基于主动超声发射的绕组热点温度无损探测方法及系统

1.本发明涉及绕组热点温度探测技术领域，具体为一种基于主动超声发射的绕组热点温度无损探测方法与系统。


背景技术：

2.电力变压器作为电能传输和电能分配的重要设备，其安全稳定工作对电力系统的运行起着重要作用。虽然油浸式变压器因散热性能相对较好、损耗低、容量大等优点而广泛应用，但在运行过程中变压器内部的损耗和发热现象仍需重点关注。经研究表明，变压器的运行状况与其内部温度场变化关系密切，变压器绕组热点温度作为反映变压器状态的重要参数，必须控制在合理范围内，温度过高会导致变压器老化速率增加，甚至损坏变压器的绝缘水平。因此，变压器内部热点温度检测可作为变压器事故预防和故障诊断的有效方法。
3.目前的变压器内部温度测量方法包括直接测温方法和间接测温方法两种。直接测温方法中，油面温度计测温方法和红外测温方法分别直接测量变压器顶层油温和外壳温度，测量范围十分有限。热电阻测温和热电偶测温因金属导线易腐蚀等问题，难以保证长期有效的测量精度。光纤温度传感器测温方法因绕组内埋设传感器等问题，难以在已投运的变压器中应用。间接测温方法中国家标准推荐算法、热模拟法、热电类比法等多采用简化后的数学公式推导变压器内部传热，结果的准确性难以保证。
4.超声测温作为一种利用介质温度与声波传播特性之间的函数关系而间接测量介质温度的方法，具有精度高、实时连续测量、维护方便等优点。并且在变压器领域，超声波测温技术虽未开展相关研究，但超声波作为一种非侵入式检测技术，凭借不受电磁干扰、安全性高等优势，在变压器内部检测领域已经开始应用。但是不同于超声波在其他测温领域的应用，变压器内部结构复杂，并不满足单一介质的条件。声波在传播过程中表现出的多径传输以及介质间多重折反射等问题，使得声波传播路径难以辨别。因此，亟需研发能够在不影响内部结构的条件下获知变压器内部热点温度的有效探测方法。


技术实现要素：

5.为解决上述的问题，本发明第一方面提供了一种基于主动超声发射的绕组热点温度无损探测方法，具体包括以下步骤：
6.s1、基于声波在不同介质间的传播过程建立超声波传播模型；
7.s2、建立变压器的几何模型，并在几何模型的箱体表面设置有若干超声波传感器，确定超声波传感器的声源信号和激励电压；
8.s3、通过在几何模型的绕组中设置点热源模拟热点故障，对不同位置处热点故障在不同温度下的温度场进行仿真，获得温度场分布数据集；
9.s4、基于变压器的几何模型内部温度场分布，利用超声波传播模型进行主动超声发射，获取超声波穿越温度场的声压分布图，得到声压分布的数据集；
10.s5、基于超声波传播模型在温度场传播的声场仿真，采用一发多收的超声检测方
法获取声波信号，并根据声压分布的数据集提取声波有效信号；
11.s6、根据声波有效信号提取信号特征参量，对反向传播神经网络进行训练，建立热点区域-热点温度的反演数据库，通过训练的反向传播神经网络对待测绕组热点进行探测分类，得到绕组热点信息。
12.在第一方面的一些实现方式中，所述根据声波有效信号提取信号特征参量，所述信号特征参量的类型包括峰值时间、时域指标和频域指标。
13.在第一方面的一些实现方式中，所述对反向传播神经网络进行训练，具体步骤包括：
14.建立不同热点区域与不同热源功率交叉组合的温度场样本，所述温度场样本包括若干声波有效信号的信号特征参量；
15.建立反向传播神经网络的区域诊断模型和温度诊断模型，对热点故障的温度场样本与信号特征参量之间的映射关系进行拟合训练；
16.通过区域诊断模型先对热点故障区域进行分类，再通过单一区域对应的温度诊断模型对热源功率进行分类。
17.在第一方面的一些实现方式中，所述确定超声波传感器的声源信号和激励电压，具体为声源信号为10个周期的连续波；激励电压的幅值为200v。
18.进一步的，所述根据声压分布的数据集提取声波有效信号，具体方法为所述声波有效信号在声波起振信号之后，所述声波有效信号的起始时刻与结束时刻具有幅值突变，所述起始时刻为波谷-波峰上升幅值最大的时刻，所述结束时刻为波峰-波谷的下降幅值最大的时刻，所述起始时刻与结束时刻之间包括10个连续波。
