基于激光干涉技术的电力设备故障诊断方法_郭晓菡.pdf

控制理论与应用Control Theory and Applications自动化技术与应用2023 年第 42 卷第 6 期Techniques ofAutomation&Applications基于激光干涉技术的电力设备故障诊断方法郭晓菡,李旭阳,李凌云,康艳芳（河南省电力公司经济技术研究院，河南 郑州 450052）摘要:为实现电力设备故障精准诊断，提升诊断效率，提出基于激光干涉技术的电力设备故障诊断方法。构建激光自混合干涉技术的理论模型，采集电力设备的激光干涉信号后，通过A/D转换将激光信号变换成数字信号，通过采集数字信号后传输到计算机中，进行电力设备振动信号的激光干涉时域以及频域分析，实现电力设备故障自动诊断。实验结果表明，该方法可从时域以及频域两方面完成圆柱齿轮A断齿故障的精准诊断，该方法诊断单个以及多个电力设备故障具有效率高、正确率高优点，且其诊断正确率可达93%。关键词:激光干涉；故障自动诊断；干涉信号；振动信号中图分类号：TP206+.3文献标识码:A文章编号:1003-7241(2023)06-0028-05Fault Diagnosis Method of Power EquipmentBased on Laser Interference TechnologyGUO Xiao-han,LI Xu-yang,LI Ling-yun,KANG Yan-fang(Research Institute of Economics and Technology of State Grid Henan Electric Power Company,Zhengzhou 450052 China)Abstract:In order to achieve accurate fault diagnosis of power equipment and improve the diagnosis efficiency,a fault diagnosis method ofpower equipment based on laser interference technology is proposed.The theoretical model of laser self-mixing interference tech-nology is constructed.After collecting the laser interference signal of power equipment,the laser signal is transformed into digitalsignal by A/D conversion.The digital signal is collected by Advantech acquisition card and then transmitted to the computer forlaser interference time domain and frequency domain analysis of power equipment vibration signal,so as to realize automaticfault diagnosis of power equipment.The experimental results show that this method can accurately diagnose the broken toothfault of cylindrical gear A in both time domain and frequency domain.This method has the advantages of high efficiency and highaccuracy in diagnosing single and multiple power equipment faults,and its diagnosis accuracy can reach 93%.Keywords:laser interference;faultAutomatic diagnosis;interference signal;vibration signal收稿日期:2022-02-28DOI:10.20033/j.1003-7241.