[0001] 本申请涉及变压器在线监测与诊断技术领域，具体而言，涉及变压器故障监测装置。

[0002] 近年来，随着我国经济建设的迅速发展，电力系统负荷和用电总量不断攀升。如果发生停电事故，将对日常生产生活造成重大影响和损失，因此，保障电力系统设施设备的稳定运行，成为电力系统的重要工作。

[0003] 在电力系统中，电力变压器是电网能量传输和转换的核心设备，其运行状态与电力系统整体安全稳定息息相关。在电力变压器长期运行的过程中，电力变压器会受到电压应力、热应力、机械应力以及运行状况、气象环境等因素的综合作用及影响，使得电力变压器内部和外部会发生多种物理和化学变化，有可能出现局部放电、局部过热等多种类型故障，因此全面准确掌握电力变压器运行状态、及时发现变压器潜在的故障是变压器监测的重要工作。

[0004] 目前市场上的变压器监测系统，有部分是具备单一监测功能的设备，监测功能集成度不高，对变压器内部局部放电、过热等故障不能够进行全面的状态监测。因此，有必要寻求一种全面、综合的变压器故障诊断系统，通过多维度传感器对变压器进行在线监测，获取变压器全面的状态信息，通过融合与分析多维度传感器信息，在对变压器故障进行实时准确判断与定位的同时，对一些潜在的故障进行预警，判断变压器的健康状况，为设备维护提供依据，从而保障变压器平稳运行。实用新型内容

[0005] 本申请的目的是提供一种变压器故障监测装置，本申请的变压器故障监测装置分别对局部放电、油中气体、接地电流、声纹振动、双光成像进行检测，获取电、气、声、机械、光、温度等多维信息，传递给上位机，上位机对电、气、声、机械、光、温度等多维度传感器数据进行融合，提取变压器本体多维信息的特征，能够对变压器本体的故障进行诊断，以及对变压器的健康状态进行预估，对一些潜在的故障进行预警，为设备维护提供依据。

[0006] 本申请的实施例是这样实现的：

[0007] 第一方面，本申请提供一种变压器故障监测装置，包括：变压器本体；机柜，所述机柜上分别设有放电监测单元、气体监测单元、电流监测单元、声纹及振动监测单元以及上位机；其中，所述放电监测单元分别与所述变压器本体以及所述上位机连接，用于监测所述变压器本体的放电故障信息并传输给所述上位机；所述气体监测单元分别与所述变压器本体以及所述上位机连接，用于监测所述变压器本体油中故障气体含量信息并传输给所述上位机；所述电流监测单元分别与所述变压器本体以及所述上位机连接，用于监测所述变压器本体的电流故障信息并传输给所述上位机；所述声纹及振动监测单元分别与所述变压器本体以及所述上位机连接，用于监测所述变压器本体的机械故障信息并传输给所述上位机。

[0008] 于一实施例中，所述放电监测单元包括：多个传感器，与所述变压器本体连接，用于采集所述变压器本体的放电频率信息和放电幅值信息；信号采集子单元，与多个所述传感器连接以及与所述上位机连接，用于将所述放电频率信息和所述放电幅值信息传输给所述上位机。

[0009] 于一实施例中，所述气体监测单元包括：气体分离子单元，通过第一管路与所述变压器本体连通；气体检测子单元，通过第二管路与所述气体分离子单元连通，所述气体检测子单元还与所述上位机连接。

[0010] 于一实施例中，所述电流监测单元包括：接地电流互感器，与所述变压器本体连接；电流采集子单元，与所述接地电流互感器连接以及与所述上位机连接。

[0011] 于一实施例中，所述声纹及振动监测单元包括：振动传感器，与所述变压器本体连接，用于采集所述变压器本体的机械故障振动信号频率信息和幅值信息；传声器，设于所述变压器本体上，用于采集所述变压器本体的机械故障声音信号频率信息和幅值信息；振动及声音采集子单元，与所述振动传感器以及所述传声器连接，用于将所述机械故障振动信号频率信息和幅值信息以及所述机械故障声音信号频率信息和幅值信息传输给所述上位机。

[0012] 于一实施例中，所述变压器故障监测装置还包括：双光谱成像单元，与所述上位机连接，用于监控所述变压器本体。

[0013] 于一实施例中，所述双光谱成像单元包括：红外探测模块，与所述上位机通过有线和/或无线连接；所述红外探测模块包括：红外探测组件；红外热成像处理组件，与所述红外探测组件连接。

[0014] 于一实施例中，所述双光谱成像单元还包括：可见光探测模块，与所述上位机通过有线和/或无线连接；所述可见光探测模块包括：可见光传感器；可见光成像处理组件，与所述可见光传感器连接。

