電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)綜述及展望

張 灦

(國(guó)網(wǎng)四川省電力公司，四川 成都 610041)

0 引 言

電力系統(tǒng)的安全穩(wěn)定運(yùn)行關(guān)乎民生國(guó)計(jì)，電力系統(tǒng)設(shè)備不可避免會(huì)發(fā)生各種形式的故障，毫無預(yù)警的電力事故可能造成嚴(yán)重的社會(huì)影響，因此加強(qiáng)電力設(shè)備的狀態(tài)檢測(cè)具有重大意義。為了適應(yīng)電力系統(tǒng)不斷智能化及電力系統(tǒng)不斷提高的檢測(cè)要求，無損檢測(cè)技術(shù)受到越來越廣泛的關(guān)注。聲學(xué)檢測(cè)技術(shù)作為無損檢測(cè)的典型代表，具有檢測(cè)精度高、準(zhǔn)確性強(qiáng)、定位方便等優(yōu)勢(shì)。國(guó)內(nèi)外學(xué)者已開展若干研究，研究的方向主要涉及聲學(xué)檢測(cè)技術(shù)中信號(hào)采集、故障診斷、故障定位以及聲學(xué)檢測(cè)系統(tǒng)的研發(fā)應(yīng)用等方面。

文獻(xiàn)[1]概述了聲學(xué)檢測(cè)技術(shù)在電力設(shè)備絕緣狀態(tài)診斷、電力設(shè)備故障識(shí)別、電力設(shè)備局部放電定位等電力領(lǐng)域的應(yīng)用概況和發(fā)展前景，表明聲學(xué)檢測(cè)技術(shù)的不斷完善與發(fā)展將在電力系統(tǒng)中具有更重要的作用；但聲學(xué)傳感技術(shù)、聲信號(hào)數(shù)據(jù)分析方法、故障聲源定位方法等作為限制聲學(xué)檢測(cè)在電力系統(tǒng)中發(fā)展的關(guān)鍵技術(shù)在該文中缺少對(duì)應(yīng)的評(píng)述。文獻(xiàn)[2]研究絕緣子不同放電類型的聲發(fā)射信號(hào)特征，利用主成分分析法提取聲學(xué)信號(hào)時(shí)域特征，采用可靠性指標(biāo)進(jìn)行故障模式識(shí)別，提高了模式識(shí)別的效率和準(zhǔn)確性，為電力設(shè)備異常放電類型的識(shí)別奠定了一定的基礎(chǔ)。文獻(xiàn)[3]介紹了國(guó)內(nèi)基于超聲波檢測(cè)的電力變壓器故障定位技術(shù)研究進(jìn)展，研究表明超聲波傳感器陣列比單個(gè)探頭具有更好的定位能力，主要闡述了數(shù)學(xué)算法對(duì)于定位技術(shù)優(yōu)化和超聲波傳感器陣列結(jié)構(gòu)優(yōu)化的發(fā)展現(xiàn)狀。

電力設(shè)備的聲學(xué)檢測(cè)技術(shù)正處于飛速發(fā)展的階段，其關(guān)鍵技術(shù)及工程應(yīng)用方面還有待完善。現(xiàn)有的文獻(xiàn)報(bào)道通常單獨(dú)介紹不同的聲學(xué)檢測(cè)技術(shù)原理、聲學(xué)檢測(cè)技術(shù)在不同的場(chǎng)景下的應(yīng)用，較少有系統(tǒng)性的綜述聲學(xué)檢測(cè)技術(shù)的報(bào)道。此外，對(duì)于聲學(xué)檢測(cè)技術(shù)在電力系統(tǒng)的典型應(yīng)用場(chǎng)景、主要難點(diǎn)和未來可能的研究方向鮮有文獻(xiàn)報(bào)道。

鑒于此，首先，介紹聲學(xué)檢測(cè)應(yīng)用于電力系統(tǒng)的基本原理及架構(gòu)；然后，從故障信號(hào)采集、故障信號(hào)診斷、故障源定位及典型的應(yīng)用等方面對(duì)相關(guān)研究成果進(jìn)行系統(tǒng)的梳理；最后，提出目前電力系統(tǒng)中的聲學(xué)檢測(cè)技術(shù)存在的問題以及可能的解決思路，為聲學(xué)檢測(cè)技術(shù)在電力系統(tǒng)中的應(yīng)用發(fā)展提供有益的借鑒。