19.在第一方面的一些实现方式中，所述通过在几何模型中设置点热源模拟热点故障，具体方法为设置x个热点故障位置和y个热点故障温度，共设置x*y类热点故障类型。
20.在第一方面的一些实现方式中，所述基于声波在变压器内部不同介质间的传播过程建立超声波传播模型，具体包括设置流体与固体中声压波动方程以及声-固耦合边界条件建立超声波传播模型。
21.第二方面提供了一种基于主动超声发射的绕组热点温度无损探测系统，包括：
22.超声波传播模型建立模块，用于基于声波在变压器内部不同介质间的传播过程建立超声波传播模型；
23.变压器模型模块，用于建立变压器的几何模型，并在几何模型的箱体表面设置有若干超声波传感器，确定超声波传感器的声源信号和激励电压；
24.温度场分布模块，用于通过在几何模型中设置点热源模拟热点故障，对不同位置处热点故障在不同温度下的温度场进行仿真，获得温度场分布数据集；
25.声压分布模块，用于基于变压器的几何模型内部温度场分布，利用超声波传播模型进行主动超声发射，获取超声波穿越温度场的声压分布图，得到声压分布的数据集；
26.声波信号获取模块，用于基于超声波传播模型在温度场传播的声场仿真，采用一发多收的超声检测方法获取声波信号，并根据声压分布的数据集提取声波有效信号；
27.反演处理模块，根据声波有效信号提取信号特征参量，对反向传播神经网络进行训练，建立热点区域-热点温度的反演数据库，通过训练的反向传播神经网络对待测绕组热点进行探测分类，得到绕组热点信息。
28.进一步的，所述变压器模型模块包括钢质箱体、变压器绕组和变压器油。
29.所述热点故障位置统一设置在变压器绕组中上部的等高位置，均位于变压器绕组外侧。
30.有益效果在于：
31.(1)基于有限元原理，建立变压器的声场仿真模型。在模型中添加点热源模拟绕组热点，获取热点故障对应的温度场分布。在某一热点故障温度场的基础上，通过设置流体与固体中声压波动方程及声-固耦合边界条件，针对变压器内部声波传播过程进行仿真，并记录传感器接收到的超声波信号，用于构建对应热点的数据集。
32.(2)通过改变热源功率和热源位置，获取热点在x个故障位置与y个热源功率交叉组合下的稳态温度场分布，共计x*y个温度场样本。依据温度场对声波传播的影响规律，对声波有效信号进行了特征参量提取。设计反向传播神经网络实现了热点故障的初步反演，最终确定热点区域-热点温度的探测方法，通过对待测热点故障先确定热点区域再确定热点温度的探测方法，有效降低了区域信息对温度的分度精度产生的误差影响，提高了温度诊断的准确性，整体提高了探测结果的准确度。
附图说明
33.图1为组热点温度无损探测方法的流程示意图；
34.图2为变压器的几何模型的结构示意图；
35.图3为热点影响下等温面分布图；
36.图4为热点故障位置ⅰ不同热源功率下的声压分布图；
37.图5为热点故障位置ⅰ热源功率100w时的声压分布图；
38.图6为热点故障位置ⅱ热源功率100w时的声压分布图；
39.图7为热点故障位置ⅲ热源功率100w时的声压分布图；
40.图8为热点故障位置ⅳ热源功率100w时的声压分布图；
41.图9为超声波传感器e接收到的超声波信号曲线图；
42.图中各附图标记所代表的组件为：
43.1、超声波传感器a；2、超声波传感器b；3、超声波传感器c；4、超声波传感器d；5、超声波传感器e；6、超声波传感器f；7、热点故障位置ⅰ；8、热点故障位置ⅱ；9、热点故障位置ⅲ；10、热点故障位置ⅳ；11、变压器绕组。
具体实施方式
44.下面将结合附图更详细地描述本公开的示例性实施方式。
45.实施例
46.本发明提供了一种基于主动超声发射的绕组热点温度无损探测方法，如图1所示，具体包括以下步骤：
47.s1、基于声波在不同介质间的传播过程建立超声波传播模型；
48.s2、建立变压器的几何模型，并在几何模型的箱体表面设置有若干超声波传感器，确定超声波传感器的声源信号和激励电压；
