电抗器声信号提取方法、系统及计算机设备与流程

本发明涉及声信号，具体涉及一种电抗器声信号提取方法、系统及计算机设备。

背景技术：

1、电抗器是换流站中主要辅助设备之一，对电网的质量及安全、经济运行起了良好作用，但电抗器工作时，会产生很强的线谱噪声，使得电抗器噪声成为换流站中噪声来源的主要因素之一，平波电抗器前噪声总声级高达90～95db，严重影响了居民生活，同时噪声也有可能对电抗器的正常运行产生负面影响，给正常的生产工作带来隐患。因此，了解电抗器辐射噪声产生的机理、特性，以降低电抗器噪声的污染有着重要的意义。同时，声信号也能作为反映设备在工作过程中是否正常运行的一项重要数据。

2、变电站内噪声源较多、声环境较为复杂，电抗器、冷却风机、绝缘子与变电架构电晕噪声等相互混叠与干涉，导致某一测点噪声实际为多个设备声场综合作用的结果，现有的设备难以对单一声源噪声水平进行准确采集，进而影响了噪声定位，这一现象在特高压变电站/换流站表现尤为突出；另一方面，变电站噪声源测试中常受到来自周边社会生活与自然环境噪声的干扰。上述因素导致了高压电抗器的异响故障检测结果与实际值存在较大偏差。

技术实现思路

1、为解决现有技术的不足，本发明的目的在于提供一种电抗器声信号提取方法、系统及计算机设备，实现对电抗器声信号的准确提取。

2、为达到上述目的，本发明通过以下技术方案实现：

3、一种电抗器声信号提取方法，包括：采集电抗器声信号；基于电抗器参数与监测装置，对所述电抗器声信号的特性进行分析；对所述电抗器声信号进行预处理，得到预处理后的电抗器声信号；依据所述电抗器声信号的特性，将预处理后的电抗器声信号中不符合电抗器特征的声信号予以剔除，得到纯净的电抗器声信号。

4、优选地，对所述电抗器声信号的特性进行分析，其包括：根据电抗器参数，分析得到电抗器声功率级大小与频率分布；根据电压参数与监测装置，分析所述电抗器声信号的声压级与衰减情况；根据不同型号的电抗器的频谱特征，分析所述电抗器声信号在不同频率区间内的分布特征。

5、进一步地，根据电压参数与监测装置，分析所述电抗器声信号的声压级与衰减情况，其包括：根据设置的监测装置收集所述电抗器声信号的声压；分析所述电抗器声信号的声压大小与系统电压、运行电压以及运行负荷之间的关系；根据不同位置的监测装置收集的所述电抗器声信号的声压数据，确定所述电抗器声信号的衰减规律。

6、进一步地，根据不同型号的电抗器的频谱特征，分析所述电抗器声信号在不同频率区间内的分布特征，其包括：电抗器型号为500kv高压并联电抗器，750kv高压并联电抗器和1000kv高压并联电抗器，依照所述三种电抗器运行时的频谱图分析得到：500kv高压并联电抗器的声信号具有平稳性，各频率分量幅值基本不随时间发生变化；750kv高压并联电抗器在100hz、200hz、315hz、400hz以及500hz频带范围内电抗器声信号保持较高水平，声级均高于76db，1000hz频带以上声信号声级随着频率的提高逐渐降低；1000kv高压并联电抗器的声信号主要集中在100hz频段。

7、优选地，对所述电抗器声信号进行预处理，得到预处理后的电抗器声信号，其包括：将所述电抗器声信号进行分帧处理，根据实际计算需求确定每帧信号长度，帧移取为帧长的1/2；剔除分帧处理后的电抗器声信号每一帧中的模极大值；对每帧信号进行阈值量化处理；依据处理后的低频系数与高频系数进行数据重构，得到预处理后的电抗器声信号。

