基于Mel时频谱-卷积神经网络的变压器铁芯夹件松动故障声纹模式识别

2020-12-15刘云鹏罗世豪王博闻岳浩天周旭东

华北电力大学学报(自然科学版) 2020年6期

关键词：声纹铁芯频谱

刘云鹏，罗世豪，王博闻，岳浩天，周旭东

(1.华北电力大学输变电设备安全防御重点实验室,河北保定 071003;2. 国网山东省电力公司聊城供电公司,山东聊城 252000)

收稿日期：2020-04-21.

基金项目：国家电网有限公司科技项目(5200-201955095A-0-0-00).

0 引言

随着经济社会的发展与城市化进程的推进，电力行业得到了蓬勃的发展，电力变压器作为电网主设备也在输配电网中得到广泛的应用。由于配网变压器主要应用于商务办公及住宅区域，因此，其噪声控制一直是重要的研究课题[1-3]。而从电气设备在线监测的角度出发，电力变压器存在故障缺陷或异常运行时的噪声，同时也为变压器的状态检测提供了重要判据，其中，铁芯夹件松动就是变压器运行声音异常的原因之一[4,5]。

目前，针对变压器铁芯夹件松动的研究主要以监测振动信号为主:文献[6]指出常年运行的变压器振动信号中含更多谐波成分，存在缺陷的变压器振动信号中含有更多高频成分；文献[7]指出铁芯振动信号高频分量峰度值能够表征铁芯压紧力的变化趋势；文献[8,9]提出利用振动信号100 Hz特征频率分量占总分量的比值来判断铁芯松动故障；文献[10]选取了50 Hz及其部分倍频分量作为铁芯松动故障判据，准确反映故障类型；文献[11]指出铁芯固有频率会随着松动程度增加而降低并靠近主频率从而引发共振；文献[12]采用了声-振联合的监测方法对不同运行年限的变压器进行研究，上述研究验证了利用振动信号监测铁芯松动故障的可行性，而噪声信号在包含大量设备信息的同时，还具有非接触式监测、传感器成本较低、监测覆盖范围广等优点，因此，对铁芯夹件松动故障进行噪声信号的采集和分析处理有很大的研究价值。

目前，关于变压器声信号模式识别和故障诊断的现有研究多集中在变压器的放电声信号的研究。武汉大学的舒畅[13]使用CEEMDAN算法对配电变压器放电声信号进行处理，采用SVDD算法对放电故障进行分类和识别取得较好效果，但处理对象为频率特征较明显的放电故障。华北电力大学的张重远[14]采用盲源分离方法对局放超声信号进行抽取，采用CNN进行深度学习，但是研究对象为局放信号。对于铁芯松动所致的异常噪声进行的研究较少，上海交通大学的王丰华[15]提出了基于加权降维MFCC和VQ的变压器声纹识别模型，模型采用特征值与传统的机器学习相结合的方法，识别准确率有待进一步提高。目前尚无利用深度学习算法对铁芯松动声纹进行模式识别的研究。

文章提出了基于Mel时频谱-卷积神经网络的变压器铁芯松动声纹识别方法，为验证该方法的有效性，搭建了铁芯夹件松动故障模型，采集了铁芯在不同松动程度与不同松动模式下的噪声信号，并对噪声数据进行Mel时频谱降维处理，作为深度学习的数据集。最后，构建了Mel时频谱-卷积神经网络变压器铁芯松动声纹识别模型，进行了超参数调节，实现了铁芯松动故障的准确识别。研究结果可为变压器铁芯夹件松动故障诊断以及电网主设备的数据深度挖掘提供参考。

1 铁芯声振信号产生机理

变压器本体的振动噪声主要是由铁芯的磁致伸缩产生。变压器铁芯的振动包含着铁芯与压紧夹件的作用、铁芯硅钢片的磁致伸缩以及铁芯叠片间漏磁产生的电磁力作用[16]。随着硅钢片轧制工艺的完善，铁芯叠片间的电磁力作用可以忽略，因此，当初级绕组施加电压为u=U0sinωt时，铁芯振动加速度a可表示为

(1)

式中：△L为硅钢片片长增量；εs为磁饱和时的磁致伸缩率；L为硅钢片原始片长；εs为施加电压幅值；N1为初级绕组匝数；S为磁通穿过铁芯的有效面积；Bs为饱和磁密；ω为角速度。

对于变压器的噪声传播可以使用流体力学斯托克斯方程描述[17]，如式(2)所示。振动速度与声压的关系式可由式(3)表示：

(2)

(3)

