【精彩论文】基于反卷积波束形成算法的干式变压器异响故障识别技术

观点凝练

摘要：针对常规波束形成算法定位精度不高的问题，将基于反卷积变换的波束形成算法应用于干式变压器异响故障识别，分析了反卷积变换的波束形成算法基本原理及其用于干式变压器异响故障识别的可行性；研究了一种采用异响精准定位联合声纹图谱特征识别的干式变压器异响故障识别方法；提出了“高频特征峰能量比”的概念，用于量化机械异响严重程度；最后通过实验测试和现场验证的方法，证明方法的有效性和准确性。
结论：本文将基于反卷积波束形成算法的用于干式变压器异响故障识别。首先具体分析了该算法的基本原理和先进性，通过实验验证了该方法比常规波束形成算法定位精度更高；然后研究了干式变压器出现机械异响时定位准确性，提出采用异响精准定位联合声纹图谱特征识别的干式变压器故障识别方法，提出了“高频特征峰能量比”的概念，用于量化机械异响严重程度；最后通过对某在运干式变压器异响位置的确定和故障类型的识别，验证了方法的有效性和准确性。

引文信息

包海龙, 邵宇鹰, 王枭, 等. 基于反卷积波束形成算法的干式变压器异响故障识别技术[J]. 中国电力, 2022, 55(2): 90-97.BAO Hailong, SHAO Yuying, WANG Xiao, et al. Deconvolution beamforming algorithm based abnormal noise fault identification of dry-type transformer[J]. Electric Power, 2022, 55(2): 90-97.

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：于静茹

校对：蒋东方

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。