1 電力系統(tǒng)聲學(xué)檢測(cè)原理

1.1 電力設(shè)備異響機(jī)理

電力系統(tǒng)中的電力設(shè)備異響主要有兩大類[4-5]：1)電力設(shè)備機(jī)械振動(dòng)異常引起的異響；2)電力設(shè)備異常放電引起的異響。

電力設(shè)備機(jī)械振動(dòng)引起的異常聲響通常是由于設(shè)備過負(fù)荷、設(shè)備組件松動(dòng)或老化、設(shè)備潛在缺陷、運(yùn)輸及安裝不當(dāng)?shù)那闆r下，設(shè)備受到的電磁力導(dǎo)致設(shè)備產(chǎn)生異常振動(dòng)，進(jìn)而通過設(shè)備的機(jī)械結(jié)構(gòu)和空氣傳導(dǎo)，形成異響。如電力變壓器的鐵芯松動(dòng)異響、風(fēng)扇異響等都屬于電力設(shè)備的機(jī)械振動(dòng)異響。

電力設(shè)備放電所致異響的激勵(lì)源類型比較多，激勵(lì)源主要包括電暈放電、局部放電、沿面放電、微粒放電等。例如，電暈放電導(dǎo)致的異響通常是由于電力設(shè)備高壓端表面不均勻而導(dǎo)致電場(chǎng)畸變引起?；兊碾妶?chǎng)將電離附近的空氣而產(chǎn)生等離子體，在空氣的電離過程中部分能量以聲音的形式向外傳遞產(chǎn)生異響。

不同電力設(shè)備的不同異常作為激勵(lì)源所產(chǎn)生的聲信號(hào)各具特點(diǎn)，且電力設(shè)備故障類型和其激勵(lì)產(chǎn)生的聲音信號(hào)通常具有強(qiáng)對(duì)應(yīng)關(guān)系，因此通過檢測(cè)聲音信號(hào)對(duì)電力設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)，保證電力系統(tǒng)正常運(yùn)行，具有較強(qiáng)的技術(shù)可行性。

1.2 聲學(xué)檢測(cè)系統(tǒng)架構(gòu)

聲學(xué)檢測(cè)技術(shù)與電力設(shè)備故障檢測(cè)技術(shù)中的超高頻檢測(cè)、紅外檢測(cè)、光學(xué)檢測(cè)等技術(shù)的本質(zhì)區(qū)別在于所采集和分析的信號(hào)不同，但是基本應(yīng)用架構(gòu)有著共通之處。聲學(xué)檢測(cè)技術(shù)在電力系統(tǒng)中應(yīng)用的具體解決方案架構(gòu)一般如圖 1所示。

圖1 電力系統(tǒng)聲學(xué)檢測(cè)應(yīng)用架構(gòu)

圖 1中，聲學(xué)檢測(cè)在電力設(shè)備故障檢測(cè)的應(yīng)用架構(gòu)主要包括待測(cè)對(duì)象層、硬件處理層、數(shù)據(jù)分析層，各層通過數(shù)據(jù)交互，為系統(tǒng)應(yīng)用層提供故障處理解決方案及依據(jù)。待測(cè)對(duì)象層主要為電力系統(tǒng)中需要檢測(cè)的關(guān)鍵設(shè)備；硬件處理層主要功能為高保真地采集待測(cè)對(duì)象的聲音信號(hào)；數(shù)據(jù)分析層主要是通過聲音信號(hào)的識(shí)別，從而實(shí)現(xiàn)系統(tǒng)設(shè)備故障診斷及故障定位。

2 電力設(shè)備異常聲信號(hào)采集

聲信號(hào)精確采集是聲學(xué)檢測(cè)在電力系統(tǒng)的應(yīng)用基礎(chǔ)。聲音傳感器作為可將聲音信號(hào)轉(zhuǎn)換為電信號(hào)的測(cè)量元件，是可準(zhǔn)確進(jìn)行電力設(shè)備異常信號(hào)聲學(xué)檢測(cè)的先決條件。根據(jù)有效檢測(cè)頻率可將聲音傳感器分為噪聲傳感器和超聲波傳感器兩大類，噪聲傳感器有效檢測(cè)頻率為20 Hz～20 kHz，超聲波傳感器有效檢測(cè)頻率大于20 kHz，可從物理上濾除人耳可聽范圍的背景聲信號(hào)，具有較強(qiáng)的抗干擾能力。