[0015] 第二方面，本申请提供一种变压器故障监测系统，包括如本申请第一方面实施例任一项所述的变压器故障监测装置以及故障处理装置，所述故障处理装置与所述变压器故障监测通过有线和/或无线连接。

[0016] 于一实施例中，所述故障处理装置包括：数据处理模块，与所述上位机通过有线和/或无线连接；故障评估及预测模块，与所述数据处理模块通过有线和/或无线连接。

[0017] 本申请与现有技术相比的有益效果是：本申请的变压器故障监测装置中，上位机对电、气、声、机械、光、温度等多维度传感器数据进行融合，提取变压器本体多维信息的特征，对变压器本体的故障进行诊断，对变压器的健康状态进行预估，对一些潜在的故障进行预警，为设备维护提供依据。

[0018] 变压器故障监测系统通过多维度传感器及监测设备，获取变压器本体的状态信息，通过融合与分析多维度传感器信息，并将融合的多维度传感器数据同步送入深度学习单元，深度学习单元根据人工智能模型进行训练，不断更新迭代专家经验单元，进而持续提升变压器健康诊断设备的诊断、评估及预测能力。

[0019] 本申请的其他特征和优点将在随后的具体实施方式部分予以详细说明。

[0026] 术语“第一”、“第二”、“第三”等仅用于区分描述，并不表示排列序号，也不能理解为指示或暗示相对重要性。

[0027] 此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

[0028] 在本申请的描述中，需要说明的是，术语“内”、“外”、“左”、“右”、“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

[0029] 在本申请的描述中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。

[0030] 下面将结合附图对本申请的技术方案进行清楚、完整地描述。

[0031] 请参照图1，本申请提供一种变压器故障监测装置11，包括：变压器本体100、机柜200，机柜200可以为多层立式柜，将放电监测单元300、气体监测单元400、电流监测单元
500、声纹及振动监测单元600以及上位机800装入机柜200的每一层。机柜200安装在变压器本体100取油口附近，固定在混凝土或水泥材料建立的底座上。其中，放电监测单元300分别与变压器本体100以及上位机800连接，用于监测变压器本体100的放电故障信息并传输给上位机800；气体监测单元400分别与变压器本体100以及上位机800连接，用于监测变压器本体100油中故障气体含量信息并传输给上位机800；电流监测单元500分别与变压器本体
100以及上位机800连接，用于监测变压器本体100的电流故障信息并传输给上位机800；声纹及振动监测单元600分别与变压器本体100以及上位机800连接，用于监测变压器本体100的机械故障信息并传输给上位机800。

[0032] 示例性地，上位机800与放电监测单元300、气体监测单元400、电流监测单元500、声纹及振动监测单元600可以采用线缆连接。放电监测单元300、气体监测单元400、电流监测单元500、声纹及振动监测单元600与变压器本体100的连接方式或设置方式将在下文详细阐述。

[0033] 请参照图2，放电监测单元300包括：多个传感器310，与变压器本体100连接，用于采集变压器本体100的放电频率信息和放电幅值信息。信号采集子单元320与多个传感器310连接以及与上位机800连接，用于将放电频率信息和放电幅值信息传输给上位机800。信号采集子单元320与多个传感器310可采用线缆连接，信号采集子单元320与上位机800可采用线缆有线连接或无线网络通信连接。

[0034] 于一实施例中，传感器310包括特高频传感器311、高频传感器312、超声传感器313，特高频传感器311、高频传感器312、超声传感器313是不同类型的局部放电传感器，它们工作原理不同，采集信号频率不同。

[0035] 通过采集多种类型的传感器信息，使得放电监测单元300能够准确采集到局部放电现象，避免了单一传感器的漏报。放电监测单元300对变压器本体100进行实时监控，能够捕捉局部放电瞬间频率信息和放电幅值信息，对局部放电的频率信息和放电幅值信息进行特征提取，进而判断出局部放电的类型。示例性地，能够判断出局部放电的类型主要有自由金属颗粒放电、悬浮电位体放电、绝缘件内部气隙放电、金属尖端放电、沿面放电等。

[0036] 本实施例中，信号采集子单元320将采集到的局部放电瞬间频率信息和放电幅值信息传输给上位机800。上位机800对接入的局部放电瞬间频率信息和放电幅值信息数据进行记录，显示传感器的放电信息，对变压器本体100出现的故障进行诊断，通过融合多种传感器采集数据，对变压器的健康状态进行预估，对一些潜在的故障进行预警，为设备维护提供依据。

[0037] 其中，特高频传感器311可分为内置式和外置式，可根据变压器故障监测装置实际要求，选择合适的特高频传感器类型。内置式特高频传感器311一般安装在变压器本体100出厂时预留的位置，外置式特高频传感器311安装在法兰对接面等具有密封胶垫的位置。高频传感器312可安装于变压器本体100的套管末屏、铁芯、夹件等位置。超声传感器313采用磁吸、绑扎等方式贴敷在变压器本体100的套管升高座、线圈手拉手等重点区域的油箱表面。

