电抗器故障检测方法、装置、电子设备和存储介质与流程

本公开涉及电力，尤其涉及电抗器故障检测领域。本公开具体涉及一种电抗器故障检测方法、装置、电子设备和存储介质。

背景技术：

1、随着电力技术的发展，容量大、传输距离远、灵活性强、环保性好的直流输电成为我国电网发展的必然选择。随着直流输电工程的快速发展，换流变压器电压等级的逐渐升高，容量不断增大；同时，统计表明，58.8％的直流系统故障是换流变压器故障，而换流变压器的绝缘故障占其中的约50％。换流变压器运行一段时间后的内部发生的各类变化、产生故障的原因亟待探明。

2、随着换流阀的运行年限的增加，典型缺陷放电与机械故障问题日益突出。一是，若换流阀中的设备出现缺陷没有及时处理，发展为严重故障后，可能会导致整个换流阀乃至换流站停运处理。绝缘板作为换流阀中不同级阻尼电容之间主要绝缘部件，其材料成分为环氧树脂。绝缘板在长时间运行表面积污后，遇到潮湿天气情况时可能会出现沿面放电现象。若不能及时检测出来这种沿面放电现象并进行处理，进一步会出现沿面闪络导致晶闸管级损坏，最终可能会发展为严重故障即阀塔或阀厅起火、换流站停运等情况；二是，由于换流阀厅中设备种类繁多，导致饱和电抗器工况较为复杂。在换流阀开通和关断时，饱和电抗器承受高频脉冲电压，铁心在磁不饱和与磁饱和状态之间的转换一般在数微秒到数十微秒的时间内完成，加剧了高频大幅度的振动。在机械应力的长期循环疲劳持续作用下，易产生内部微小缺陷，进而出现机械结构松动、水管振动磨损和加速老化失效等问题，为换流阀设备的安全运行带来了更为严峻的挑战。

3、目前，在运行的高压直流换流阀工程中已发生多起设备放电和机械故障.换流阀中主要故障分为缺陷放电故障(如：阻尼电容连接不良、光纤出现悬浮电位放电及绝缘板沿面放电等)及饱和电抗器机械结构故障(如铁心松动散片、冷却水管破裂等)。造成故障频发的主要原因是换流阀厅内交直流系统互相转换，谐波作用在绝缘板、阻尼电容、饱和电抗器等高度集成化的设备上。当设备表面积污，遇潮湿天气时及易产生放电现象。若缺陷处理不及时，经过长期的持续运行发展，会形成高温放电通道，导致零部件损毁甚至引发火灾。饱和电抗器长期运行在高频脉冲电压下，激励源中含有大量高次谐波导致其工况更为复杂：

4、1)阀导通过程中，电流上升率会受饱和电抗器较大电感值的限制，随后电感值会随电流增大而减少，导致电压出现尖峰；

5、2)阀关断过程中，电感值随电流减少而增大使得饱和分压能力增强，限制较高电压上升率从而抑制可能致阀误导通的反向峰值电压；

6、3)在短路故障时抑制浪涌电流、在过电压发生时分担较大的阀总电压以保护晶闸管。而上述复杂工况将进一步引起损耗和温升增大、振动和噪声加剧等不利后果。

7、其中，饱和电抗器铁心是采用超薄取向硅钢带材卷绕加工而成，在硅钢片上施加的轧向拉应力大小直接影响铁心的振动和噪声。针对带张应力涂层的超薄硅钢(0.08mm厚)，研究了轧向拉应力对磁致伸缩和噪声的影响。试验结果表明：当轧向拉应力增大时，磁致伸缩系数和噪声值呈先下降后上升趋势。当采用外部器件夹紧饱和电抗器时，若夹紧力发生变化，铁心硅钢片的磁致伸缩应变也随之改变，若施加的夹紧力不当，会导致铁心共振，产生更大的噪音。上述研究表明当铁心夹紧力改变后，其振动特性会随之发生变化。因此，可通过分析饱和电抗器的声音信号对其铁心的状态进行识别。