聲音傳感器陣列技術(shù)比傳統(tǒng)的單一聲傳感器檢測(cè)具有更高的檢測(cè)精度，更能實(shí)現(xiàn)電力設(shè)備故障的精確定向[6]。文獻(xiàn)[7]針對(duì)電力變壓器中局部放電難以準(zhǔn)確定位的問題，引入相控陣列技術(shù)，研制了16×16陣元的平面超聲傳感器相控陣列用以故障檢測(cè)與定位，但陣元數(shù)量較多。文獻(xiàn)[8]研發(fā)了一種用于電力設(shè)備局部放電檢測(cè)的復(fù)合式聲傳感器，通過應(yīng)用高階積量處理技術(shù)，對(duì)十字形超聲陣列傳感器進(jìn)行虛擬擴(kuò)展使其具有61陣元的陣列性能，從而提高了超聲陣列孔徑和方向性銳度，將定位的相對(duì)誤差減小為5%，為陣列技術(shù)在電力設(shè)備故障檢測(cè)領(lǐng)域的實(shí)用化提供了可能性。

此外，學(xué)者在聲傳感器陣列排布對(duì)檢測(cè)準(zhǔn)確率和定位效果等方面的影響也進(jìn)行了諸多研究。文獻(xiàn)[9]對(duì)不同的聲傳感器陣列排布的聲學(xué)性能進(jìn)行了定量評(píng)估，對(duì)比分析了3×3的平面陣和9個(gè)陣元均勻圓環(huán)陣的聲源定位效果，采用聲源定向的準(zhǔn)確度作為評(píng)價(jià)指標(biāo)對(duì)聲傳感器陣列排布的性能差異進(jìn)行定量評(píng)價(jià)，研究結(jié)果表明在陣元數(shù)量一致的情況下，均勻圓環(huán)陣列具有更優(yōu)的聲學(xué)檢測(cè)性能。文獻(xiàn)[10]基于降維技術(shù)優(yōu)化了圓環(huán)形局部放電超聲陣列傳感器的稀疏結(jié)構(gòu)，計(jì)算時(shí)將二維陣列分解為多組一維陣列，采用遺傳算法執(zhí)行直線陣搜索，最后還原為二維圓形陣列計(jì)算其檢測(cè)性能，提高了稀疏陣列檢測(cè)的成功率和準(zhǔn)確度。

3 電力設(shè)備故障聲信號(hào)分析與診斷

3.1 信號(hào)去噪

雖然電力系統(tǒng)中的聲學(xué)信號(hào)可反映電力設(shè)備的異常運(yùn)行狀態(tài)，但是通常也伴隨著噪聲污染，影響檢測(cè)結(jié)果的準(zhǔn)確性。除了電力設(shè)備產(chǎn)生的異響外，工作人員運(yùn)維時(shí)走動(dòng)、巡視車運(yùn)行、電力設(shè)備周圍環(huán)境等都會(huì)產(chǎn)生干擾噪聲。

如何去除噪聲污染是聲學(xué)檢測(cè)技術(shù)準(zhǔn)確檢測(cè)的關(guān)鍵。除在硬件設(shè)計(jì)過程中加入濾波環(huán)節(jié)以外，還可通過數(shù)據(jù)處理進(jìn)行去噪，已有研究表明小波去噪是最常用的方法[11]。