49.s3、通过在几何模型的绕组中设置点热源模拟热点故障，对不同位置处热点故障
在不同温度下的温度场进行仿真，获得温度场分布数据集；
50.s4、基于变压器的几何模型内部温度场分布，利用超声波传播模型进行主动超声发射，获取超声波穿越温度场的声压分布图，得到声压分布的数据集；
51.s5、基于超声波传播模型在温度场传播的声场仿真，采用一发多收的超声检测方法获取声波信号，并根据声压分布的数据集提取声波有效信号；
52.s6、根据声波有效信号提取信号特征参量，对反向传播神经网络进行训练，建立热点区域-热点温度的反演数据库，通过训练的反向传播神经网络对待测绕组热点进行探测分类，得到绕组热点信息。
53.步骤s1中，超声波在变压器内部不同介质间的传播过程，实际为一种跟随空间和时间变化的波在流体和固体间向前传递的过程，因此建立超声波传播模型具体包括：
54.s11、设置流体中的波动方程，假设变压器油为静止、均匀且连续的流体介质，通过描述理想液体的微小声波的基本方程，得到流体中声压的三维波动方程为：
[0055][0056]
p＝p(ρ,t)
[0057]
其中，ρ为介质密度，是矢量微分算符，p为声压变化量，t为温度值，c0为流体静态声速，为拉普拉斯算符，t是时间。
[0058]
s12、设置固体中的波动方程，当超声波在固体中传播时，描述方程由力的平衡方程、几何变形方程和材料的物理方程组成，得到的固体介质中声压的三维波动方程为：
[0059][0060]
其中，ρ为介质密度，s为质点度，t是时间，λ、μ为材料的拉密常数。
[0061]
s13、设置声-固耦合边界条件，根据超声波在流体与固体间的传播过程，基于结构有限元法与声学边界元法进行直接耦合，设置边界条件为：
[0062][0063]
fa＝p
tn[0064]
其中，n是表面法线方向，p
t
是总声压，qd是声偶极子域声源，u
tt
是结构加速度，fa是作用在结构上的载荷，ρ为介质密度，c是声速。
[0065]
步骤s2中、建立变压器的几何模型，如图2所示，对变压器仿真模型进行简化建模，保留变压器油、绕组和箱体，并有别于实际变压器内部绕组中心放置的特点，将几何模型内部绕组设置在变压器箱体一侧，减弱热点位置和传感器位置的对称性，增大不同温度场下传感器接收超声信号的差异性，有利于后续热点位置与热点温度的识别。
[0066]
进一步的，为实现主动超声信号的发射与接收，在几何模型的箱体表面设置有若干超声波传感器，所述若干超声波传感器用于实现其中一个超声波传感器能够接收到其他超声波传感器的发射信号。通过前期声波测试发现，当声源信号为单周期信号时，传感器所接收到的声波信号效果不佳，声波幅值较小且波形复杂，难以有效辨别声波飞越时间。因此，采用声源信号为10个周期的连续波，激励电压的幅值为200v能够增强超声波信号的强
度和辨识度。
[0067]
步骤s3中、通过在几何模型的绕组中设置点热源模拟热点故障，并设置热源功率和热源位置等参数，对不同位置处热点故障在不同温度下的温度场进行仿真，获取变压器内部达到热平衡状态的稳态温度场，并建立温度场分布数据集。
[0068]
通过改变不同位置与不同温度的热点故障的点热源参数，获得不同热点故障下的温度场分布，具体的，设置x个热点故障位置和y个热点故障温度，共设置x*y类热点故障类型。
[0069]
作为具体的实施方式，本方法设置20类热点故障类型，即设置4个热点故障位置与5个热点故障温度进行交叉组合，通过控制变量的方法进行对比处理，得到变压器存在热点故障时的温度场的分布特点。其中热点故障温度的变化通过改变热源功率获取，以无热点为参照组(热源功率为0w)，热源功率的设置参数分别为20w、40w、60w、80w和100w。
[0070]
如图3所示，根据热点影响下等温面的分布，得到当热点存在时，最高温度位于热点处，随着热量从热点向周边扩散，热点附近区域的介质温度明显升高。随着温度值下降，等温面从故障区域开始扩大，并逐渐呈现与绕组线饼相同的环状分布。
[0071]