式中：v为质点振动速度；p为声压；c为声速；ρ为流体密度。

由上列式子可以看出，当电源电压频率为50 Hz时，铁芯的振动频率为100 Hz，即电源基频的二倍频，而铁芯的振动带动流体介质中的质点振动，从而影响介质中的声压，由此解释了声音信号与振动信号的关联性。另外，铁芯磁致伸缩的非线性以及铁芯磁路长度差异，使得铁芯振动含有200 Hz、300 Hz、400 Hz等高次谐波成分[18]。在实验室条件下，通常采用空载试验模拟变压器铁芯振动，变压器空载和负载运行时，主磁通在铁芯中的变化基本一致，而空载条件下绕组对于振动几乎不产生影响[19]。基于上述理论分析，可通过消声室内变压器空载运行试验，消除绕组振动及空间背景噪声的影响，研究变压器铁芯夹件松动的声音振动特性。

2 基于Mel时频谱的噪声样本处理

文中使用采样率为44.1 kHz的电容式枪体麦克风作为噪声信号传感器。为了准确提取变压器铁芯噪声中的特征信息，合理压缩数据量，有效利用计算机的计算能力，需对试验采集的噪声样本进行预处理。

2.1 声纹时频谱

声纹(voiceprint)的概念最早用于说话人身份识别的场景[20,21]，声纹包含了说话人语音的时域频域特征，通过对声纹信号的分析能够实现对说话人身份的识别。同理，变压器的噪声声纹也能表征变压器本体的运行状况。

声纹时频谱图(spectrum)是将声音信号进行分帧、加窗及离散傅里叶变换之后，按照时间维度堆叠而成的二维能量谱图。声纹时频谱具有声音信号的时域频域特征，以及直观的图像特征，方便后期的深度学习处理。文中将铁芯声纹信号剪切为时长1 s的样本，采用交叠分段法进行分帧，帧长设置为4 096帧，帧移设置为512帧。为了有效减少信号失真情况，窗函数选择海明窗(Hamming)，海明窗的公式为

(4)

图1 铁芯声纹时频谱图绘制过程Fig.1 Drawing process of core voiceprint spectrum

分帧加窗后的样本再进行短时离散傅里叶变换即可得到声纹时频谱图，完整绘制过程如图1所示。声纹时频谱图中的横坐标为时间，纵坐标为频率，图形的颜色深浅代表当前频率成分在当前时刻的含量大小，由功率谱密度(power spectral density, PSD)表示。由此可见声纹时频谱图是一种集合了时域频域及图像特性的特殊数据表示方式。

2.2 Mel时频谱

在语音识别领域，由于人耳对于正常频率标度的感知是非线性的，因此常使用Mel滤波(Mel filter)将声纹时频谱变换到Mel标度(Mel scale)下的Mel时频谱[22]，其转换关系表达式如式(5)、(6)所示。一方面，Mel时频谱可以实现人耳对频率感知的线性化处理，降低干扰频段的权重；另一方面，Mel时频谱在保留声纹特征的前提下，大大降低样本尺寸，提高铁芯夹件松动模式识别的模型训练速度及识别速度。综上所述，文中使用Mel滤波对声纹时频谱图进行降维处理，对变压器铁芯夹件松动声纹信号进行特征提取。

Mel(k)=2 595×lg(1+f/700)

(5)

Mel-1(f)=700×(10(1+k/2595)-1)

(6)

式中：f为正常标度的频率，0≤f≤22 050；k为Mel标度频率，Hz。

根据文章3.2节的结果，变压器铁芯夹件松动声纹主要集中于200 Hz、300 Hz，且主要频率成分为2 000 Hz以下的中、低频。针对噪声样本的频率分布特点，采用Mel滤波器组对低频、中低频成分进行滤波放大处理，对中高频与高频进行滤波降权处理，从而实现样本数据的降维以及声纹特征的准确提取。Mel滤波器组如图2(a)所示，使用等高三角形滤波器组对时频谱进行滤波操作，该等高三角滤波器组的函数Hm(f)为

(7)

其中，m为滤波器组编号，文中设置为1≤m≤40；x(m)为三角滤波器的中心频率，公式为

(8)