小波去噪的質(zhì)量受到小波基、小波分解層數(shù)及閾值設(shè)定的限制，目前大多數(shù)學(xué)者僅僅對(duì)其中某一影響因素進(jìn)行優(yōu)化，不一定能達(dá)到最優(yōu)的去噪效果[12]。文獻(xiàn)[13]定義了適用于氣體絕緣金屬封閉輸電線路的聲發(fā)射小波去噪復(fù)合評(píng)價(jià)指標(biāo)，并提出一種最優(yōu)小波去噪算法；該算法通過小波基、分解層數(shù)、閾值等自適應(yīng)選擇，實(shí)現(xiàn)最優(yōu)化去噪效果的目的。文獻(xiàn)[14-15]基于離散小波變換統(tǒng)計(jì)與能量分析技術(shù)，使用小波數(shù)學(xué)形態(tài)聯(lián)合降噪算法對(duì)信號(hào)進(jìn)行預(yù)處理，利用快速傅里葉變換與均方根技術(shù)優(yōu)化的Morlet小波參數(shù)，結(jié)合改進(jìn)組合的神經(jīng)網(wǎng)絡(luò)算法建立了滾動(dòng)軸承故障振動(dòng)信號(hào)模型。

3.2 特征提取

電力系統(tǒng)中不同設(shè)備的不同故障類型對(duì)應(yīng)有不同的聲音信號(hào)特征。為了準(zhǔn)確地進(jìn)行故障的分析與定位，電力設(shè)備的故障特征提取方法顯得尤為重要。

電力設(shè)備異常情況的聲音信號(hào)特征提取方法包括統(tǒng)計(jì)特征法、小波分析法、指紋特征法等[16]。小波分析法具有能夠從極強(qiáng)背景干擾中檢測(cè)微弱信號(hào)與提取時(shí)-頻結(jié)構(gòu)信息中“指紋”特征的能力[17]。文獻(xiàn)[18]通過對(duì)電力設(shè)備多種典型缺陷模型數(shù)據(jù)的統(tǒng)計(jì)，提出一種改進(jìn)的小波分析方法，重新定義了充分利用小波變換域提供的時(shí)-頻結(jié)構(gòu)信息的特征量。文獻(xiàn)[19]提出基于風(fēng)電機(jī)組葉片裂紋聲發(fā)射信號(hào)優(yōu)化的小波重分配尺度譜裂紋擴(kuò)展識(shí)別方法，利用最小香農(nóng)熵優(yōu)化小波基函數(shù)的帶寬參數(shù)，克服了小波重分配尺度譜的時(shí)頻分辨率不能同時(shí)達(dá)到最佳的困難。文獻(xiàn)[20]提出了自適應(yīng)白噪聲完備經(jīng)驗(yàn)?zāi)B(tài)分解算法以實(shí)現(xiàn)對(duì)電力設(shè)備放電故障異常聲信號(hào)的特征提取。首先，對(duì)信號(hào)進(jìn)行分解得到若干個(gè)本征模態(tài)函數(shù)；然后，求取各峭度值；最后，選取合適的峭度值對(duì)信號(hào)進(jìn)行重構(gòu)，提取放電故障的特征量。但是該方法僅針對(duì)變壓器的放電故障進(jìn)行測(cè)試，不具有普適性。

3.3 異常識(shí)別

隨著人工智能技術(shù)的不斷發(fā)展，人工智能算法不斷被應(yīng)用于電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)的故障識(shí)別方面。神經(jīng)網(wǎng)絡(luò)[21]、支持向量機(jī)[22]等人工智能算法在電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)應(yīng)用較多。

人工神經(jīng)網(wǎng)絡(luò)是最常見的應(yīng)用于電力設(shè)備缺陷識(shí)別的方法，將所提取到的特征量作為網(wǎng)絡(luò)的輸入，利用已知的缺陷樣本改變網(wǎng)絡(luò)中的各層神經(jīng)元的權(quán)重來完成學(xué)習(xí)。最后，設(shè)定權(quán)重進(jìn)行電力設(shè)備缺陷類型識(shí)別，但是訓(xùn)練過程中存在所需樣本基數(shù)大且容易局部收斂問題[23]。應(yīng)用于電力設(shè)備故障聲學(xué)檢測(cè)的人工神經(jīng)網(wǎng)絡(luò)主要有BP神經(jīng)網(wǎng)絡(luò)、學(xué)習(xí)向量量化(learning vector quantization，LVQ)、自適應(yīng)共振理論(adaptive resonance theory，ART)等[24]。

