人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，正在構(gòu)建數(shù)據(jù)驅(qū)動(dòng)、人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟(jì)形態(tài)。加快發(fā)展新一代人工智能，是事關(guān)我國(guó)能否抓住新一輪科技革命和產(chǎn)業(yè)變革機(jī)遇的戰(zhàn)略問(wèn)題。

變壓器結(jié)構(gòu)復(fù)雜，如果鐵心、繞組等部件發(fā)生結(jié)構(gòu)上的變化，將會(huì)引起許多特征量發(fā)生變化，其中振動(dòng)信號(hào)和聲紋信號(hào)包含了變壓器機(jī)械結(jié)構(gòu)豐富的狀態(tài)信息，且可實(shí)現(xiàn)帶電檢測(cè)。振動(dòng)信號(hào)衰減小、信息量豐富，可通過(guò)加速度傳感器測(cè)量，但由于變壓器體積龐大，測(cè)量變壓器完整的振動(dòng)信號(hào)需要大量的振動(dòng)加速度傳感器，另外變壓器帶電部位（如套管）不易布置傳感器，因此加速度傳感器只能測(cè)量局部的振動(dòng)信號(hào)。

聲紋信號(hào)可通過(guò)傳聲器陣列遠(yuǎn)距離測(cè)量，可獲得變壓器整體的聲紋分布數(shù)據(jù)，但是聲紋通過(guò)空氣傳播到傳聲器陣列，存在一定程度的衰減，且易受環(huán)境噪音的干擾，與振動(dòng)信號(hào)相比信息完整性較低。

聲紋技術(shù)的檢測(cè)原理

當(dāng)設(shè)備發(fā)生缺陷或故障后，內(nèi)部組件或結(jié)構(gòu)發(fā)生機(jī)械形變，會(huì)使其聲學(xué)指紋（以下簡(jiǎn)稱(chēng)聲紋）改變，可以作為診斷缺陷及故障的重要特征參量，聲學(xué)指紋感知方法與電氣設(shè)備沒(méi)有任何電氣連接，在安全的監(jiān)測(cè)設(shè)備狀態(tài)的同時(shí)，又能解決紅外、紫外等遠(yuǎn)距離成像手段檢測(cè)特征有限與檢測(cè)縱深不足的問(wèn)題。

基于變壓器振動(dòng)及聲紋可視化技術(shù)的機(jī)械故障診斷裝置，充分發(fā)揮振動(dòng)信號(hào)和聲紋信號(hào)優(yōu)勢(shì)，通過(guò)傳聲器陣列獲取變壓器聲紋信號(hào)整體分布情況，再通過(guò)加速度傳感器精確測(cè)量局部振動(dòng)信號(hào)，從而獲得完整的振聲信號(hào)。通過(guò)建立變壓器運(yùn)行振型模型（Operating Deflection Shapes，ODS），實(shí)現(xiàn)振動(dòng)信號(hào)可視化。

借助波束形成算法，實(shí)現(xiàn)變壓器聲紋成像，并精確定位振動(dòng)異響源。在變壓器短路沖擊試驗(yàn)故障“累積效應(yīng)”時(shí)頻全鏈條聲振圖譜庫(kù)的基礎(chǔ)上，深入挖掘振聲信號(hào)多維度故障特征量，提出了基于振動(dòng)及聲紋可視化圖譜模式識(shí)別技術(shù)的變壓器機(jī)械結(jié)構(gòu)失效智能診斷方法，實(shí)現(xiàn)了變壓器機(jī)械故障準(zhǔn)確定位及量化評(píng)估，提升了變壓器狀態(tài)感知與智能診斷的水平，突破了變壓器機(jī)械故障帶電診斷及故障定位的技術(shù)瓶頸。

實(shí)現(xiàn)以下功能：傳感器與變壓器無(wú)電氣連接，實(shí)現(xiàn)信號(hào)帶電檢測(cè)。

傳感器與變壓器無(wú)電氣連接，變壓器無(wú)需停電，變壓器內(nèi)部結(jié)構(gòu)不因測(cè)試發(fā)生改變， 不影響其正常運(yùn)行。傳聲器陣列可無(wú)接觸、遠(yuǎn)距離檢測(cè)變壓器整體聲紋信號(hào)，加速度傳感器通過(guò)永磁體吸附在變壓器表面檢測(cè)局部振動(dòng)信號(hào)。且傳感器抗干擾能力強(qiáng)，不受電磁干擾。傳感器體積小，便于攜帶，在變電站內(nèi)操作簡(jiǎn)便。振動(dòng)及聲紋成像可視化，實(shí)現(xiàn)振動(dòng)異響源定位。通過(guò)建立變壓器運(yùn)行變形振型模型實(shí)現(xiàn)變壓器振動(dòng)可視化，借助波束形成技術(shù)可實(shí)現(xiàn)變壓器聲紋成像，實(shí)現(xiàn)變壓器振動(dòng)異響源定位，便于查找故障原因。

