变电站电力设备声纹采集识别装置

变电站电力设备声纹采集识别装置

黄书健   杨世浩   梁景棠

广东电网有限责任公司惠州供电局    广东   惠州   516000

摘 要：变电站变电设备运行状况直接影响社会的经济生产和人们的日常生活，因此变电设备的工况监控是一个重要的课题。为保障变电站的安全稳定运行，人工巡查是最常规的方法，除了视觉检查设备的完整性外，通过听变电设备的声音来判断设备的工作状况也是重要的手段。本文利用多麦克风获得设备工况声音和环境声音，为后续音频分析获得设备的纯净音频信息提供完整的音频记录，另一方面利用三维振动传感器获得变电设备的振动信号，与音频信号互补形成设备工况的完整信号记录。为后期采用人工智能方法实现设备工况检测提供原始的、完整而真实的基础数据。

关键词：变电设备、声纹采集、多麦克风、三维振动传感器

1引言

为保障变电站的安全稳定运行，人工巡查是最常规的方法，除了视觉检查设备的完整性外，通过听变电设备的声音来判断设备的工作状况也是重要的手段，并总结了一些经验规律，比如“嗡嗡”声较大比平时尖锐，且响声均匀，一般情况是电源电压过高造成；“嗡嗡”声时高时低，但无杂声，一般是负荷变化大；“嗡嗡”声大而沉重，但无杂音，一般是过负荷；“嗡嗡”声大而嘈杂，有时会出现“叮铛”的击打声，一般是内部结构松动；变压器有“嘶嘶”声，一般是高压套管脏产生的放电所造成的；变压器有“咕噜咕噜”的声音，这种情况可能是变压器匝间短路所致。但人的巡查不能实现24小时不间断检测，且主观性比较大、严重依赖实施人的经验。因此，随着音频处理技术的发展，人们将注意力转移到变电设备自动检测技术[1]。

传统的基于正样本数据偏差算法的异音检测方案，虽然能识别异常声音，但在进一步识别具体故障类型时效果有限。文献[2] 为了提高变电站噪声巡检效率,应用声纹成像测试系统对某变电站现场噪声进行检测。其系统具有低功耗,高集成度,稳定性强,适用于复杂工作环境,支持物联网数据传输以及在线声纹分析等优点。文献[3]设计了变压器声纹采集装置、特征提取方法、以及基于迁移学习的深度神经网络识别模型。文献[4] 研究了变电站电力设备的声纹振动监测技术，探讨了系统架构故障诊断与预测方法，并设计了声纹振动在线监测系统。安装的采集器数量较少，不能很好的采集到设备的声纹信号。文献[5]在变压器上安装4个磁吸式声纹采集装置获得变压器声纹信号，采用基于负熵的FastICA对采集得到的数据进行处理，分离变压器的本体运行声纹信号和故障声纹信号。文献[6]基于变电站声纹的先验信息，采用梅尔滤波器降维提取变电设备的声纹特征，有效提高了变电设备故障声纹检测的鲁棒性。

本文首要目的是利用多麦克风获得设备工况声音和环境声音，另一方面利用三维振动传感器获得变电设备的振动信号，与音频信号互补形成设备工况的完整信号记录。其次是利用信息分析手段，降低录制原始信号数据量，提高录音采集装置的检测时间，而不影响依据记录数据对设备的不间断工况检测分析。本文装置兼顾了音频采集和信息处理两个部分。用多麦克风和震动传感器采集多模态信号，并通过软件筛选和分析，形成完整的检测-处理链，省去巡查人员的工作量。

2装置设计

2.1 总体设计

图1为变压设备运行工况声音采集方法的总体设计示意图，该图表示了声音采集装置与变压设备和音频分析系统的关系，为后续构建变压设备工况智能分析提供充分的训练样本。

声纹采集与处理装置安装在变压设备上，同时监控变压器震动及音频两个维度信息。基于变压设备在短时内的工况是基本稳定的特性，通过简单的信号分析方法去除大部分冗余信号，降低数据量，延长监控时长。

智能音频分析的功能包括但不限于过压、过负荷、负荷突变、匝间短路、固定螺钉松弛等各类故障。

图1  变压设备运行工况声音采集装置示意图

2.2 硬件设计

图2为变压设备工况信号采集装置的功能框图，以STM32单片机为核心，配置按键、SW-420震动信息模块、VS1053声音采集播放模块、电源模块、TFT-LCD液晶显示、LED阵列、MicroSD存储卡等外围电路。

图2  变压设备工况采集装置设计框图

VS1053音频采集模块采集音频信号，MUP6050采集震动信号、传送给STM32单片机进行分析判断，有效信号写入SD卡，保障了振动信号与音频信号的时间对齐[7]。

主板选择STM32F103。其全系列脚对脚、外设及软件的高度兼容性，灵活性高。可以在不必修改原始框架及软件的条件下，将应用升级到需要更多存储空间或精简到使用更少存储空间/ 或改用不同的封装的规格。

声音采集模块使用VS1053，VS1053有对应的音频解码器和编码器，是单片Ogg Vorbis/MP3/AAC/WMA/MIDI音频解码器，及IMA ADPCM 编码器和用户加载的Ogg Vorbis编码器。包含一个高性能、有专利的低功耗DSP处理器内核VS_DSP4、工作数据存储器、串行的控制和输入数据接口、最多8个可用的通用I/O引脚、一个UART、并有一个优质的可变采样率立体声ADC（“咪”、“线路”、“线路+咪”或“线路*2”）和立体声DAC、和跟随的一个耳机功放及一个公共电压缓冲器。该模块支持MP3/WMA/OGG/WAV/FLAC/MIDI/AAC 等音频格式的解码和OGG/WAV 音频格式的录音，支持高低音调节以及 EarSpeaker 空间效果设置。