支持向量機(jī)適合用于解決樣本較少、數(shù)據(jù)維度高、非線性等問題，但是難以確定規(guī)則化系數(shù)，預(yù)測(cè)的結(jié)果不具備統(tǒng)計(jì)意義。文獻(xiàn)[25]采用相關(guān)向量機(jī)(relevance vector machine)有效地解決了上述問題，同時(shí)還以概率形式輸出最終結(jié)果，提高了電力設(shè)備故障的識(shí)別率。文獻(xiàn)[26]提出一種多特征融合與改進(jìn)量子粒子群優(yōu)化的相關(guān)向量機(jī)(yelevance vector machine)融合聲音檢測(cè)算法，進(jìn)行斷路器機(jī)械故障的識(shí)別，解決單一特征識(shí)別故障的低準(zhǔn)確性和低穩(wěn)定性問題。

3.4 故障定位

隨著電力系統(tǒng)的不斷發(fā)展，電力設(shè)備故障準(zhǔn)確定位的要求也不斷被提高。目前，基于聲學(xué)信號(hào)的故障定位技術(shù)可大致分為延時(shí)定位、衰減定位、聲電聯(lián)合定位、基于傳感器陣列的定位技術(shù)等。

延時(shí)定位通過在待測(cè)設(shè)備的不同位置布置多個(gè)聲傳感器，利用聲音到達(dá)不同傳感器的時(shí)差乘以波速等于傳感器與距離聲源坐標(biāo)距離之差的原理，求得聲源的三維坐標(biāo)[27]。衰減定位通過聲信號(hào)能量和傳播距離的指數(shù)衰減模型，反推求得到故障聲音位置[28]。

基于陣列傳感器的定位技術(shù)采集聲源信號(hào)到各聲音傳感器的相位差與方向角度，利用波速成型算法等陣列信息處理技術(shù)進(jìn)行聲源位置的確定。文獻(xiàn)[29]提出一種變壓器局部放電的超聲窄帶陣列信號(hào)波達(dá)方向估計(jì)算法，并提出了一種基于多平臺(tái)側(cè)向定位原理及優(yōu)化全局搜索的變壓器局部放電超聲陣列定位方法，大量試驗(yàn)表明算法定位成功率高，且故障定位精度小于10 cm。

聲電聯(lián)合定位中電磁波信號(hào)為光速傳播，達(dá)到傳感器的時(shí)間可視為0，聲傳感器和電傳感器之間的信號(hào)延時(shí)即為聲源信號(hào)傳到檢測(cè)點(diǎn)的時(shí)間，利用聲信號(hào)傳播速度乘以傳播時(shí)間即可找到聲源位置。文獻(xiàn)[30]提出應(yīng)用于氣體絕緣金屬封閉開關(guān)設(shè)備(gas insulated switchgear，GIS)的聲電聯(lián)合定位方法，首先，利用特高頻定位法定位聲源位置的大致范圍；然后，結(jié)合特高頻與超聲波進(jìn)行二次定位，精確定位聲源的確切位置，有效排除了現(xiàn)場(chǎng)干擾并提高了局部放電的定位準(zhǔn)確性。文獻(xiàn)[31]通過對(duì)基于超聲波傳感器和特高頻傳感器的聲電聯(lián)合定位的建模、求解完成GIS盆式絕緣子的局部放電定位，相對(duì)于常規(guī)的基于到達(dá)時(shí)差(time difference of arrival，TDOA)的聲電聯(lián)合定位法的檢測(cè)精度有所提高。

4 聲學(xué)檢測(cè)技術(shù)在電力系統(tǒng)的應(yīng)用

4.1 噪聲檢測(cè)

噪聲檢測(cè)在電力設(shè)備的變壓器、電抗器、斷路器等關(guān)鍵電力設(shè)備的機(jī)械振動(dòng)、諧波引起的諧振、典型放電故障檢測(cè)中應(yīng)用廣泛。