进一步的，当热源功率不同时，所产生的温度场也有所不同。根据热点故障的不同将所产生的温度场中绕组最高温度值进行汇总，如表1所示，
[0072]
表1不同热点故障温度场中最高温度汇总表
[0073][0074]
从表1中数据可知，热源功率与最高温度值呈现近线性增长。当热源功率相同时，热点在位置ⅰ、ⅱ和ⅲ的最高温度值相等，热点在位置ⅳ的最高温度始终略高于热点位于位置ⅰ、ⅱ和ⅲ，但相差不大。
[0075]
步骤s4中，基于变压器的几何模型内部温度场分布，超声波传感器利用超声波传播模型进行主动超声发射，向几何模型内部发射超声波信号，获取超声波穿越温度场的声压分布图，得到声压分布的数据集，分析得到声压受温度场影响的分布规律。
[0076]
作为具体的实施方式，以超声波传感器a发射声源信号为例，测量得到其声源信号穿越不同热点故障的声压分布图，参见图4所示，当热点故障在位置ⅰ时，热源功率为0w、20w、60w和100w，t＝td时绕组附近的声压分布图。当热源功率为0w时，绕组附近的声压分布呈现一定的规律性，随着声波向远离声源的区域扩散，声压值正负交替变化，声压等值面呈现较宽的椭圆形带状分布。随着绕组局部出现较高温度，声压等值面的带状分布出现弯曲现象。当热源功率增加到60w时，热源附近声压等值面有向热源靠拢的趋势。当热源功率增加到100w时，热源所引起的温度场分布范围增大，对超声波的影响范围进一步扩大。上述表明超声波在热源温度分布的影响下，传播速度随之发生变化。
[0077]
参见图5-8所示，为热点故障分别在位置ⅰ、ⅱ、ⅲ、ⅳ时，热源功率为100w，t＝td时
传感器a的声源信号在绕组附近的声压分布图。从图中可知，当热点在位置ⅰ时，四个视图内声压等值面均有明显的弯曲现象，弯曲方向都朝向声源所在处。当热点在不同位置间移动时，通过视图的比较可以发现，热点对所在位置的声压分布均会产生影响，但其他位置的热点温度场所引起的声压变化并不明显，因此得到声压的分布规律为当热点距声源较远时，热点引起的温度变化对声压分布的影响会有所减弱。
[0078]
步骤s5中，基于超声波传播模型在温度场传播的声场仿真，采用一发多收的超声检测方法若干固定位置的超声波传感器，从而获取全部接收的声波信号，并根据声压分布的数据集提取声波有效信号；
[0079]
在具体实施例中，以超声波传感器a发射超声波信号为例，并利用其它超声波传感器接收穿越温度场的超声波信号，进行采集汇总。根据声波传播的规律，随着传播时间的增加，接收到的声波信号由于反复折反射而变得复杂且难以辨别。因此本方法截取1.6ms以内的超声波信号进行波形分析。
[0080]
如图9所示，为热点故障位于位置ⅰ时，热源功率分别为20w、40w、60w、80w和100w时超声波传感器e所接收到的超声波信号曲线图。根据超声波传感器e所采集到的超声波信号均在0.5-0.6ms内出现振荡信号，随着热源功率的增长，声波信号出现的时间随之增加。该现象同样反映出温度的升高会导致声波的传播速度下降。通过波形比较归纳，可以将超声波信号划分为三个阶段：声波起振信号、声波有效信号和声波重叠信号。
[0081]
其中，所述声波有效信号在声波起振信号之后，所述声波有效信号的起始时刻与结束时刻具有幅值突变，所述起始时刻为波谷-波峰上升幅值最大的时刻，所述结束时刻为波峰-波谷的下降幅值最大的时刻，所述起始时刻与结束时刻之间包括10个连续波，如图9中虚线框所示。声波起振信号在声波有效信号之前，随着传播时间的增加，该阶段内声波信号逐渐振荡增大，具有较高的相似性，但声波起振信号的起始幅值较小，起始时间难以确定；声波重叠信号在声波有效信号之后，该阶段内声波信号与前一阶段相比幅值有所变化，整体无明显的规律性。
[0082]
步骤s6中，所述根据声波有效信号提取信号特征参量，采用奇异值分解方法(singular value decomposition，svd)，通过分解层将突变信息进行提取，并通过spearman相关性分析方法筛选出与热点故障相关性较高的特征参量；所述信号特征参量的类型包括峰值时间、时域指标和频域指标。