（2023）06-0028-05.1引言由于电力设备受使用年限、运行环境、自身结构等因素的影响，会出现一系列的电力设备故障，使设备不能正常运行，影响电力设备安全。采用激光干涉技术可以有效避免上述问题，从而达到电力设备故障自动诊断的目的1-3。以往人员研究的电力设备故障诊断方法存在一定的缺陷，如基于红外成像技术的电气设备故障诊断方法4，利用红外摄像仪测量电力设备红外温度值，从红外信息矩阵中提取电气设备红外灰度值，采用相对温差法提取红外图像高温区，计算故障区域的面积和质心，基于绝对温差法判断电力设备故障的等级，该方法对红外成像质量要求敏感，诊断结果精度低；采用深度搜索实现电力设备故障诊断5。构建变电站二次虚回路监测，提出基于邻接表光纤回路配置规则，采用深度优先搜索算法分析电力设备拓扑链接的关系，采用故障推理算法诊断电力设备故障，该方法存在搜索过程复杂，诊断效率低的弊端；利用X射线数字成像技术诊断电力设备故障6，利用X射线对电力设备进行透射，分析透射图像实现电力设备故障的可视化诊断，该方法未对X光射线图片进行处理，故障分析精度较低。因此，提出基于激光干涉技术的电力设备故障自动诊断方法，实现电力设备故障的高精度诊断，确保电力设备的正常运行。2基于激光干涉技术的电力设备故障自动诊断2.1激光干涉技术的理论模型激光干涉技术基于激光干涉仪，以激光波长为已知长度，利用迈克耳逊干涉系统测量位移的通用长度测量，并以稳频氦氖激光为光源，构成一个具有干涉作用的测量系统。从激光器发出的光束，经扩束准直后由分光镜分为两路，并分别从固定反射镜和可动反射镜反射回来28自动化技术与应用2023 年第 42 卷第 6 期控制理论与应用Control Theory and ApplicationsTechniques ofAutomation&Applications会合在分光镜上，产生干涉条纹。利用接受器中的光电转换元件将干涉条纹光强转换为电脉冲信号，经整形、放大后输入可逆计数器计算出总脉冲数和激光波长，获得振动信号的振动幅度。激光干涉过程与复合腔体激光器具有同等效应6，且同三镜F-P腔模型等效的前提条件是：单管激光相干长度的二分之一比激光二极管与被测物体的间距大，如图1所示。其中，光电二极管与激光二极管分别用PD和LD表示，激光器内腔与外腔分别用AB和M表示。激光管内腔AB只能反射一半来自激光二极管LD发射的光，而另一半会通过激光器内腔B侧，由反光片M反射，内腔AB再次接收被反光片M反射的光，两条路线的光在内腔中耦合7，形成激光自混合干涉效应，干涉信号汇集于PD。耦合光和初始光处于同一相位的条件是激光干涉效应的平稳性。图1自混合干涉F-P腔等效模型反射光的相位随着反光片M与激光器内腔B侧的间距变化而变化，同时影响着激光二极管的输出功率，激光自混合干涉的相位方程公式如下：(1)式中，如果不存在光反射效应，那么光外腔的相位是xo(t)；如果存在光反射效应，那么光外腔的相位是xF(t)。激光器的线宽展宽因子与光反射系数分别用和C描述。用波长函数(t)表示xo(t)，波长函数(t)表示xF(t)，如式(2)，(3)所示。(2)(3)式中，外腔长度是D(t)，式(4)是激光器的输出功率：(4)式中，光反射现象未形成时的原始光功率是Po；激光器调节参数是m。在未发生光反馈现象时，外腔的相位xo(t)的外腔长度是D(t)；导致激光二极管输出功率P发生改变的原因是xF(t)的改变，xF(t)的改变是由于原始光相位xo(t)的改变，xo(t)的改变受制于反光片M波动时D(t)的大小，如式(2)所示。反光片M的波动信号来自激光二极管PD两侧电流的检测数据8。C的大小直接影响激光自混合干涉波形。一般与弱反射以及适度反射相对。当振幅是1 m时激光自混合波形如图2所示。当信号发生器与附有反光片的喇叭相连，确保喇叭的振动幅度是1 m。反光片接收来自激光自混合实验器械发射的激光，经激光监测系统处理的过程是自混合干涉效应9-10。数据汇集于LAB-VIEW，其功率是50 kHz。通过自混合波形能精准判断波峰与波谷间波形的趋势，被测物体振动时与激光器的距离取决于趋势的变化。图2激光自混合波形2.2电力设备振动信号模型调幅和调频并存的混合调制信号是齿轮副的振动信号，该振动信号与其运行环境息息相关，并通过啮合振动展现出来。齿轮啮合振动一般通过齿轮转频成载频的调置现象出现，其原因主要是：齿轮生产与安置偏差，运作时齿轮刚度的不稳定性，齿轮非正常运转时的调置脉冲齿轮非正常运转时的振动信号x(t)如式(5)所示。