第1章緒論(1)



1.1電力設備故障診斷技術概述(1)



1.1.1電力設備故障診斷的含義(1)



1.1.2電力設備故障診斷的意義(1)



1.1.3電力設備故障診斷技術的發展(3)



1.1.4典型狀態評價與故障診斷技術(3)



1.1.5智能運檢技術應用情況分析(12)



1.1.6狀態監測與故障診斷繫統構成(15)



1.2電力設備聲學與振動特性概述(16)



1.2.1變壓器振動噪聲(17)



1.2.2電抗器振動噪聲(20)



1.2.3電容器振動噪聲(21)



1.2.4開關櫃設備振動噪聲(21)



1.2.5線路、金具噪聲(22)



1.2.6通風風機噪聲(23)



1.3電力設備聲學與振動故障診斷技術概述(23)



1.3.1噪聲與振動診斷技術(23)



1.3.2聲學成像故障診斷技術(26)



參考文獻(29)



第2章聲學基礎(31)



2.1聲學基本概念(31)



2.1.1聲波的產生(31)



2.1.2波動方程(33)



2.2機械振動基本概念(34)



2.2.1簡諧振動方程(34)



2.2.2振動位移、速度和加速度(36)



2.2.3振動分析模型(38)



2.3基本聲學參量(41)



2.3.1聲壓、聲強和聲功率(41)



2.3.2聲學參量的級與運算(43)





2.4聲音的傳播特性(47)



2.4.1聲場分類(47)



2.4.2聲波的傳播(48)



2.4.3惠更斯原理(55)



2.4.4多普勒效應(55)



參考文獻(56)



第3章噪聲與振動檢測技術(57)



3.1噪聲與振動檢測繫統(57)



3.2傳感器(57)



3.2.1聲傳感器(58)



3.2.2振動傳感器(59)



3.2.3傳感器的選用原則(60)



3.3傳感器校準與使用(61)



3.3.1校準方法(61)



3.3.2傳聲器校準(62)



3.3.3振動傳感器校準(64)



3.3.4傳感器使用(65)



3.4聲學信號采集(65)



3.4.1信號分類(65)



3.4.2信號采集(66)



3.4.3信號采集設備(66)



3.5聲學信號處理(69)



3.5.1時域分析(69)



3.5.2頻域分析(71)



3.5.3時頻分析(73)



3.6噪聲與振動測試方法(73)



3.6.1噪聲檢測方法(73)



3.6.2振動檢測方法(74)



參考文獻(75)



第4章聲學與振動信號分析技術(77)



4.1數字濾波去噪技術(77)



4.1.1無限脈衝響應(IIR)數字濾波器設計(77)



4.1.2FIR數字濾波器設計(80)



4.2小波分析(82)



4.3小波包分析(85)



4.4語音增強技術(87)



4.4.1譜減法語音增強技術(87)



4.4.2自相關處理抗噪法語音增強技術(88)



4.4.3利用Weiner濾波法的語音增強技術(89)



4.5短時窗法(89)



4.6盲源分離方法(90)



4.6.1盲源分離數學模型(91)



4.6.2盲源分離的預處理方法(92)



4.6.3基於極大似然的固定點算法(93)



4.6.4子帶獨立分量分析(SDICA)算法(94)



4.6.5基於互信息的分離算法(95)



4.6.6分離效果評價指標(97)



4.7電力設備聲學與振動信號分析實例(98)



4.7.1電力設備聲信號抗外界噪聲干擾預處理(98)



4.7.2變電站主要聲源噪聲信號分離(104)



4.7.3配電變壓器聲音與振動信號盲源分離(108)



4.7.4高壓並聯電抗器聲音與振動信號盲源分離(124)



4.8其他技術在變壓器聲音信號處理中的應用(132)



4.8.1數字圖像及圖像處理技術(132)



4.8.2變壓器聲紋圖像的點運算(135)



4.8.3變壓器聲紋圖像空間域增強(141)



參考文獻(144)



第5章電力變壓器(電抗器)聲學與振動故障診斷技術(147)



5.1故障特征提取(147)



5.1.1特征量提取概述(147)



5.1.2典型變壓器聲信號特征提取方法(153)



5.1.3變壓器聲信號典型特征(157)