[0083]
进一步的，所述对反向传播神经网络进行训练具体步骤包括：
[0084]
建立不同热点区域以不同热源功率交叉组合的温度场样本，所述温度场样本包括若干声波有效信号的信号特征参量；
[0085]
建立反向传播神经网络的区域诊断模型和温度诊断模型，对热点故障的温度场样本与信号特征参量之间的映射关系进行拟合训练；
[0086]
其中，所述反向传播神经网络(back propagation neural network，bpnn)由输入层、隐含层和输出层构成，是根据实际结果与预测结果之间的误差按梯度下降法反向调整神经网络的阈值和权重，直到达到设定的最大训练次数或输出结果误差满足精度为止。通过建立区域诊断模型和温度诊断模型对热点故障进行分类识别；
[0087]
通过区域诊断模型先对热点故障区域进行分类，再通过单一区域对应的温度诊断模型对热源功率进行分类。
[0088]
进一步的，基于反向传播神经网络的分类训练结构，建立热点区域-热点温度的反演数据库，实现热点故障的反演。
[0089]
进一步的，当实际变压器内部绕组出现未知热点时，在变压器外壁布置与变压器几何模型相同超声波传感器的布置策略，通过向变压器内部发射超声波信号，并通过一发多收由其它超声波传感器接收超声波信号，通过对接收的超声波信号提取声波有效信号，同时对声波有效信号进行信号特征参量的提取，使用训练的反向传播神经网络对特征参量进行分类识别，根据区域诊断模型先对热点故障区域进行分类，再通过温度诊断模型对单一区域的热源功率进行分类，得到待测绕绕组的实际的热点故障信息，实现对绕组热点温度的无损探测。
[0090]
此外，本技术还提供了一种基于主动超声发射的绕组热点温度无损探测系统，包括：
[0091]
超声波传播模型建立模块，用于基于声波在变压器内部不同介质间的传播过程建立超声波传播模型；
[0092]
变压器模型模块，用于建立变压器的几何模型，并在几何模型的箱体表面设置有若干超声波传感器，确定超声波传感器的声源信号和激励电压；
[0093]
温度场分布模块，用于通过在几何模型中设置点热源模拟热点故障，对不同位置处热点故障在不同温度下的温度场进行仿真，获得温度场分布数据集；
[0094]
声压分布模块，用于基于变压器的几何模型内部温度场分布，利用超声波传播模型进行主动超声发射，获取超声波穿越温度场的声压分布图，得到声压分布的数据集；
[0095]
声波信号获取模块，用于基于超声波传播模型在温度场传播的声场仿真，采用一发多收的超声检测方法获取声波信号，并根据声压分布的数据集提取声波有效信号；
[0096]
反演处理模块，根据声波有效信号提取信号特征参量，对反向传播神经网络进行训练，建立热点区域-热点温度的反演数据库，通过训练的反向传播神经网络对待测绕组热点进行探测分类，得到绕组热点信息。
[0097]
进一步的，所述变压器模型模块包括钢质箱体、变压器绕组和变压器油。
[0098]
所述热点故障位置统一设置在变压器绕组中上部的等高位置，均位于变压器绕组外侧；所述若干超声波传感器均设置在变压器外侧钢质箱体的表面，与热点故障处于相同高度位置。

技术特征：
1.一种基于主动超声发射的绕组热点温度无损探测方法，其特征在于，包括以下步骤：s1、基于声波在不同介质间的传播过程建立超声波传播模型；s2、建立变压器的几何模型，并在几何模型的箱体表面设置有若干超声波传感器，确定超声波传感器的声源信号和激励电压；s3、通过在几何模型中设置点热源模拟热点故障，对不同位置处热点故障在不同温度下的温度场进行仿真，获得温度场分布数据集；s4、基于变压器的几何模型内部温度场分布，利用超声波传播模型进行主动超声发射，获取超声波穿越温度场的声压分布图，得到声压分布的数据集；s5、基于超声波传播模型在温度场传播的声场仿真，采用一发多收的超声检测方法获取声波信号，并根据声压分布的数据集提取声波有效信号；s6、根据声波有效信号提取信号特征参量，对反向传播神经网络进行训练，建立热点区域-热点温度的反演数据库，通过训练的反向传播神经网络对待测绕组热点进行探测分类，得到绕组热点信息。