式中：fmax,fmin分别为滤波器滤波范围的频率最大值和最小值；fs为声传感器的采样频率，文中取44.1 kHz；N为离散傅里叶时的帧长度。

通过将时频谱矩阵与Mel滤波器组矩阵相乘，再取对数，得到Mel时频谱如图2(b)，Mel时频谱的求取过程如图3所示。

图2 Mel滤波器组与Mel时频谱图Fig.2 Mel filter banks and Mel-spectrum

图3 铁芯声信号的Mel时频谱的求取过程Fig.3 Acquisition of core acoustic signals by Mel-spectrum

Mel时频谱图相较于声纹时频谱图，更加准确地提取了声纹特征，且具有明显有效的数据降维效果。文中的声纹时频谱数据尺寸为[345×22 050]，经过Mel滤波处理后，数据尺寸变为[345×40]，尺寸大小有了明显改善，为下文的深度学习模式识别奠定了良好的数据样本基础。

3 铁芯夹件松动声纹信号的采集与分析

为了验证方法的有效性，课题组设计了变压器铁芯夹件松动故障试验，以便形成基于Mel时频谱预处理的数据集。

3.1 试验平台与试验方案

(1)试验平台

课题组定制了一台变压器铁芯模型，并将铁芯模型放置于吸声系数为0.15的半消音室内，室内背景噪声为13 dB。根据GB/T 3768和GB/T 7328对变压器进行声学测量的标准和要求，课题组采用了指向性电容式枪体麦克风作为声传感器对不同铁芯夹件松动模式的变压器进行声纹监测，枪式麦克风采样频率44.1 kHz，采样位数24位，频率响应40 Hz～20 kHz。变压器铁芯模型尺寸及噪声测点示意图如图4所示，声传感器垂直指向B面中心，距离B面30 cm。

课题组根据试验变压器螺栓的直径和强度等级，确定试验变压器铁芯夹件额定预紧力矩，并使用数显预置式扭力扳手准确设置不同类型和不同松动程度的铁芯夹件松动故障，为了方便标识故障类型，如图5所示对试验变压器铁芯螺栓进行标注。

图4 铁芯模型尺寸与噪声测点Fig.4 Size of core model and noise measurement point

图5 铁芯实物图及螺栓编号Fig.5 Picture and bolts mark of core model

(2)试验方案

根据夹件松动噪声测点示意图，放置枪式麦克风，将电源电压设置为50 V，频率设置为50 Hz，对试验变压器进行空载运行试验。使用扭力扳手设置不同预紧力矩的夹件松动故障，文中设置的铁芯夹件松动故障类型如表1所示，松动程度单位为额定预紧力矩百分比。

表1 铁芯夹件松动故障试验方案

3.2 铁芯夹件松动噪声频域分析

针对不同松动程度以及不同的夹件松动模式，变压器铁芯的振动状态也会发生变化，振动状态的改变同时会影响铁芯的噪声信号。文中利用变压器铁芯夹件松动试验平台，通过设置不同夹件松动故障模式，采集并分析铁芯夹件松动噪声信号。

通过对噪声频域数据的分析可知，变压器铁芯松动噪声信号主要成分为50 Hz的偶次倍频分量，50 Hz的奇次倍频分量含量较少。如图6所示，额定预紧力状态下变压器铁芯噪声的主频为300 Hz，而对于单点、单边、对角及双边夹件松动模式，铁芯噪声主频随着松动程度的不同在200 Hz和300 Hz两者波动，图7为部分典型松动模式的噪声信号频域分布。由上述分析可见，铁芯松动模式的改变会造成铁芯模型主频的改变。

图6 额定预紧力下的声信号频域分布Fig.6 Frequency domain distribution of acoustic signals under rated preload

目前，已有文献[8-10]及文献[23]总结了很多针对变压器不同故障状态的振动信号和噪声信号特征值用于运行状态模式识别，应用较为广泛的特征值包括奇偶次谐波比、特征频率比以及特征频率组合比等。文中围绕以上特征值，对铁芯模型的噪声信号进行了计算，部分结果见附录A表A1，从表A1中可以看出对于复杂的夹件松动模式，常用的特征量难以区分故障类型。而深度神经网络具有强大的非线性映射能力，因此文中提出了基于Mel时频谱-卷积神经网络的变压器铁芯夹件松动故障声纹模式识别方法。

4 基于卷积神经网络的模式识别

卷积神经网络(Convolutional Neural Network, CNN)作为一种典型前馈型深度学习网络，在图像识别领域已经取得重要进展[24]。卷积神经网络的处理对象为二维数据，其结构一般由输入层、输出层以及多个卷积层、池化层和全连接层组成，具有局部特征提取、区域共享权值以及数据池化的特点，因此，相较于其他神经网络，CNN所需的网络参数更少，图像特征提取更准确。