5.1.4變壓器聲紋特征有效性分析(160)



5.2數據分布特征測度(163)



5.2.1集中趨勢的度量(164)



5.2.2離散程度的度量(165)



5.2.3偏態與峰態的度量(167)



5.2.4數據分布箱線圖(168)



5.3數據正態性檢驗方法(170)



5.3.1SW檢驗(171)



5.3.2KS檢驗(172)



5.3.3PP圖與QQ圖(173)



5.4變壓器聲紋特征分布規律統計分析(174)



5.4.1聲壓級與電壓等級(174)



5.4.2聲壓級與冷卻方式(175)



5.4.3聲壓級特征數量分布(176)



5.4.4奇偶次諧波比與電壓等級(178)



5.4.5奇偶次諧波比與冷卻方式(179)



5.4.6奇偶次諧波比特征數量分布(180)



5.4.7能量比重特征分布(180)



5.4.8頻譜復雜度與電壓等級(183)



5.4.9頻譜復雜度與冷卻方式(184)



5.4.10頻譜復雜度特征參數的數量分布(185)



5.4.11運行時間對變壓器聲紋特征參數分布的影響(185)



5.5變壓器聲紋特征數據正態性檢驗(188)



5.6變壓器聲紋特征模式識別(190)



5.6.1基於LSSVM的變壓器運行狀態評價(190)



5.6.2變壓器諧波負載模式識別(196)



5.6.3變壓器直流偏磁模式識別(197)



5.6.4變壓器不平衡負載模式識別(199)



5.7基於深度學習的變壓器聲紋圖像識別技術(202)



5.7.1變壓器聲紋圖譜數據庫建設方案(202)



5.7.2ONAN變壓器聲紋圖譜數據庫(204)



5.7.3ONAF變壓器聲紋圖譜數據庫(207)



5.7.4基於深度學習的變壓器聲紋圖譜圖像識別(210)



參考文獻(214)



第6章開關類設備聲學與振動診斷技術(215)



6.1開關類設備(215)



6.2故障產生原因(216)



6.3故障檢測方法(218)



6.3.1常用檢測方法分類(218)



6.3.2超聲波法(219)



6.4故障診斷案例(221)



6.4.1施工安裝問題引起的設備問題(221)



6.4.2長期運行老化引起的設備問題(227)



6.4.3運行環境導致的設備問題(238)



6.4.4產品設計導致的開關櫃異常振動診斷(244)



參考文獻(257)



第7章旋轉類電力設備聲學與振動診斷技術(259)



7.1概述(259)



7.2轉子不平衡引起的振動故障(261)



7.2.1轉子的變形規律和振動特性(262)



7.2.2不平衡振動故障案例分析(265)



7.3動靜部件摩擦引起的振動故障(271)



7.3.1摩擦故障機理分析(271)



7.3.2摩擦故障特征(273)



7.3.3摩擦振動故障案例分析(274)



7.4轉子熱變形引起的振動故障分析(287)



7.4.1熱變形故障特征分析(287)



7.4.2轉子常見熱變形原因分析(289)



7.4.3轉子熱變形振動故障案例分析(290)



7.5電氣故障引起的振動故障分析(293)



7.5.1電氣缺陷引起的振動故障原因分析(293)



7.5.2電氣缺陷引起的振動故障案例分析(294)



7.6部件松動引起的振動故障分析(300)



7.6.1部件松動引起的振動故障原因分析(300)



7.6.2部件松動引起振動故障案例分析(301)



參考文獻(307)



第8章輸電線路聲學與振動診斷技術(310)



8.1架空輸電線路絕緣子污穢度聲紋監測(310)



8.1.1絕緣子污穢放電機理(310)



8.1.2絕緣子污穢放電在線監測技術(313)



8.1.3絕緣子污穢試驗與實驗室測試(315)



8.1.4絕緣子污穢放電聲紋特征提取(336)



8.1.5輸電線路聲紋監測裝置及繫統(340)



8.2架空輸電線路舞動監測(347)



8.2.1架空輸電導線舞動形成的基本原理(347)



8.2.2架空輸電導線舞動的危害與防治(349)



8.2.3架空輸電導線舞動在線監測技術(352)



