處理系統(tǒng)及音頻訓(xùn)練系統(tǒng)得到故障音樣本二維特征矢量序列，將所檢測(cè)到的故障音送入預(yù)處理系統(tǒng)及音頻訓(xùn)練系統(tǒng)得到故障音二維特征矢量序列，具體實(shí)施步驟和故障檢測(cè)系統(tǒng)相同，只不過在此過程中不調(diào)用音頻樣本庫中的正常聲音樣本。

⑤檢測(cè)出故障音所屬類別之后，將故障音原始數(shù)據(jù)頻送入音頻樣本庫對(duì)應(yīng)的故障音類別中，存為樣本?；?dpca及svm的變電站電力變壓器故障類型檢測(cè)流程圖如圖3所示。

步驟j，采用多項(xiàng)式核函數(shù)，如式(vi)所示：

式(vi)中，三個(gè)參數(shù)為γ、υ、d，d用來設(shè)置多項(xiàng)式核函數(shù)的最高此項(xiàng)次數(shù)，取默認(rèn)數(shù)值3；γ為gamma參數(shù)設(shè)置，默認(rèn)值是1/k，k是類別數(shù)，在監(jiān)控階段取數(shù)值2，在故障類型檢測(cè)階段，有多少類故障k就取相應(yīng)的數(shù)值；υ默認(rèn)值是0；xi是指未知音頻的二維特征矢量序列，xj是指已知類型的二維特征矢量序列。

在本發(fā)明中，在設(shè)計(jì)svm分類器進(jìn)行檢測(cè)時(shí)，核函數(shù)的選取是直接影響檢測(cè)結(jié)果的重要一項(xiàng)，在充分實(shí)驗(yàn)比較各個(gè)核函數(shù)的優(yōu)缺點(diǎn)之后選擇了多項(xiàng)式核函數(shù)能夠得到精確地檢測(cè)結(jié)果。