(5)(6)(7)式中，ak(t)和bk(t)分别是调频与调幅函数；fr是齿轮副的啮合频率；r表示齿轮转频；Akrm是齿轮生产造成的频率偏差；Bkrm是齿轮安置频率偏差；m是齿轮刚度；gk(t)是啮合频率边缘信号；fr1，fr2分别是故障齿轮和啮合齿轮的转频，k是调频信号。x(t)的频谱是式(4)经过FFT处理后的结果：(8)式中，q是齿轮副轴频率。gr(t)的频谱Gk(f)是：(9)(10)29控制理论与应用Control Theory and Applications自动化技术与应用2023 年第 42 卷第 6 期Techniques ofAutomation&Applications式中，exp(bk(t)的FFT系数是Ck,r,q。由此可得，该啮合频率是齿轮某阶啮合频率的边缘信号的中心，将齿轮副轴频率重叠可得边缘之间距离。齿轮副振动信号x(t)的幅值谱x(f)是通过式(7)与式(8)运算而得。边缘能量值升高说明啮合振动的振感强烈，其原因是齿轮副的啮合环境不稳定，此时齿轮处于非正常运行状态。2.3诊断流程电力设备故障自动诊断系统结构如图3表示，数据采集卡采集驱动器驱动半导体传感器采集电力设备的激光干涉信号，通过A/D转换将激光信号变换成数字信号通过，采集卡采集数字信号后传输到计算机中进行电力设备振动信号的激光干涉时域以及频域分析，实现电力设备故障诊断。图3电力设备故障自动诊断系统结构图3实验结果与分析3.1激光干涉仪指标参数实验以某电力设备为实验对象，验证本文方法诊断性能，该机械加工厂有电力设备23台。激光干涉仪参数指标如表1所示。表1激光干涉仪指标参数指标型号线性测量范围线性分辨力激光类型测量光束直径条纹分辨率激光波长放大范围分辨率参数GPI XP/D 5D/6D标准型0.5 ppm40 m0.001 umII型 氦-氖激光6(152 mm)180条纹632.8 nm6:1(非连续式放大)/80003.2单个电力设备诊断性能分析3.2.1诊断结果分析选取电力设备箱中圆柱齿轮A做断齿故障实验，故障诊断实验要求减速齿轮箱的输出转速是额定输出转速。采样频率、采样数分别是15.273 Hz、15.273。分析非故障状态与断齿故障状态下齿轮箱的振动波形。圆柱齿轮A出现断齿故障时，故障齿轮A与凹陷部位下一个轮齿啮合就会生成一次撞击，该撞击的次数是具有周期性的脉冲。故障齿轮A的啮合频率受到周期性撞击脉冲的影响，一些分散规律有一定幅值的边频带会出现在啮合频率的两侧部位，且啮合频率部位的波形幅值急剧升高。(1)时域部分。如果圆柱齿轮A啮合到断齿部位，一个瞬间脉冲会调制齿轮的振动波形，此时故障齿轮的啮合周期就是调制脉冲的时间。故障齿轮A不仅和锥齿轮B啮合，还和斜齿轮C啮合，齿轮A自转一周会出现两个瞬间脉冲。齿轮A的齿数和内齿圈数分别是16、52。采用本方法诊断电力设备箱中圆柱齿轮A做断齿故障的时域结果，见图4。分析图4可得，在1.096时，纵轴方向上的条纹密集度降低，在1.051时，波形条纹的倾斜方向由左及右发生改变，振动方向随之改变，且条纹的数量在短时间内下降，说明已啮合到故障齿轮部位；出现最高值波峰后，从波形向左倾斜的趋势可知振动方向改变，条纹数目基本处于稳定状态。该过程是某个瞬间脉冲调制齿轮振动后的结果。越过谷值部位，条纹向右倾斜，振动方向二次改变，且条纹数量在短时间内上升速度快，伴有一个碰撞冲击，说明已经啮合到故障齿轮的临近轮齿。图4局部时域波形(2)频域部分。齿轮架载荷分散的不稳定是由故障齿轮导致，产生高次谐波峰值。采用本诊断方法诊断试验齿轮发生故障时的断齿故障FFT频谱，结果用图5描述。分析该图5可得，本方法诊断出实验齿轮存在四个断齿故障，分别对应图中四个谐波峰值：60 Hz、140 Hz、16 Hz、220 Hz。这些谐波峰值对应的信号值分别是：1.5、1.8、2.6、3。3.2.2诊断性能分析对比60 db信噪比下，不同方法的诊断电力设备箱中圆柱齿轮A断齿的正确率，依据图5所示的诊断流程进行诊断，结果如表2所示。分析表2可得，本方法诊断更高。综上所述，即使电力设备箱中圆柱齿轮A断齿运行时产生噪声，采用本方30自动化技术与应用2023 年第 42 卷第 6 期控制理论与应用Control Theory and ApplicationsTechniques ofAutomation&Applications法诊断故障的正确率均明显高于其他方法，具有抗干扰性，说明本方法诊断电力设备故障受外界环境影响较小。