8、声音信号监测是非接触式测量方法，测量范围广。在满足最高电压等级的安全净距前提下，多层阀塔间饱和电抗器与声传感器的测量间距可以实现统一化，满足对换流阀厅内多台饱和电抗器的在线监测要求。在电力设备声纹监测领域，已有一定研究，主要集中于变压器故障声信号诊断。在一些研究中，提取变压器铁心松动噪声信号的梅尔频率倒谱系数特征向量，并采用矢量量化算法，这可以获得较好的铁心松动故障识别结果。在一些研究中，提出了一种基于多频声学信号的特征参数来表征变压器绕组机械状态的变化，定义声信号频谱中(2n-1)/2hz分量的能量比例为半频比，根据hfr值明显升高判断出绕组变形严重。随着深度学习在语音识别、图像识别等方面的快速发展，已有学者将其应用于变压器声信号识别中。例如，对变压器铁心振动声纹数据进行mel时频谱降维，并代入到卷积神经网络中训练，来判断变压器的运行工况。又如，利用盲源分离、幅值相位波动性法去除掉饱和电抗器信号中的干扰成分，并提取50hz倍频倒谱系数，引入门控循环单元网络，建立变压器直流偏磁声纹识别模型。饱和电抗器的声纹主要来源于内部铁心的振动，考虑到饱和电抗器振动声纹的产生、传递原理与变压器相似，可尝试将变压器的故障特征提取与诊断方法迁移到饱和电抗器上，为饱和电抗器状态监测提供一种新思路。

技术实现思路

1、本公开提供了一种电抗器故障检测方法、装置、电子设备和存储介质，能够解决上述问题。

2、根据本公开的一方面，提供了一种电抗器故障检测方法，包括：

3、针对饱和电抗器的声音采集信号对应的声音频域信号中任一频点，计算所述频点的时频分辨率的取值范围；

4、在所述频点的时频分辨率的取值范围内，计算所述频点在各个时频分辨率下的s变换矩阵以及所述s变换矩阵的能量聚集值；

5、在所述频点在各个时频分辨率下的s变换矩阵中，基于最小的能量聚集值所对应的s变换矩阵，确定目标s变换矩阵；

6、基于所述声音频域信号中各个所述频点的目标s变换矩阵，构建所述声音频域信号对应的声音时频矩阵；

7、从所述声音时频矩阵中，提取所述饱和电抗器的声纹特征；

8、采用故障识别模型，对所述声纹特征进行识别，得到所述饱和电抗器的故障信息。

9、根据本公开的另一方面，提供了一种电抗器故障检测装置，包括：

10、时频分辨率计算模块，用于针对饱和电抗器的声音采集信号对应的声音频域信号中任一频点，计算所述频点的时频分辨率的取值范围；

11、能量聚集计算模块，用于在所述频点的时频分辨率的取值范围内，计算所述频点在各个时频分辨率下的s变换矩阵以及所述s变换矩阵的能量聚集值；

12、s变换矩阵确定模块，用于在所述频点在各个时频分辨率下的s变换矩阵中，基于最小的能量聚集值所对应的s变换矩阵，确定目标s变换矩阵；

13、时频矩阵确定模块，用于基于所述声音频域信号中各个所述频点的目标s变换矩阵，构建所述声音频域信号对应的声音时频矩阵；

14、声纹特征提取模块，用于从所述声音时频矩阵中，提取所述饱和电抗器的声纹特征；

15、故障识别模块，用于采用故障识别模型，对所述声纹特征进行识别，得到所述饱和电抗器的故障信息。

16、根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器，以及与该至少一个处理器通信连接的存储器；

17、其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开实施例中任一电抗器故障检测方法。

18、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使计算机执行本公开实施例中任一电抗器故障检测方法。

19、根据本公开的技术，针对饱和电抗器的声音采集信号对应的声音频域信号中任一频点，计算频点的时频分辨率的取值范围，在频点的时频分辨率的取值范围内，计算频点在各个时频分辨率下的s变换矩阵以及s变换矩阵的能量聚集值。从而在频点在各个时频分辨率下的s变换矩阵中，基于最小的能量聚集值所对应的s变换矩阵，确定目标s变换矩阵，基于声音频域信号中各个频点的目标s变换矩阵，构建声音频域信号对应的声音时频矩阵。从而，时频矩阵建立了饱合电抗器的声音信号的时域与频域之间的联系，实现声音特征的信息最大化。如此，可以从声音时频矩阵中，可以准确地提取饱和电抗器的声纹特征。进而，采用故障识别模型，对声纹特征进行识别，可以准确地得到饱和电抗器的故障信息。因此，采用本公开的技术，可以提高饱和电抗器的故障检测准确率。

20、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。