图3   VS1053模块接入说明

为了能够显示音频记录的状况，以及设置记录的时间，因此本检测装置还需要配备有可以显示的屏幕，这里使用了TFT触摸彩屏2.8寸模块，TFT-LCD液晶显示屏是薄膜晶体管型液晶显示屏，也就是“真彩”(TFT)。TFT液晶为每个像素都设有一个半导体开关，每个像素都可以通过点脉冲直接控制，因而每个节点都相对独立，并可以连续控制，不仅提高了显示屏的反应速度，同时可以精确控制显示色阶，所以TFT液晶的色彩更真。TFT液晶显示屏的特点是亮度好、显示清晰、对比度高、层次感强、颜色鲜艳，功耗适中。

MPU6050三轴加速度传感器（MEMS）可以捕捉物体在三维空间中的加速度变化，为检测变压设备的振动信息提供了完整的检测信号，为设备的故障诊断、性能优化以及可靠性评估提供可靠依据[8]。

除以上的硬件之外，还有图7所示的检测装置外壳，采用斜面+直角设计，前面和上面的斜面设计防止雨水流入板子中，后面的直角设计保证检测装置方便放置，后面还设有凹槽，可以用来放置磁铁或夹子用于固定检测装置。

基于各模块的功耗参数，录音装置功耗大约为P=3.3V*50mA=165mW。本装置使用5000mA/h的电池，故预计设备运行时间为：

供电时长（h） = 充电宝容量（mAh） / 单片机电流需求（mA）

即是：供电时长 = 5000mAh / 50mA = 100小时

图4   检测装置外壳

3 算法和软件设计

3.1 软件总体设计

图5为变压设备工况检测装置软件设计，其中，主要可以分为四个主要的部分：音频/震动采集部分，有效音频存储部分，多模态信息分析部分和故障判别部分。

图5   变压设备工况检测装置软件设计

3.2 音频平稳性分析算法

在实际应用中，变压设备的工况，是需要24小时不间断检测的，如果将所有数据均记录下来，数据量非常庞大，需要大量存储空间。基于变压设备的工况在短时间内（比如1分钟）基本稳定的事实，而当设备工况发生较大变化时，对应的音频信号和振动信号也会产生大的变化。因此对于稳定工况，无需将所有音频信号进行保存，本发明设计了一个简单的去冗余处理流程，将大部分冗余信号不予保存，去冗余流程如下：

1）对于音频段X，将其分为前后两个字段X1，X2，通常X2的时长比X1短，比如是整段的十分之一，甚至更短，视X的时长而定，保证X2的时长不短于50ms。

2）按X2的长度将X1分成不重叠的字段；对每一个字段，分别计算与X2的谱相似度，其方法由步骤3,4构成

3)分别计算，X2的倒谱系数，；

4）定义，X2的频谱距离

5）如果所有的字段与X2的谱距离均小于，表明X1，X2的频谱相似度高，仅保存A2音段；否则保存音段A。

6）重复上述步骤处理其他音频段。

上述方法不但大大降低了音频数据存贮量，而且达到了不间断检测的效果，即不遗漏变压设备工况较大变化的过程记录。

3.3 简单故障类型判别

现代变压器故障诊断技术确实结合了声学监测、振动监测、温度监测等多种信息，本发明仅利用音频和振动信号做简单的变压设备故障判断，主要是基于音频的频谱。

变压设备的工况分为正常，放电，故障，老化四种状态。比如故障和老化状态下，绝缘老化、损伤，通常会产生高频且稳定的声音，频率在300Hz到1500Hz之间；绕组内部短路产生低频声音，频率在100Hz到200Hz之间；而铁心松动将产生频率在2Hz到50Hz之间的低频声音。

四、结论

本文采用音频+震动检测方式通过同时分析多向的声音和震动信号，能够捕捉更多维度的故障特征，从而提高故障类型识别的准确率。并解决了把音频处理有效部署到单片机中，并且尽可能的节省计算资源，保证应用的实际价值。研制的适应于电力设备工况的工业声纹采集装置，可应用于变电站内的所有一次设备，为后期的基于工业声纹的变电站电力设备智能运维提供了辅助有效的工业声纹，其具有极高的安全意义和经济价值，具备广泛的运用场景。

参考文献

[1]何洋.考虑声纹特征提取的地埋式变电站故障智能诊断方法研究[D].湖南大学,2022.

[2]余长厅,黎大健,汲胜昌,等.变电站声纹成像测试系统的应用分析[J].广西电力,2020,43(05):63-66.

[3]林春清,周颖,杨超,等.面向电力变压器的声纹智能诊断装置设计与应用[J].传感技术学报,2021,34(10):1412-1420.

[4]李志锦,黄腾鲲.变电站电力设备声纹振动在线监测技术研究[J].流体测量与控制,2024,5(02):97-100.

[5]丰硕,汪诗怡.基于声纹识别的变压器局部放电在线监测系统[J].电器工业,2024,(04):15-19+70.

[6]陈睿妍,卢璐,沈明威,等.基于线性SVM的变电站故障声纹检测算法[J].中国电子科学研究院学报,2023,18(11):989-995.

[7]刘毅,程明.VS1053B编解码器的VDR分布式声音采集卡设计[J].单片机与嵌入式系统应用,2013,13(11):50-53.

[8]乌仁格日乐.惯性传感器MPU6050标定误差研究[J].电子世界,2022,(02):9-10.