基于聲震一體的變電站監(jiān)測裝置設(shè)計(jì)

彭 鵬，施玉松，王岳鵬，邵宇鷹 ，蔣瑩瑩

(1.國網(wǎng)上海市電力公司，上海 200438；2.上海事凡物聯(lián)網(wǎng)科技有限公司，上海 201800)

變電站是電網(wǎng)的重要組成部分，隨著電網(wǎng)信息化的不斷深入，220 k及以下電壓等級變電站已開始逐漸實(shí)現(xiàn)無人值守，但是依賴于“三遙”自動(dòng)化系統(tǒng)的傳統(tǒng)意義無人值守變電站依然存在一些問題，如對人員入侵、火災(zāi)、水浸、自然災(zāi)害等異常環(huán)境的監(jiān)測手段較為薄弱，加上變電站地處偏僻，安全保衛(wèi)工作存在一定隱患[1]。另外，在役變電站一次、二次設(shè)備出現(xiàn)問題的頻率較高，當(dāng)設(shè)備發(fā)生故障或者所處環(huán)境發(fā)生改變時(shí)，其所發(fā)出的聲音和震動(dòng)信號也會隨之改變，因此對設(shè)備聲音和震動(dòng)參量的快速辨識可以協(xié)助開展站內(nèi)設(shè)備安全管理[2-5]。為此，筆者研制了一套基于聲震一體化的移動(dòng)式、可視化、智能型變電站智能監(jiān)測裝置，該設(shè)備通過對聲音和震動(dòng)參量進(jìn)行協(xié)同檢測，能夠有效克服單一參量監(jiān)測診斷造成的漏判與誤判，并及時(shí)獲取設(shè)備的狀態(tài)和環(huán)境信息，從而實(shí)現(xiàn)變電站設(shè)備的無人值守，有效節(jié)約人力資源，提高管理效率，提升經(jīng)濟(jì)效益。

1 裝置設(shè)計(jì)

1.1 總體設(shè)計(jì)

研制的聲震一體化監(jiān)測裝置總體結(jié)構(gòu)如圖1所示。其中，聲陣列傳感器位于設(shè)備頂部，方向均向上，頂部箭頭所指為參考方位角；震動(dòng)傳感器則位于設(shè)備底部，和檢測的電力設(shè)備剛性連接，具有寬動(dòng)態(tài)和低噪聲的特點(diǎn)；信號處理板和電源接口板固定在設(shè)備中間，對外和固定在設(shè)備一側(cè)的防水接頭相連，該接頭用來供電和傳輸數(shù)字信號。

圖1 聲震一體化監(jiān)測裝置總體結(jié)構(gòu)示意

該裝置在進(jìn)行固定連接或者埋于地下等環(huán)境布設(shè)后，聲陣列傳感器能夠?qū)崟r(shí)采集設(shè)備的聲音信號，判斷故障位置并分析設(shè)備狀態(tài)；震動(dòng)傳感器能夠?qū)崟r(shí)采集周圍環(huán)境和設(shè)備的震動(dòng)波形，經(jīng)過融合處理，形成環(huán)境與設(shè)備的聲震節(jié)點(diǎn)信息，提升無人值守變電站環(huán)境和設(shè)備狀態(tài)監(jiān)測水平。

1.2 硬件設(shè)計(jì)

該聲震一體化監(jiān)測裝置由聲陣列傳感器、震動(dòng)傳感器、信息處理模塊、接口電路和電源管理電路等組成，其結(jié)構(gòu)框圖如圖2所示，圖中MIC為麥克風(fēng)，SPI為串行外設(shè)接口，UART為通用異步接收器/發(fā)送器。

圖2 聲震一體化監(jiān)測裝置硬件結(jié)構(gòu)框圖

聲陣列傳感器包括四個(gè)圓形分布方向一致的拾音器，其功能分為長期監(jiān)測和分類定向兩種，其中長期監(jiān)測單元處于長期在線工作狀態(tài)，而分類定向單元平時(shí)處于關(guān)閉狀態(tài)，當(dāng)有異常聲信號出現(xiàn)時(shí)才轉(zhuǎn)入工作態(tài)，以實(shí)現(xiàn)低功耗運(yùn)行。

震動(dòng)傳感器采用壓電式微機(jī)電系統(tǒng)(MEMS)設(shè)計(jì)，具有頻率范圍寬、動(dòng)態(tài)范圍大、精度高等特點(diǎn)，和聲陣列傳感器協(xié)同處理，可實(shí)現(xiàn)對設(shè)備異常信號的監(jiān)測。

