[发明专利]一种基于声纹识别模型的变压器工作状态识别系统及方法

说明书

本发明提供了一种基于声纹识别模型的变压器工作状态识别系统及方法，该系统包括：声纹识别模型，用于根据目标变压器产生的实时超声波信号识别目标变压器的工作状态，判断目标变压器是否存在局部放电故障，若是，则生成脉冲检测指令；脉冲模块，用于响应脉冲检查指令，以预设频率向目标变压器输入预设幅值脉冲检测信号；调节模块，用于调节改变超声波传感器与目标变压器之间的相对位置，获取与多个不同检测点一一对应的检测超声波信号；局部放电识别模块，用于根据检测超声波信号，对目标变压器的局部放电实际位置点进行定位。本发明不仅能够判断目标变压器是否存在局部放电故障，还可以很好地实现对目标变压器的局部放电实际位置点的定位。

技术领域

本发明涉及数控机床技术领域，具体而言，涉及一种基于声纹识别模型的变压器工作状态识别系统及方法。

背景技术

变压器运行过程中，在内部电流、磁场等多种因素的共同作用下产生机械性变形，经自身结构传导，表现为振动信号，这一信号经周围空气介质传播，产生了变压器的运行的声音信号。这些信号能够在很大程度上反映变压器的运行状况。因此，通过对变压器运行过程中产生的声音信号进行分析，能够识别变压器机械部件的工作状态。

申请人经过大量检索发现一些典型的现有技术，如申请号为202111343860.1的专利公开一种变压器声学指纹不停电检测及状态预警方法，其能够在不停电状态及时预警并及时通知运维人员进行快速处置，提升设备安全性能。又如申请号为202210002728.2的专利公开了一种基于声波干涉的变压器诊断方法及装置，其获取声信号不需要接触设备，获取信号方便，采集信号时不产生电磁信号，不会干扰设备的正常运行，简单便捷。再如申请号为202210163813.7的专利公开了一种基于声波信号及注意力网络的变压器故障检测方法，其使用堆叠的多层深度卷积注意力网络，依托于深度模型强大的特征表达能力，通过模型训练学习从变压器工作时产生的声波信号中得到具有深度判别性和鲁棒性的特征，从而达到更加准确的变压器故障检测效果。

由此可见，对于变压器在实际应用中亟待处理的许多问题(比如如何识别变压器工作状态)，还存在许多未提出的技术方案。

发明内容

基于此，为了实现对变压器工作状态的识别，本发明提供了一种基于声纹识别模型的变压器工作状态识别系统及方法，其具体技术方案如下：

一种基于声纹识别模型的变压器工作状态识别系统，包括用于采集目标变压器产生的实时超声波信号的超声波传感器；所述基于声纹识别模型的变压器工作状态识别系统还包括声纹识别模型、脉冲模块、调节模块以及局部放电识别模块。

声纹识别模型用于根据目标变压器产生的实时超声波信号识别目标变压器的工作状态，判断目标变压器是否存在局部放电故障，若是，则生成脉冲检测指令。

脉冲模块用于响应脉冲检查指令，以预设频率向目标变压器输入预设幅值脉冲检测信号；调节模块用于调节改变超声波传感器与目标变压器之间的相对位置，获取与多个不同检测点一一对应的检测超声波信号。

局部放电识别模块用于根据与多个不同检测点一一对应的检测超声波信号，对目标变压器的局部放电实际位置点进行定位。

声纹识别模型经过训练后，用来识别目标变压器产生的实时超声波信号。当标变压器存在局部放电故障时，通过获取多个不同检测点对应的检测超声波信号并获取与多个不同检测点对应的定位信息，综合考虑多个多个不同检测点对应的定位信息来实现对目标变压器的局部放电实际位置点的定位，可以克服利用单个检测点超声波信号对目标变压器进行定位可能出现的定位不准确的问题。

综上所述，所述基于声纹识别模型的变压器工作状态识别系统不仅能够判断目标变压器是否存在局部放电故障，还可以很好地实现对目标变压器的局部放电实际位置点的定位。

进一步地，所述基于声纹识别模型的变压器工作状态识别系统还包括变压器模型、仿真模块以及修正模块。