[0038] 由于特高频传感器311是设置在变压器本体100内部，离变压器本体100内部金属部件越近，变压器本体100放电能量越大，特高频传感器311的灵敏度越高，检测到的放电现象越准确，放电类型越明确。高频传感器312相对于特高频传感器311离变压器本体100内部距离较远，因而检测灵敏度相对要低一些，但是也能够检测到变压器本体100内部铁芯、夹件等的放电现象。超声传感器313则离变压器本体100内部部件较远而设置在油箱表面，因而检测灵敏度更低，检测到油箱附近的放电现象的能力更弱，但仍然可以检测到对应的放电类型。因此，本实施例中，通过在变压器本体100不同位置设置不同检测灵敏度的传感器来检测对应的放电类型。

[0039] 气体监测单元400包括：气体分离子单元410和气体检测子单元430，气体分离子单元410通过第一管路420与变压器本体100连通，气体检测子单元430通过第二管路440与气体分离子单元410连通，气体检测子单元430还与上位机800通过有线或无线通信连接。气体监测单元400可以从变压器本体100下部的取样阀门处采集油样，也可在循环油路的其他有利位置采集。

[0040] 示例性地，气体分离子单元410可包括进油管、油气分离腔、出油管，进油管通过第一管路420与变压器本体100连通，油气分离腔一端与进油管连接，另一端通过第二管路440与气体检测子单元430连通，出油管与油气分离腔连接。气体分离子单元410的主要作用是将变压器本体100中油和已溶解到变压器本体100油中的气体进行油气分离，并将气体送入气体检测子单元430进行检测和分析。

[0041] 目前检测气体含量有两种常见的技术方法，一种是气相色谱法，另一种是光声光谱法，这两种方案虽然原理不同，但都能测量出故障特征气体的含量，进而判断出变压器本体100出现的故障。示例性地，气体检测子单元430可包括光谱测量腔，光谱测量腔内设有光发生件，光谱测量腔内设置的光发生件用于发出平行单色光。光发生件的光谱范围为紫外光区、可见光区或红外光区中的一种。气体检测子单元430的主要作用是将待测的气体进行检测，测量出故障特征气体的含量，故障特征气体有H2、CO、CO2、CH4、C2H4、C2H2、C2H6。因此，气体监测单元400能够判断变压器本体100的故障有油过热、油纸绝缘中局部放电、油中火花放电、油中电弧放电、变压器受潮等。

[0042] 电流监测单元500包括：接地电流互感器510和电流采集子单元520，电流采集子单元520与接地电流互感器510连接以及与上位机800连接通过线缆连接。

[0043] 变压器本体100内的铁芯/夹件一般会通过一根套管引到变压器本体100油箱外部进行接地。接地电流互感器510是一种穿芯式电流互感器，接地电流互感器510穿心安装于铁芯接地线或夹件接地线上。安装时将接地电流互感器510把接地套管套住，接地电流互感器510会感应接地套管的电流，将其转换成信号输出到电流采集子单元520，电流采集子单元520对信号进行精确测试，进而计算出铁芯接地电流。电流监测单元500实时将铁芯接地电流传递给上位机800，同时对接地电流值超过注意值进行报警，当接地电流过大，变压器本体100有可能出现了故障。基于上述原理，通过电流监测单元500可实时监测变压器本体100的电流异常现象。

[0044] 声纹及振动监测单元600包括：振动传感器610、传声器620、振动及声音采集子单元630。声纹及振动监测单元600能够识别变压器的一些机械故障，比如外壳松动、绕组形变等。示例性地，常见的振动传感器610有加速度传感器，振动传感器610采用磁吸、绑扎方式布置在变压器本体100油箱外侧，安装在设备的旁柱及上铁轭对应的油箱表面位置。

[0045] 传声器620分为接触式和非接触式，接触式传声器620直接贴置变压器本体100油箱壳体上。非接触式声纹传感器安装在距离变压器本体100一定距离外。

[0046] 振动传感器610用于采集变压器本体100的机械故障振动信号频率信息和幅值信息；传声器620设于变压器本体100上，用于采集变压器本体100的机械故障声音信号频率信息和幅值信息。振动及声音采集子单元630与振动传感器610以及传声器620通过线缆连接，用于将机械故障振动信号频率信息和幅值信息以及机械故障声音信号频率信息和幅值信息传输给上位机800。

[0047] 本实施例中，振动传感器610能够将声音信号转换为电信号，振动及声音采集子单元630对振动及声音信号实时采集，能够测量出振动及声音信号的幅值信息和频率信息，同时对信号特征进行提取，通过与故障特征对比，从而识别出变压器本体100可能出现的故障。