图5圆柱齿轮A断齿故障FFT频谱表2故障诊断正确率对比/%迭代次数50100150本文方法899093基于红外成像方法607380基于深度搜索方法4060663.3总体电力设备诊断性能分析当多个电力设备处于运行状态时，在设定的实验平台上对智能电网中不同数量故障电力设备的故障进行联合诊断，对比本方法、基于红外成像方法以及基于深度搜索方法的检测时间，结果见表3。表3诊断时间/ms故障设备数量/个51015本文方法151314基于红外成像方法181516基于深度搜索方法171615分析表3可得，对不同数量故障电力设备故障进行综合诊断测试过程中，可得相对于其它两种方法，本方法诊断不同数量故障电气设备的时间低，具有诊断效率高的优势。当该加工厂的电力设备全部运行时，需要诊断的故障点急剧增多，由于诊断的数据规模巨大，实验截取部分数据集群作为对比对象。采用DGA数据集采集诊断数据集群可得诊断集群1、诊断集群2、诊断集群3。对比本方法、基于红外成像方法以及基于深度搜索方法的诊断时间，结果见表4。表4数据集群诊断时间/s诊断方法集群1集群2集群3本文方法423539基于红外成像方法1058891基于深度搜索方法11296105分析表4可得，诊断数据急剧增多时，本方法诊断数据集群1所用时间分别比基于红外成像方法以及基于深度搜索方法的诊断时间缩短63 s、70 s；本方法诊断数据集群2所用时间分别比基于红外成像方法及基于深度搜索方法的诊断时间缩短53 s、61 s,诊断数据集群3所用时间分别比基于红外成像方法及基于深度搜索方法的诊断时间缩短52 s、66 s。综上所述，本方法在诊断数据规模巨大时，诊断时间明显缩短，在实际应用中可有效提高电力设备故障诊断效率。通过加速比可判断一个诊断方法并行化的程度，以表4中诊断数据集群1为例，实验测试该数据集诊断数据量的增加后，本文方法、基于红外成像方法以及基于深度搜索方法的诊断加速比k1、k2、k3结果，用图6表示。诊断加速比，是同一个任务在单处理器系统和并行处理器系统中运行消耗的时间的比率，用来衡量诊断系统的性能和效果。分析图6可得，相同数据规模下，采用基于深度搜索方法诊断的加速比呈直线型缓慢升高，随着数据量的逐渐增多，加速比的升高率基本不变；采用基于红外成像方法诊断的加速比呈折线型缓慢升高，随着数据量的逐渐增多，加速比的升高率逐渐升高；采用本文方法诊断的加速比呈折线型急剧升高，随着数据量的逐渐增多，加速比的升高率剧增，升高幅度明显大于基于红外成像方法和基于深度搜索方法。在实际应用中选择本方法诊断故障的效率显著提高。图6加速比计算结果电力设备网中一些电力设备的使用度较高，因此出现故障点稳定，对这些电力设备故障诊断时，要求诊断方法的覆盖面广，避免由于诊断方法的局限性、遗漏故障点而造成经济损失。设定某一电力设备，分别采用本方法、基于红外成像方法以及基于深度搜索方法诊断该设备在运行时的故障点，结果见表5。分析表5可得，采用本方法诊断故障点稳定的设备时，所有故障点诊断成功；采用基于红外成像方法诊断故障点稳定的设备时，有2个故障点诊断失败；采用基于红外成像方法诊断故障点稳定的设备时，有4个故障点诊断失败。因此本方法的诊断覆盖面广，在诊断过程中未发生诊断遗漏现象，可确保电力设备正常运行，有效降低因诊断故障遗漏引起的经济损失。31控制理论与应用Control Theory and Applications自动化技术与应用2023 年第 42 卷第 6 期Techniques ofAutomation&Applications表5诊断稳定故障点检测次数1234567本文方法诊断成功诊断成功诊断成功诊断成功诊断成功诊断成功诊断成功基于红外成像方法诊断成功诊断失败诊断成功诊断成功诊断失败诊断成功诊断成功基于深度搜索方法诊断失败诊断成功诊断失败诊断失败诊断成功诊断失败诊断成功4结束语针对传统电力设备故障诊断方法存在的计算问题，研究了激光干涉技术的电力设备故障自动诊断方法。通过采集电气设备不同时域和不同频域的信号，实现电气设备故障诊断。通过实验性能对比可得，本文方法能够实现单个以及多个电气设备故障的快速、精准诊断。参考文献:1 燕凯,岳振宇,高嘉浩.基于大数据的电力计量设备运行状态评估与故障诊断方法研究J.电子器件,2019,42(5):19-22,45.2 王昱皓,武建文,马速良,等.基于核主成分分析-SoftMax的高压断路器机械故障诊断技术研究J.电工技术学报,2020,35(1):267-276.3 咸日常,李其伟,孙学锋,等.