8.2.4基於振動傳感器的導線舞動在線監測裝置及繫統(356)



8.3電力電纜接頭絕緣狀態超聲檢測(362)



8.3.1電力電纜接頭放電基本原理(363)



8.3.2電力電纜接頭放電的危害及特征分析(365)



8.3.3電力電纜絕緣狀態檢測方法(366)



8.3.4基於超聲波檢測法的電纜接頭放電在線監測裝置(369)



參考文獻(377)

前言



電力設備產生的聲音與振動信號與其運行狀態存在密切聯繫，其中蘊含了豐富的設備狀態信息，充分利用這些信息能夠為電力設備運行狀態檢測與故障診斷提供有效的技術手段。過去的幾十年，對以振動信號作為電力設備狀態監測量用於故障診斷已開展了大量研究，但技術仍不成熟，現場實際應用案例相對較少，效果仍有待提高。可聽聲音信號由於容易受到外界環境因素干擾，在電力設備故障監測中的研究與應用甚少，作為診斷設備故障的關鍵參量一直處於重視程度不夠的狀態。



研究與現場應用案例表明，振動與聲音信號能夠及時跟蹤設備狀態變化，具有檢測及時性強的特點，可在萌芽階段發現設備缺陷。但電力設備聲音與振動信號產生機理與傳播路徑復雜，由於設備故障類型眾多，準確提取能夠區分不同缺陷及缺陷程度的聲音與振動信號特征的難度很大。同時，作為較新的檢測手段，基於聲音與振動的電力設備故障診斷技術存在現場實測故障樣本數量匱乏的問題，從而增加了提高故障診斷準確性的難度。



我們在基於聲音與振動信號的電力設備運行狀態檢測與故障診斷方面開展了許多研究工作，包括電力設備聲音與振動特性、檢測方法、預處理方法、信號分離方法、特征提取、模式識別、檢測裝置研發與應用等方面。許多成果已經應用到生產實際中，如電力變壓器聲紋監測繫統、直流偏磁在線監測裝置、抗環境干擾聲壓級計、站界噪聲監測裝置等，取得了良好的應用效果。



為了集中體現基於聲音與振動信號的設備運行狀態檢測與故障診斷方面的研究成果，我們綜合了自身研究成果以及其他學者的若干研究成果，通過有機整合完成了本書，希望能夠為相關行業的研究人員提供參考。同時，也期望通過該書拋磚引玉，使基於聲音與振動的電力設備故障診斷技術取得新進展、新突破，從而完善智能運檢技術，提高智能運檢成效，更好地服務電力設備安全、穩定運行。



本書共分為8章。第1章主要介紹了電力設備故障診斷技術的發展現狀、典型故障診斷技術、電網公司智能運檢技術應用情況，總結並分析了現階段電力設備聲學與振動故障診斷技術，包括的聲學成像技術。第2章介紹了聲學基礎知識。第3章介紹了噪聲與振動檢測技術，包括傳感器、校準技術、測試方法、信號處理方法、檢測繫統以及檢測方法等內容。第4章介紹了聲學與振動信號分析技術，包括數字濾波、小波分析、小波包分解、譜減法、短時窗法、盲源分離方法等，並對上述方法處理效果進行實例分析。第5章介紹了電力變壓器（電抗器）聲學與振動故障診斷技術，包括變壓器故障特征提取方法、特征分布規律以及故障診斷方法。第6章介紹了開關類設備聲學與振動診斷技術，給出了詳細的基於聲學與振動檢測技術的故障診斷案例。第7章介紹了旋轉類電力設備聲學與振動診斷技術，包括轉子不平衡、動靜部件摩擦、轉子熱變形、部件松動等機械故障診斷。第8章介紹了輸電線路聲學與振動診斷技術，包括架空輸電線路絕緣子污穢度聲紋監測、線路舞動監測、電纜接頭絕緣狀態超聲檢測等。



本書在編寫過程中，查閱了大量資料，參考和引用了有關書籍、論文的部分內容，謹向這些作者表示衷心的感謝。由於本書內容涉及面廣、相關技術發展迅速，加之編者水平有限，書中難免存在疏漏與錯誤之處，懇請讀者批評指正。



著者



2022年5月