具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例1

参照图1-2，气体绝缘封闭式组合电器异响监测方法，包括以下步骤：

步骤一、对GIS辐射声源发出的声音数据进行采集；

步骤二、对采集到的声音数据进行异常声源定位；

步骤三、提取异常声源数据特征参数，计算其声压级和高频能量占比，相较于设定阈值范围判定设备的运行状况；

步骤四、对步骤二和步骤三得到的判断信息进行显示、储存以及提醒。

步骤一中采集GIS运行声信号采用的是远场声源信号模型，

式中，r为声源与传声器阵列中心的距离，L为各传声器之间的间距，λ为声信号的波长；

根据传声器的分布位置不同，不同位置上的传声器接收到的信号存在一定的时间延迟，以第一个传声器作为参考，则声信号到达其他传声器的时间相对于第一个传声器的时间延迟为：

τ_m＝d cosθ/c，m＝1,2,Λ,M，

式中，c为声速，d为相邻两个传声器之间的距离，θ为远场声源的入射角度，τ_m为时间延迟，M为阵元数；

阵列波束形成的输出为：

式中，w_m为加权系数，p_m为所对应阵元接收到的复声压信号，t为时间；

用矢量表示上式可得：

X(t)＝[b₁ ^T(t) b₂ ^T(t)L b_m ^T(t)]^T＝[w₁ w₂L w_m]P(t)＝w(θ)P(t)，

式中，X(t)为阵列的M×1维快拍数据矢量，w(θ)为各传声器的方向矢量，P(t)为阵列接受的空间信号源矢量，为m阵元所对应的输出；

对阵列求协方差矩阵：

R＝E[X^H(t)X(t)]，

式中，E[]表示数学期望运算。

经过归一化的传统波束形成的方位谱估计为；

由此可求得声源在空间中的位置。

声压级：用来衡量GIS辐射的声音大小，是所有与声音有关状态或缺陷的直接反映。特别是出现瞬态信号时，该瞬间信号的声压级较大。

L_p表示声压级，p_e表示检测对象声压有效值，p_ref表示标准声压。

高频能量占比：当GIS出现缺陷时，辐射出的信号在高频部分(3000Hz以上)会出现谐波，该情况下高频能量占比高于正常时的能量占比。

E_ratio表示高频能量占比，E_H表示检测对象高频能量，E_G表示检测对象总能量。

利用声压级和高频能量占比数据与设定的阈值进行比较，则可以反映GIS是否出现缺陷。不同参数的数值变化范围不同，通过对每个参数设置注意、异常阈值对GIS当前的健康状态进行判别，进而发出预警评估。

声音数据的采集包括以下步骤：

步骤S11、采用传声器阵列对声源模块发出的声音进行采集；

步骤S12、利用前置放大电路对步骤S11采集的声音信号进行放大处理；

步骤S13、利用数字电路对步骤S12放大处理后的声音信号进行同步采样处理。

所述异常声源定位的方法具体包括：

步骤S21、对步骤S13采集到的声音数据进行时频分析和功率谱计算；

步骤S22、对步骤S21处理后的声音数据进行异常声源定位处理。

实施例2

气体绝缘封闭式组合电器异响监测装置，包括：

信号采集模块1，用于采集GIS辐射声源发出的声音数据；

成像定位模块2，对采集到的声音数据进行异常声源定位，并将其可视化；

异常判别模块3，用于提取异常声源数据特征参数，计算其声压级和高频能量占比，根据设定的阈值，对GIS的运行状况进行判别；

PC模块4，将成像定位模块和异常判别模块处理后的信号显示在显示屏上，并将数据存储于PC模块的存储器中，若异常判别模块判断GIS设备出现异常，会触发PC模块中的报警器。

所述信号采集模块包括传声器阵列、功率放大器和数据采集传输仪，采用传声器阵列对声源模块发出的声音进行采集；利用功率放大器对采集的声音信号进行放大处理；利用数据采集传输仪放大处理后的声音信号进行同步采样处理，并传输给成像定位模块。