文獻(xiàn)[32]基于GIS機(jī)械故障時(shí)振動(dòng)產(chǎn)生的噪聲信號(hào)輻射的聲場(chǎng)變化特性，采用具有方向性的聲傳感器探頭設(shè)計(jì)GIS聲場(chǎng)測(cè)量的聲成像系統(tǒng)，并驗(yàn)證了系統(tǒng)的檢測(cè)性能，對(duì)GIS設(shè)備安全穩(wěn)定運(yùn)行具有十分重要的意義。文獻(xiàn)[33]開發(fā)了基于web技術(shù)的變壓器噪聲監(jiān)測(cè)系統(tǒng)，主要實(shí)現(xiàn)對(duì)監(jiān)測(cè)信號(hào)的查詢與顯示交互功能，缺少對(duì)異常信號(hào)的分析。文獻(xiàn)[34]利用.NET技術(shù)開發(fā)了一套用于變壓器振動(dòng)噪聲檢測(cè)的綜合分析系統(tǒng)，該系統(tǒng)可采集變壓器穩(wěn)態(tài)與短路沖擊下的噪聲信號(hào)，采用不同的分析方法提取噪聲特征量，為全面評(píng)估變壓器運(yùn)行狀態(tài)提供了可靠參考。文獻(xiàn)[35]搭建了基于聲音陣列傳感器的電力變壓器鐵芯振動(dòng)聲成像檢測(cè)試驗(yàn)平臺(tái)，得到了圖像特征值和鐵芯不同松動(dòng)程度的變化規(guī)律。

4.2 超聲檢測(cè)

超聲波檢測(cè)技術(shù)的有效檢測(cè)頻率較高，因而具有低頻干擾信號(hào)噪聲抑制能力，而被廣泛應(yīng)用于電力變壓器、GIS、斷路器等電力系統(tǒng)關(guān)鍵設(shè)備的放電故障的檢測(cè)。典型的放電故障有局部放電、沿面放電、微粒放電等。

文獻(xiàn)[36]利用超聲波檢測(cè)儀與常規(guī)脈沖電流檢測(cè)儀搭建了交流運(yùn)行電壓下GIS故障實(shí)驗(yàn)檢測(cè)系統(tǒng)，對(duì)金屬微粒的運(yùn)動(dòng)行為、局部放電及危害程度進(jìn)行研究。文獻(xiàn)[37]研發(fā)了基于無線通信的聲電聯(lián)合檢測(cè)定位系統(tǒng)，主要用于GIS交流耐壓試驗(yàn)全過程的局部放電和閃絡(luò)放電的檢測(cè)。

4.3 聲發(fā)射檢測(cè)

聲發(fā)射檢測(cè)主要應(yīng)用領(lǐng)域包括電力設(shè)備絕緣健康狀態(tài)、機(jī)械健康狀態(tài)及局部放電故障的檢測(cè)等。

文獻(xiàn)[40-42]從實(shí)驗(yàn)產(chǎn)生的有效聲發(fā)射信號(hào)特性、故障檢測(cè)系統(tǒng)研發(fā)和葉片損傷的定位技術(shù)等方面，闡明了聲發(fā)射技術(shù)在風(fēng)電機(jī)組葉片故障檢測(cè)的多種應(yīng)用，但是對(duì)風(fēng)電機(jī)組葉片不同裂紋發(fā)生階段產(chǎn)生的信號(hào)特征量的分析和歸納較少。文獻(xiàn)[43]研發(fā)了一種光纖聲發(fā)射傳感器，并且利用光纖聲發(fā)傳感器的光柵體積小、重量輕、靈敏度高和抗電磁干擾的特點(diǎn)，研制了一套應(yīng)用于變壓器局部放電的在線監(jiān)測(cè)系統(tǒng)。波蘭的T.Boczar研制了基于聲學(xué)檢測(cè)法的變壓器局部放電故障專家系統(tǒng)，主要包括測(cè)量子系統(tǒng)、處理分析子系統(tǒng)、知識(shí)庫(kù)和故障分類子系統(tǒng)，并開展大量的聲發(fā)射實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該系統(tǒng)具有較高的檢測(cè)可靠性[44]。

5 聲學(xué)檢測(cè)的關(guān)鍵問題及研究思路

聲學(xué)檢測(cè)技術(shù)在電力系統(tǒng)中具有良好的發(fā)展前景。為了能夠更好地適應(yīng)電力系統(tǒng)智能化發(fā)展檢測(cè)要求，聲學(xué)檢測(cè)技術(shù)的檢測(cè)有效性及故障定位精確性等方面有待進(jìn)一步研究。