4.1 Mel时频谱-CNN识别模型

根据2.2节所示，文中对变压器铁芯夹件松动声纹信号做预处理，将处理后得到的Mel时频谱图作为CNN网络的输入样本进行训练与学习，形成Mel时频谱-CNN识别模型。Mel时频谱输入图像尺寸为[345×40×3]，其中345代表时域分量，40代表Mel标度下的频域分量，3代表声纹信号功率谱密度的RGB颜色通道。通过将Mel时频谱图输入CNN，完成网络结构中权值的训练，实现不同铁芯夹件松动故障的模式识别。

图7 不同松动模式及不同松动程度的铁芯声纹信号的频域分布Fig.7 Frequency domain distribution of core voiceprint signal under different looseness degrees and modes

4.2 数据集

为了保证深度学习的有效性，在进行模型训练时需要对样本数据进行数据集划分。根据第3节的试验方案，将Mel时频谱图制作并划分为训练集与测试集，数据集样本分布如表2所示。文中将同一种夹件松动故障类型的数据进行标签标注，将额定预紧力状态的数据也单独归为一类进行标签标注。同一标签下的样本，随机选取80%作为训练集，剩余20%作为测试集，最后再将所有带有标签的样本随机输入到CNN网络进行训练。

表2 铁芯声纹数据库样本分布

4.3 网络结构

文中根据数据集的特征，在传统的CNN网络结构上进行了修改，设计了针对变压器铁芯夹件松动故障声纹识别的神经网络，该网络结构如表3所示。

在该定制CNN网络中，为了防止梯度消失或梯度爆炸现象，进行了批规范化操作；为了防止过拟合现象，在全连接层进行了Dropout操作，Dropout操作在训练阶段，随机选取隐藏层的神经元不参与计算，能够在训练复杂数据时有效抑制过拟合现象；而在卷积层使用激活函数ReLU提升了模型训练速度，稳定了网络的收敛速度。

表3 变压器铁芯声纹识别的CNN网络结构

4.4 模型超参数优化

本文对Mel时频谱-CNN识别模型进行超参数优化。优化分为学习率(learning rate, LR)和批尺寸(batch size)两个部分。

(1)学习率调参：

学习率对于神经网络来说是非常重要超参数。不同学习率下，Mel时频谱-CNN识别模型的识别准确率如表4所示，训练误差如图8所示。

表4 不同学习率下的识别准确率

图8 不同学习率下的训练误差Fig.8 Loss of Mel-CNN model with different learning rates

过大的学习率会在迭代次数增加后降低学习效率，过小的学习率则会减慢训练速度。由测试结果可知，当学习率LR=0.001时，随着迭代次数增加训练误差最小，模型识别准确率最高且有较快的训练速度。

(2)批尺寸调参：

在合理范围内批尺寸越大，处理相同数据量的速度越快，达到相同精度所需的迭代次数也越多。因此，对于识别模型来说，可以通过调参选取最优批尺寸大小。图9为不同批尺寸下的训练误差率。

图9 不同批尺寸下的训练误差Fig.9 Loss of Mel-CNN model with different batch sizes

由图9可得，从训练误差率的角度来看，随着迭代次数增加，训练误差率逐渐降低，且存在批尺寸越小，误差率越低的趋势。从训练速度的角度考虑，不同批尺寸的训练结果如表5所示。

从表5中可知，在综合考虑识别准确率以及训练速度的情况下，批尺寸为24和32的模型识别准确率较低，批尺寸为8的模型训练速度较慢，因此，选取16作为Mel时频谱-CNN识别模型的最优批尺寸。

表5 不同批尺寸下的训练结果

4.5 模式识别结果及分析

为了更加客观地展示Mel时频谱-CNN识别模型的识别效果，文中将Mel时频谱 -CNN模型的识别结果与支持向量机(Support Vector Machine, SVM)、BP(back propagation)神经网络以及k最近邻(k-Nearest Neighbor, kNN)这些传统机器学习算法的结果进行对比分析。

文章将深度学习模型进行了100次迭代，主要对比了上述模式识别方法的平均迭代次数所需时间、收敛至最高准确率所对应的迭代次数、迭代100次的测试集准确率以及迭代100次的测试集误差率。识别效果的对比如表6所示，Mel时频谱-CNN模型的迭代结果如图10所示。

由表6的结果可得，传统的机器学习算法在处理变压器铁芯夹件松动声纹样本时，运算结果都无法收敛，测试集准确率均低于50%，同时BP神经网络由于缺少有效的数据压缩处理步骤，单次迭代时间较长，综上可以认为传统的机器学习算法无法通过声音参量识别不同类型的夹件松动故障。