基于状态量监测的电力电容器故障诊断技术的研究J.电力电容器与无功补偿,2018,39(3):21-25.4 刘齐,王茂军,高强,等.基于红外成像技术的电气设备故障检测J.电测与仪表,2019,56(10):122-126,152.5 董怀普,王位杰,刘文彪,等.基于深度搜索的二次虚实回路融合故障诊断技术J.电力自动化设备,2019,39(5):219-223.6 张庆平,高博,马瑞,等.X射线数字成像技术在电力设备故障诊断中的应用J.宁夏电力,2020(4):40-44.7 李博,杨军,黄楠,等.基于激光干涉法测水介质正弦压力的动态校准技术J.红外与激光工程,2019,48(8):18-24.8 李鑫,崔昊杨,许永鹏,等.电力设备IR图像特征提取及故障诊断方法研究J.激光与红外,2018,48(5):659-664.9 杜修明,秦佳峰,郭诗瑶,等.电力设备典型故障案例的文本挖掘J.高电压技术,2018,44(4):1078-1084.10 周华良,宋斌,安林,等.特高压输电线路分布式故障诊断系统研制及其关键技术J.电力系统保护与控制,2019,47(24):115-122.作者简介:郭晓菡(1991-)，女，硕士，经济师，研究方向：技术经济及管理。变形数据对比后，得到连续监测准确率曲线，如图8所示。由图8中(a)与(b)、(c)、(d)三幅曲线对比图可以看出，在测试条件相同的情况下，测试组C的连续性监测效果最佳。在对X、Y、Z三个方向轴上的边坡位移变形点监测上看，提出监测技术监测结果与实际位移变形数据相似度最高，得到的监测数据误差最小，且在50次连续性测试过程中，曲线波形波动最小，证明对应技术的控制性与稳定性均优于另外两种检测技术。综上所述，提出监测技术在监测效果与监测稳定性方面，能够满足实际应用要求。4结束语以无人机遥感影像作为数据来源，利用遥感数据的精准性解决传统边坡测量数据误差较大的问题，通过对不同结构参量的拟合计算，提升监测数据精准度，为边坡测量研究提供新的技术方案。在测试过程中发现，提出监测技术仍然存在不足，主要可分为数据离散性制约与数据多元化整合不足两部分，前者可通过不断积累测量数据，引入大数据算法等手段完善；后者受到当下算法间差异影响，无法短时间解决，但经过日后算法的不断优化与创新，可以实现技术效果的最佳化。参考文献:1 张飞,张丹瑜,寿平山,等.岩质反倾边坡工程弯曲倾倒破坏稳定性评估J.科技通报,2019,35(12):161-165,170.2 童荣瑜,李营,李儒,等.基于无人机遥感的湖南金童山保护区滑坡监测J.地理空间信息,2021,19(12):50-53,5.3 麻源源,左小清,麻卫峰,熊康妮.地基雷达在水电站边坡形变监测中的应用J.工程勘察,2018,46(12):52-57,62.4 杜江丽,岳军红,陈建平,等.基于三维激光扫描仪的矿区边坡变形监测数据的分析处理J.矿业安全与环保,2021,48(1):75-79.5 Silhan K,Tichavsky R,Fabianova A,et al.Understa-nding complex slope deformation through tree-ring analysesJ.Science of The Total Environment,2019,665(MAY15):1083-1094.6 Y Gl,Hastaolu K Z,Poyraz F.Using the GNSS met-hod assisted with UAV photogrammetry to monitor and de-termine deformations of a dump site of three open-pit mar-ble mines in Eliktekke region,Amasya province,TurkeyJ.Environmental Earth Sciences,2020,79(11):65-72.7 吴星辉,璩世杰,马海涛,等.边坡雷达系统在露天矿边坡监测中的应用J.金属矿山,2018(2):188-191.8 程晓东,张发明,董梦龙,等.基于三维离散元的某抽水蓄能电站料场边坡变形分析J.勘察科学技术,2019(6):33-36.作者简介:张士诚（1969-），男,高级工程师，研究方向：测绘地理信息、工程测量与变形监测等。通信作者：魏娜（1992-），女，本科，工程师，研究方向：测绘工程。(上接第16页)32