所述成像定位模块具体包括：对信号采集模块采集到的声音数据进行时频分析和功率谱计算，然后进行异常声源定位处理。

信号采集模块中采集GIS运行声信号采用的是远场声源信号模型，

式中，r为声源与传声器阵列中心的距离，L为各传声器之间的间距，λ为声信号的波长；

根据传声器的分布位置不同，不同位置上的传声器接收到的信号存在一定的时间延迟，以第一个传声器作为参考，则声信号到达其他传声器的时间相对于第一个传声器的时间延迟为：

τ_m＝d cosθ/c，m＝1,2,Λ,M，

式中，c为声速，d为相邻两个传声器之间的距离，θ为远场声源的入射角度，τ_m为时间延迟，M为阵元数；

阵列波束形成的输出为：

式中，w_m为加权系数，p_m为所对应阵元接收到的复声压信号，t为时间；

用矢量表示上式可得：

X(t)＝[b₁ ^T(t) b₂ ^T(t)L b_m ^T(t)]^T＝[w₁ w₂L w_m]P(t)＝w(θ)P(t)，

式中，X(t)为阵列的M×1维快拍数据矢量，w(θ)为各传声器的方向矢量，P(t)为阵列接受的空间信号源矢量，为m阵元所对应的输出；

对阵列求协方差矩阵：

R＝E[X^H(t)X(t)]，

式中，E[]表示数学期望运算。

经过归一化的传统波束形成的方位谱估计为；

由此可求得声源在空间中的位置。

声压级：用来衡量GIS辐射的声音大小，是所有与声音有关状态或缺陷的直接反映。特别是出现瞬态信号时，该瞬间信号的声压级较大。

L_p表示声压级，p_e表示检测对象声压有效值，p_ref表示标准声压。

高频能量占比：当GIS出现缺陷时，辐射出的信号在高频部分(3000Hz以上)会出现谐波，该情况下高频能量占比高于正常时的能量占比。

E_ratio表示高频能量占比，E_H表示检测对象高频能量，E_G表示检测对象总能量。

利用声压级和高频能量占比数据与设定的阈值进行比较，则可以反映GIS是否出现缺陷。不同参数的数值变化范围不同，通过对每个参数设置注意、异常阈值对GIS当前的健康状态进行判别，进而发出预警评估。

应用例

某220kVGIS变电站在经过一年时间的投产运行，发现在某区域GIS设备上出现间歇性的“嗡嗡”异响。采用红外、超声等手段均未检测出异常位置及原因，随后采用本发明提出方法对该异响缺陷进行了检测分析。

首先对GIS辐射声源位置进行定位。

接着对GIS辐射声进行分析：

当GIS处于正常情况下其声音在短期内不会发生显著变化，如图3所示，噪声信号多以50Hz的偶数倍分量为主，如100Hz，200Hz，当GIS出现异常，其时频分布特性发生了变化，在500-3000Hz频段中出现了大量的谐波分量。

如图4所示，异响信号的主要能量分布在500-3000Hz，主要是由机械结构振动所辐射出的声信号。

GIS正常、异常状态下频谱图如图5-6所示，相较于正常情况，当GIS出现异常时，其声压远大于正常状态下辐射声声压。通过谱图能够发现异常缺陷，但对于运行人员的经验要求较高、不便于监测系统直接自动分析。

采用本发明提出的方法对采集到的声信号进行异响检测分析：

1、分别用中度灰色表示正常、轻度灰色表示注意、深度灰色表示异常，对每个特征绘制柱状图，设定GIS声压级、高频能量占比正常、注意、异常的阈值，如表1所示。

表1声纹特征参数阈值选取

2、分析计算采集信号的声压级和高频能量占比，并对每个特征参数赋予权重获得GIS运行状态参数，结果如表2所示。将该综合运行状态参数与运行状态阈值进行对比，从而判断GIS的当前状态，根据比例绘制柱状图，如图7所示，可以看出，基于本发明提出的方法，可以有效的定位GIS异常声源位置并检测其状态。

表2采集信号特征参数及GIS运行状态参数

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。