8、进一步地，对每帧信号进行阈值量化处理，其包括：通过硬阈值函数或软阈值函数对分帧处理后的声信号的小波系数进行处理，根据实际声信号的特征选择使用硬阈值函数或软阈值函数；其中硬阈值函数直接将绝对幅值不大于设定阈值的点设为零，而保留绝对幅值大于阈值的点，硬阈值函数表达式如下：

9、

10、式中：w(j,k)为含噪信号分解后的小波系数；λ为选定阈值；wh(j,k)为硬阈值函数处理过的小波系数；

11、软阈值函数对所有的小波系数进行抑制，其数学表达式如下：

12、

13、式中ws(j，k)为软阈值函数处理过后的小波系数。

14、优选地，将预处理后的电抗器声信号中不符合电抗器特征的声信号予以剔除，其包括：将带噪音的电抗器声信号设置为y(n)，纯净的电抗器声信号设置为s(n)，噪音设置为加性噪声r(n)，则y(n)可表示为：

15、y(n)＝s(n)+r(n)

16、对带噪音的电抗器声信号进行分帧处理，第λ帧信号的加窗傅里叶变换为：

17、

18、式中：y(k,λ)为带噪音的电抗器声信号频谱；k＝0,1,…,n-1为频率点；r为帧移；n为帧长；h(μ)为窗函数，μ表示第μ个采样点，μ∈[0，n-1]；n表示总帧长；

19、进行fourier变换，则有：

20、y(k,λ)＝s(k,λ)+r(k,λ)

21、式中：s(ω)与n(ω)分别表示信号s(n)以及r(n)的fourier变换；

22、由于信号s(n)与r(n)相互独立，则信号功率谱满足如下关系：

23、|y(k,λ)|2＝|s(k,λ)|2+|r(k,λ)|2

24、令py(k,λ)、ps(k,λ)以及pr(k,λ)分别表示信号y(n)、s(n)以及r(n)第λ帧的功率谱，则有：

25、py(k,λ)＝ps(k,λ)+pr(k,λ)

26、由于噪声在带噪音声信号发生前与发生期间基本不变，因此可以通过带噪音声信号未发生时的寂静段来估计噪声的功率谱，从而有：

27、

28、当带噪声信号功率谱小于噪声功率谱时，纯净信号功率谱取为0，去窗后的第λ帧电抗器声信号为：

29、

30、式中：j为虚部符号；ifft表示fourier反变换；

31、对信号s(n,λ)重叠相加，从而得出纯净的电抗器声信号s(n)。

32、一种电抗器声信号提取系统，包括：信号采集模块，用于采集电抗器声信号；信号分析模块，基于电抗器参数与监测装置，对所述电抗器声信号的特性进行分析；预处理模块，对所述电抗器声信号进行预处理，得到预处理后的电抗器声信号；信号提取模块，依据所述电抗器声信号的特性，将预处理后的电抗器声信号中不符合电抗器特征的声信号予以剔除，得到纯净的电抗器声信号。

33、一种计算机设备，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现上述任一项电抗器声信号提取方法。

34、本发明具有以下有益效果：

35、采用本发明的电抗器声信号提取方法、系统及计算机设备，首选采集电抗器声信号，然后基于电抗器参数与监测装置，对所述电抗器声信号的特性进行分析，并对所述电抗器声信号进行预处理，最后依据所述电抗器声信号的特性，将预处理后的电抗器声信号中不符合电抗器特征的声信号予以剔除，得到纯净的电抗器声信号，实现对电抗器声信号的准确提取。

36、本发明分析了实际应用中的不同型号的电抗器声信号的频谱特征，使得声信号的提取方法更贴合现场情形，准确度更高。

37、本发明针对取得的电抗器声信号进行了包括分帧处理，阈值量化处理，重构在内的一系列声信号预处理操作，能够有效的抑制环境噪声带来的影响。

38、本发明对电抗器声信号中混杂的噪声信号进行的剔除操作极大地提升了电抗器声信号的精度，为研究电抗器运行状态，噪声抑制等研究提供了可靠的数据支撑与基础。