1)傳感器陣列及算法優(yōu)化

目前，電力系統(tǒng)聲學(xué)檢測(cè)技術(shù)的發(fā)展瓶頸在于定位準(zhǔn)確性有待提高和直觀交互性較差。綜合研究聲傳感器陣列的排布規(guī)律及信號(hào)處理算法，減小聲傳感器在電力系統(tǒng)應(yīng)用中的檢測(cè)誤差，提高電力設(shè)備故障定位的準(zhǔn)確率。一方面研究聲傳感器陣列的最優(yōu)排布，提高檢測(cè)精度并減少陣元數(shù)目降低成本；另一方面深度優(yōu)化基于陣列信號(hào)處理技術(shù)的電力設(shè)備故障定位或者聲學(xué)成像處理算法。

2)聲場(chǎng)仿真技術(shù)的發(fā)展

隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，基于聲學(xué)檢測(cè)的仿真分析技術(shù)具有較好的發(fā)展?jié)摿?。未來基于聲學(xué)檢測(cè)的仿真分析技術(shù)可更準(zhǔn)確地描述聲場(chǎng)，更精準(zhǔn)地分析聲波組成成分，可對(duì)聲傳感器的設(shè)計(jì)、故障診斷分析等方面起到理論指導(dǎo)作用。研究聲場(chǎng)理論，構(gòu)建適應(yīng)多種環(huán)境的電力設(shè)備故障聲場(chǎng)分析模型，利用Matlab等軟件對(duì)聲場(chǎng)進(jìn)行仿真并給出可視化結(jié)果，從而使得電力設(shè)備故障聲信號(hào)分析或預(yù)測(cè)難度得到極大簡(jiǎn)化。

3)故障診斷技術(shù)的發(fā)展

電力系統(tǒng)中的電力設(shè)備不僅種類多且運(yùn)行環(huán)境復(fù)雜，給基于聲信號(hào)的電力設(shè)備故障診斷帶來一定困難，因此有必要更深入地研究軟件、硬件處理層面的抗干擾能力、信號(hào)高保真能力以及提高去除干擾噪聲信號(hào)的能力；故障特征的選擇與提取是電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)缺陷識(shí)別的前提條件，需提高電力設(shè)備故障聲信號(hào)特征提取的智能化水平，建立更豐富的特征數(shù)據(jù)庫(kù)，優(yōu)化特征提取方法的自適應(yīng)性。

4)故障定位技術(shù)

為提高電力設(shè)備故障定位的準(zhǔn)確性及精度，提高電力設(shè)備故障檢測(cè)的效率，基于傳感器陣列技術(shù)及陣列信號(hào)處理方法的定位技術(shù)是未來一段時(shí)間內(nèi)聲學(xué)檢測(cè)故障定位技術(shù)發(fā)展的重點(diǎn)方向，主要包括陣列信號(hào)處理方法的優(yōu)化、新方法的提出及人工智能算法的應(yīng)用等。

6 結(jié) 論

推進(jìn)以電力設(shè)備故障聲學(xué)檢測(cè)技術(shù)為代表的無損檢測(cè)技術(shù)的發(fā)展，是適應(yīng)智能電網(wǎng)及電力系統(tǒng)智能化發(fā)展的重要舉措。聲學(xué)檢測(cè)技術(shù)具有與設(shè)備無直接電氣連接、可實(shí)時(shí)在線監(jiān)測(cè)、定位準(zhǔn)確等優(yōu)點(diǎn)，為解決電力系統(tǒng)關(guān)鍵電氣設(shè)備的狀態(tài)檢修提供重要支撐，具有廣闊的應(yīng)用研究前景。

前面主要針對(duì)電力設(shè)備中故障聲學(xué)檢測(cè)技術(shù)的基本原理、故障分析診斷及典型的應(yīng)用等方面，綜述了聲學(xué)檢測(cè)技術(shù)的研究現(xiàn)狀和關(guān)鍵問題，并對(duì)后續(xù)可能的研究方向與思路進(jìn)行探討。希望可以為聲學(xué)檢測(cè)技術(shù)在電力系統(tǒng)故障檢測(cè)方面的發(fā)展提供有益參考，不斷推進(jìn)電力系統(tǒng)設(shè)備故障檢測(cè)技術(shù)的發(fā)展。