信息處理模塊包括主控制器、存儲器和調(diào)理電路，用于運(yùn)行聲音定向算法、聲震融合算法、故障分類算法和傳輸協(xié)議，實(shí)現(xiàn)設(shè)備故障類型判斷和預(yù)測的前端處理。傳感器信號處理流程如圖3所示。

圖3 傳感器信號處理流程

電源管理電路用于給信息處理模塊和聲震傳感器提供高穩(wěn)定度低紋波的直流電源，并輸出多種通信接口。

傳感器節(jié)點(diǎn)硬件實(shí)物如圖4所示。

圖4 傳感器節(jié)點(diǎn)硬件實(shí)物

聲音和震動(dòng)傳感器成本相對較低, 可實(shí)現(xiàn)多點(diǎn)布設(shè)，且可采用深埋、膠黏等多種連接方式，易于集成，因此研制的聲震一體化監(jiān)測裝置，可在全站范圍內(nèi)布設(shè)該裝置，并和傳感器節(jié)點(diǎn)組網(wǎng)，形成覆蓋全站的傳感器網(wǎng)絡(luò)[6]，可連續(xù)采集設(shè)備與外界信息, 對周圍狀態(tài)進(jìn)行探測、識別和定位，全天候監(jiān)測變電站安全。

1.3 算法和軟件設(shè)計(jì)

傳感網(wǎng)絡(luò)中聲震節(jié)點(diǎn)的信息處理包括目標(biāo)聲音和震動(dòng)信號的處理、分類、跟蹤、定位，其很大程度上受到外界環(huán)境的影響，同時(shí)每個(gè)傳感器的節(jié)點(diǎn)能量有限、可靠性差、無線模塊通信距離有限, 并且比其他操作的功耗更大[6], 這就要求單節(jié)點(diǎn)在提高分類能力的同時(shí)亦降低識別算法的運(yùn)算復(fù)雜度, 降低功耗。

ELGORT等[7]發(fā)現(xiàn)，給每個(gè)節(jié)點(diǎn)配置分類器, 使聲音和震動(dòng)節(jié)點(diǎn)協(xié)同工作, 就可以達(dá)到很高的分類性能。文章從聲音采集、特征提取、分類識別、聲音定向和故障定位等一系列智能化監(jiān)測識別技術(shù)入手，采用基于幅頻特性的聲音特征提取法，同時(shí)對聲音信號的頻譜特征進(jìn)行降維處理，提取主要特征信息，并通過支持向量機(jī)算法對聲音信號進(jìn)行分類識別，從而判斷出電力設(shè)備的運(yùn)行狀態(tài)和環(huán)境信息[8-9]。裝置故障分類識別算法流程如圖5所示。

圖5 裝置故障分類識別算法流程

該算法流程具體分為以下7個(gè)部分。

(1) 對聲信號數(shù)據(jù)進(jìn)行濾波，濾除采樣過程中產(chǎn)生的干擾數(shù)據(jù)，減少對電力設(shè)備故障診斷的影響。

(2) 對濾波后的聲信號進(jìn)行線性歸一化處理，降低拾音器差異的影響。

(3) 通過數(shù)據(jù)預(yù)加重增加聲信號高頻部分的能量，提升聲學(xué)模型的高頻共振峰幅值。

(4) 對聲信號進(jìn)行分幀和加窗處理，使信號具有短時(shí)平穩(wěn)特性。

(5) 對信號進(jìn)行短時(shí)傅里葉變換，并提取特征參數(shù)。

(6) 采用二維主成分分析(2D-PCA)方法對聲信號特征矩陣進(jìn)行降維處理[10-11]。

(7) 采用高斯徑向基核函數(shù)對聲信號樣本進(jìn)行分類處理。

對于聲源方位的定向和故障定位，采用多子帶加權(quán)(ISM)算法[12-16]，同時(shí)剔除信號樣本中的干擾信號，確定聲源方位，迅速找到故障位置，具體處理流程如下。

(1) 針對聲陣列的所有4陣元接收的時(shí)域信號進(jìn)行快速傅里葉變換。

(2) 選擇其中兩通道聲信號計(jì)算各子頻帶的子帶幅度均方相關(guān)值(SMSC)，對各子帶幅度均方相關(guān)值進(jìn)行降序排列，篩選出超過設(shè)定閾值的K個(gè)子頻帶。