[0048] 于一实施例中，变压器故障监测装置11还包括：双光谱成像单元700，与上位机800连接，用于监控变压器本体100。示例性地，双光谱成像单元700可安装于距离变压器本体100一定距离外的立杆上，确保监测画面能覆盖整个变压器本体100。双光谱成像单元700用于对变压器本体100的温度进行实时监测和高温报警，对变压器本体100的现场进行实时安全监控和异常提醒。

[0049] 其中，双光谱成像单元700包括：红外探测模块710，与上位机800通过有线或无线通信连接。示例性地，红外探测模块710包括：红外探测组件711和红外热成像处理组件712。红外探测组件711优选红外探测器，红外探测器收集外界的红外辐射，并将其转换成视频信号，传递给红外热成像处理组件712。红外热成像处理组件712根据视频信号，会形成能反映出物体表面温度的热图，传递给上位机800。

[0050] 于一实施例中，双光谱成像单元700还包括：可见光探测模块720，与上位机800通过有线或无线通信连接。示例性地，可见光探测模块720包括：可见光传感器721和可见光成像处理组件722。可见光传感器721将可见光作为探测对象，并转换成视频信号，传递给可见光成像处理组件722。可见光成像处理组件722根据视频信号，形成可见光图像，传递给上位机800。

[0051] 综上，放电监测单元300、气体监测单元400、电流监测单元500、声纹及振动监测单元600、双光谱成像单元700分别对局部放电、油中气体、接地电流、声纹振动、双光成像进行检测，获取电、气、声、机械、光、温度等多维信息，上位机800对接入的放电频率信息和放电幅值信息（即电信息）、故障气体含量信息（即气体信息）、异常电流信息（即电信息）、变压器本体100的机械故障振动信号频率信息和幅值信息（即机械信息）、变压器本体100的机械故障声音信号频率信息和幅值信息（即机械信息）以及成像监控画面信息（即光信息）、变压器本体100异常温度信息（即温度信息）等进行记录，显示变压器的多维信息，对变压器本体100出现的各种故障问题进行诊断，并将采集的多维信息数据传输给相应的数据处理模块进行处理。具体的数据处理模块可参照图3的变压器故障监测系统1中关于故障处理装置12的描述。

[0052] 请参照图3，一种变压器故障监测系统1，包括如图1、图2所述的变压器故障监测装置11以及故障处理装置12，故障处理装置12与变压器故障监测装置11通过有线和/或无线连接。

[0053] 于一实施例中，故障处理装置12包括：数据处理模块121和故障评估及预测模块122，数据处理模块121与上位机800通过有线和/或无线连接，故障评估及预测模块122与数据处理模块121通过有线和/或无线连接。

[0054] 示例性地，数据处理模块121包括专家经验单元1211和深度学习单元1212。 放电监测单元300、气体监测单元400、电流监测单元500、声纹及振动监测单元600、双光谱成像单元700分别对局部放电、油中气体、接地电流、声纹振动、双光成像进行检测，获取电、气、声、机械、光、温度等多维信息，传递给上位机800。上位机800对接入的多维信息进行显示和记录，同时传递给上位机800的专家经验单元1211、深度学习单元1212、故障评估及预测模块122。专家经验单元1211对实时数据进行分析，提取变压器本体100多维信息的特征，综合多维信息进行专家决策，得出分析结果。深度学习单元1212导入历史数据，对数据进行预处理和模型分析，得出状态评估结果，然后进行信息拟合，送入人工智能模型训练。故障评估及预测模块122根据分析结果，对变压器本体100的故障进行诊断，并融合多维传感器，对变压器的健康状态进行预估，对一些潜在的故障进行预警，为变压器本体100维护提供依据。深度学习单元1212将人工智能模型训练结果，送给专家经验单元1211，不断加强专家经验单元1211的分析和判断能力，进而不断提升变压器健康诊断设备的诊断、评估及预测能力。

[0055] 综上，本申请的变压器故障监测装置中，上位机800对电、气、声、机械、光、温度等多维度传感器数据进行融合，提取变压器本体100多维信息的特征，对变压器本体100的故障进行诊断，对变压器的健康状态进行预估，对一些潜在的故障进行预警，为设备维护提供依据。

[0056] 变压器故障监测系统1通过多维度传感器及监测设备，获取变压器本体100的状态信息，通过融合与分析多维度传感器信息，并将融合的多维度传感器数据同步送入深度学习单元1212，深度学习单元1212根据人工智能模型进行训练，不断更新迭代专家经验单元1211，进而持续提升变压器健康诊断设备的诊断、评估及预测能力。

[0057] 需要说明的是，在不冲突的情况下，本申请中的实施例中的特征可以相互结合。

[0058] 以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。