挖掘多維度故障特征量，實(shí)現(xiàn)故障類(lèi)型智能診斷挖掘振動(dòng)信號(hào)和聲紋信號(hào)多維度故障特征量，提出了基于振動(dòng)及聲紋成像可視化圖譜模式識(shí)別技術(shù)的變壓器機(jī)械結(jié)構(gòu)失效智能診斷方法，攻克了變壓器機(jī)械故障無(wú)法準(zhǔn)確定位及量化評(píng)估的行業(yè)難題，提升了變壓器狀態(tài)感知與智能診斷的水平，突破了變壓器機(jī)械故障帶電診斷及故障定位的技術(shù)瓶頸。應(yīng)用目標(biāo)和原則適用于各電壓等級(jí)變壓器機(jī)械故障診斷。另外，對(duì)于其他變電設(shè)備（如斷路器、隔離開(kāi)關(guān)、互感器等）也具有適用性。 柯林電氣：KLJC-18變壓器聲紋振動(dòng)監(jiān)測(cè)與故障診斷系統(tǒng)

傳感器緊貼變壓器

國(guó)網(wǎng)智芯公司智聲診斷儀”針對(duì)變壓器發(fā)生故障可能造成的區(qū)域性停電、影響電網(wǎng)安全健康運(yùn)行的重大問(wèn)題，推出了基于“獵鷹”人工智能芯片、聲紋分析技術(shù)研發(fā)的故障診斷儀（簡(jiǎn)稱(chēng)“智聲診斷儀”）。

該診斷儀是變電站重資產(chǎn)設(shè)備變壓器故障診斷“預(yù)言家”，它可以“望聞問(wèn)切”，采集變壓器可能發(fā)生的各種異常故障的影像和聲音，超前診斷微小故障，并通過(guò)人工智能技術(shù)進(jìn)行分析預(yù)警，超前制定防范措施，為智慧變電站安全、可靠運(yùn)行提供技術(shù)保障。

主要有如下四大技術(shù)優(yōu)勢(shì)：望，搭配高清攝像終端--實(shí)時(shí)采集監(jiān)測(cè)異常顯現(xiàn)故障影像，助力變壓器故障遠(yuǎn)程指揮、可視化處理；聞，引入聲紋識(shí)別技術(shù)--采用聲紋識(shí)別算法，無(wú)差別地采集、提取5米范圍內(nèi)的監(jiān)管變壓器常態(tài)或異常情況下聲音強(qiáng)弱變化、聲源定位、去混響、聲音信號(hào)分離等，保證原始聲音的準(zhǔn)確性，形成故障識(shí)別聲紋圖像。

問(wèn)，搭載人工智能產(chǎn)品--針對(duì)變壓器常見(jiàn)故障問(wèn)題，建立多種可自主學(xué)習(xí)更新的診斷算法和預(yù)測(cè)模型，通過(guò)常態(tài)狀態(tài)與異常情況對(duì)比，實(shí)現(xiàn)智能變電站變壓器對(duì)電壓波動(dòng)、緊固部件松動(dòng)、微振、軸承裂紋等9類(lèi)常見(jiàn)故障的超前診斷和預(yù)警維護(hù)；

切，形成問(wèn)題解決方案--可應(yīng)用于-40℃～55℃的溫度環(huán)境，具有對(duì)變壓器設(shè)備管理、實(shí)時(shí)監(jiān)測(cè)、故障診斷等重要功能，并提前分析診斷潛在問(wèn)題，實(shí)時(shí)向電力運(yùn)行故障預(yù)警分析系統(tǒng)傳遞預(yù)警信息，超前制定干預(yù)變壓器故障的“藥方”，形成變壓器運(yùn)行狀態(tài)的監(jiān)測(cè)和預(yù)警解決方案，為全面降低變壓器故障率提供技術(shù)保障。

國(guó)內(nèi)省市縣各種等級(jí)的變電站眾多，智能化替代和無(wú)人值守是智能變電站發(fā)展的大趨勢(shì)。智芯公司依托電力和工控領(lǐng)域的技術(shù)優(yōu)勢(shì)，將推動(dòng)智聲診斷儀在各等級(jí)變電站進(jìn)行試點(diǎn)推廣和深化應(yīng)用，為智能變電站管理提供可視化、無(wú)人化、智能化的運(yùn)維解決方案，為智慧電網(wǎng)建設(shè)貢獻(xiàn)力量。

未知的一家公司作法開(kāi)發(fā)現(xiàn)場(chǎng)采集裝置，收集電力變壓器聲紋大數(shù)據(jù)庫(kù)，形成國(guó)網(wǎng)系統(tǒng)內(nèi)獨(dú)一無(wú)二的聲紋樣本云平臺(tái)，融合深度學(xué)習(xí)、泛在聚合等多種算法，建立電力變壓器聲學(xué)指紋庫(kù)和在線診斷平臺(tái)。

政策性： 國(guó)網(wǎng)人工智能規(guī)劃提出開(kāi)展人工智能聲紋識(shí)別技術(shù)在變電站主設(shè)備運(yùn)行工況檢測(cè)中的應(yīng)用。南方電網(wǎng)將此技術(shù)納入2021年新技術(shù)目錄。

編輯：jq