(3) 針對選擇的K個(gè)子頻帶，利用SMSC計(jì)算各子頻帶的加權(quán)值。

(4) 計(jì)算參與加權(quán)的子帶相關(guān)矩陣，并進(jìn)行特征值分解，得出各子頻帶的流行矩陣和噪聲子空間。

(5) 計(jì)算K個(gè)子頻帶加權(quán)后的聯(lián)合多信號分類空間譜。

(6) 通過譜峰搜索得出聲源目標(biāo)的方位角。

同時(shí)，為實(shí)現(xiàn)聲音、震動(dòng)參量的聯(lián)合感知，提出一種基于多類型傳感器的融合感知算法，以震動(dòng)、聲音參量的多種特征作為多通道的信號輸入，基于多核線性組合的方法，實(shí)現(xiàn)多通道目標(biāo)特征級融合，此方法還可擴(kuò)展至更多不同的傳感器類型，如溫濕度傳感器等，其算法流程如圖6所示。

圖6 基于多類型傳感器的融合感知算法流程

將不同類型傳感器的數(shù)據(jù)送入各自對應(yīng)的淺層卷積神經(jīng)網(wǎng)絡(luò)，提取出對應(yīng)的特征向量，融合中心通過二次卷積神經(jīng)網(wǎng)絡(luò)完成特征向量的融合處理。該結(jié)構(gòu)的優(yōu)點(diǎn)在于實(shí)現(xiàn)了可觀的數(shù)據(jù)壓縮，降低了數(shù)據(jù)處理的要求，從而能夠有效地實(shí)時(shí)處理數(shù)據(jù)。

2 測試和分析

采用該裝置分別在實(shí)驗(yàn)室和現(xiàn)場進(jìn)行變壓器設(shè)備數(shù)據(jù)采集和分析，主要測試了正常環(huán)境和異常環(huán)境、設(shè)備安裝位置、設(shè)備安裝姿態(tài)、工頻干擾等對數(shù)據(jù)采集和識別的影響。

該裝置的震動(dòng)傳感器采用微加速度換能器，聲陣列采用MEMS傳聲器，均具有靈敏度高、功耗低、 體積小等特點(diǎn)，傳感器參數(shù)如表1所示。

表1 聲震一體化監(jiān)測裝置的傳感器參數(shù)

該裝置在實(shí)驗(yàn)室進(jìn)行模擬測試，所采集的數(shù)據(jù)片段如圖7所示，在信號采集工具系統(tǒng)中可以看出該裝置能夠清晰地分辨出四路聲音信號和震動(dòng)信號的采樣值。故障識別算法可基于此樣本值對特征信號進(jìn)行提取和分類，從而對設(shè)備當(dāng)前的運(yùn)行狀態(tài)進(jìn)行檢測。

圖7 監(jiān)測裝置采集的測試數(shù)據(jù)片段(實(shí)驗(yàn)室)

采用該設(shè)備在上海久隆電力(集團(tuán))有限公司變壓器修試分公司的S9-400/10型號變壓器上進(jìn)行安裝測試(裝置與變壓器剛性可靠連接)，測試現(xiàn)場如圖8所示。設(shè)備正常工作時(shí)檢測到的異常聲源時(shí)域和頻域響應(yīng)信號如圖9所示。

圖8 測試現(xiàn)場

圖9 測試時(shí)異常聲源的時(shí)域和頻域響應(yīng)信號

對電力物聯(lián)網(wǎng)中變壓器的異常聲源檢測和定向功能進(jìn)行測試，聲陣列ISM算法對不同聲源的識別結(jié)果如圖10所示，可以看出通過多子帶加權(quán)ISM算法，該裝置對近場聲源和遠(yuǎn)場聲源均可實(shí)現(xiàn)較好的探測識別。

圖10 測試時(shí)聲陣列ISM算法對不同聲源的識別結(jié)果

3 結(jié)語

基于聲震融合和識別技術(shù)，提出了聲震一體式傳感器節(jié)點(diǎn)的設(shè)計(jì)方法，并通過對復(fù)合感知數(shù)據(jù)的多通道目標(biāo)特征級進(jìn)行融合，研制了融合聲音、震動(dòng)多類型傳感參量的聲震一體化狀態(tài)監(jiān)測裝置，完成了對聲震節(jié)點(diǎn)信號的異常監(jiān)測、分類識別和聲源定向測試，實(shí)現(xiàn)了聲震多參量的聯(lián)合感知與設(shè)備故障識別，有助于提高無人值守變電站的安全工作水平。