声信号特征融合的变压器故障判断方法

杨光辉，杨光粲，黎宏锐

（北京科技大学 机械工程学院，北京 100083）

变压器故障主要为机械故障、电气故障、变压器过热等，机械故障是导致后者故障的主要原因[1].机械故障诊断中，特征提取是核心[2]. 故对变压器故障提前检测、防止事故发生有重大意义.

变压器的诊断方法有特征气体法、神经网络法、支持向量机法、振动分析法等，如SHERIF 等[3]利用气体特征检测的变压器早期故障. WANG 等[4]将振动传感器贴在变压器外壳，通过获得振动信号，提取特征信息，进而对变压器的机械故障施行检测分析；赵莉华等[5]提取变压器振动信号特征量，利用SVM验证处理得到特征量的故障识别效果. 一方面，变压器的故障噪声种类繁多，难以获得大量的故障样本，使得神经网络、向量机等无法成功运用在变压器可听声故障诊断中；另一方面，振动信号获取属于接触式测量，测量传感器需贴合在变压器上，存在难以带电更换的安全问题，具有一定的局限性. 由于振动与声音的信号来源同为故障点的位置，且声波具有衍射和散射特性，采用声音检测无需接触测量，可解决振动传感器的布置问题[6].

可听声检测具有无电连接、精度高、无需接触、无损检测的特点，使它成为变压器故障检测的热点.变压器的不同故障也会产生不同声信号，侯温良[7]利用频谱相关系数法对机器正常与异常声信号进行比较，从而诊断故障. 赵书涛等[8]基于声波分析法设计了基于声波识别的电气设……