2.根据权利要求1所述的基于主动超声发射的绕组热点温度无损探测方法，其特征在于，所述根据声波有效信号提取信号特征参量，所述信号特征参量的类型包括峰值时间、时域指标和频域指标。3.根据权利要求1所述的基于主动超声发射的绕组热点温度无损探测方法，其特征在于，所述对反向传播神经网络进行训练，具体步骤包括：建立不同热点区域与不同热源功率交叉组合的温度场样本，所述温度场样本包括若干声波有效信号的信号特征参量；建立反向传播神经网络的区域诊断模型和温度诊断模型，对热点故障的温度场样本与信号特征参量之间的映射关系进行拟合训练；通过区域诊断模型先对热点故障区域进行分类，再通过单一区域对应的温度诊断模型对热源功率进行分类。4.根据权利要求1所述的基于主动超声发射的绕组热点温度无损探测方法，其特征在于，所述确定超声波传感器的声源信号和激励电压，具体为声源信号为10个周期的连续波；激励电压的幅值为200v。5.根据权利要求1所述的基于主动超声发射的绕组热点温度无损探测方法，其特征在于，所述根据声压分布的数据集提取声波有效信号，具体方法为所述声波有效信号在声波起振信号之后，所述声波有效信号的起始时刻与结束时刻具有幅值突变，所述起始时刻为波谷-波峰上升幅值最大的时刻，所述结束时刻为波峰-波谷的下降幅值最大的时刻，所述起始时刻与结束时刻之间包括10个连续波。6.根据权利要求1所述的基于主动超声发射的绕组热点温度无损探测方法，其特征在于，所述通过在几何模型中设置点热源模拟热点故障，具体方法为设置x个热点故障位置和y个热点故障温度，共设置x*y类热点故障类型。7.根据权利要求1所述的一种基于主动超声发射的绕组热点温度无损探测方法，其特征在于，所述基于声波在变压器内部不同介质间的传播过程建立超声波传播模型，具体包括设置流体与固体中声压波动方程以及声-固耦合边界条件建立超声波传播模型。8.一种基于主动超声发射的绕组热点温度无损探测系统，其特征在于，包括：
超声波传播模型建立模块，用于基于声波在变压器内部不同介质间的传播过程建立超声波传播模型；变压器模型模块，用于建立变压器的几何模型，并在几何模型的箱体表面设置有若干超声波传感器，确定超声波传感器的声源信号和激励电压；温度场分布模块，用于通过在几何模型中设置点热源模拟热点故障，对不同位置处热点故障在不同温度下的温度场进行仿真，获得温度场分布数据集；声压分布模块，用于基于变压器的几何模型内部温度场分布，利用超声波传播模型进行主动超声发射，获取超声波穿越温度场的声压分布图，得到声压分布的数据集；声波信号获取模块，用于基于超声波传播模型在温度场传播的声场仿真，采用一发多收的超声检测方法获取声波信号，并根据声压分布的数据集提取声波有效信号；反演处理模块，根据声波有效信号提取信号特征参量，对反向传播神经网络进行训练，建立热点区域-热点温度的反演数据库，通过训练的反向传播神经网络对待测绕组热点进行探测分类，得到绕组热点信息。9.根据权利要求8所述的基于主动超声发射的绕组热点温度无损探测系统，其特征在于，所述变压器模型模块包括钢质箱体、变压器绕组和变压器油。10.根据权利要求8所述的基于主动超声发射的绕组热点温度无损探测系统，其特征在于，所述热点故障位置统一设置在变压器绕组中上部的等高位置，均位于变压器绕组外侧。

技术总结
本发明涉及绕组热点温度探测技术领域，具体为一种基于主动超声发射的绕组热点温度无损探测方法与系统，其中，所述方法包括以下步骤：基于声波在不同介质间的传播过程建立超声波传播模型；建立变压器的几何模型，并在几何模型的箱体表面设置有若干超声波传感器；通过在几何模型中设置点热源模拟热点故障，对不同位置处热点故障在不同温度下的温度场进行仿真；基于变压器的几何模型内部温度场分布，利用超声波传播模型进行主动超声发射，获取超声波穿越温度场的声压分布图；根据声压分布的数据集提取声波有效信号；根据声波有效信号提取信号特征参量，对反向传播神经网络进行训练，建立热点区域-热点温度的反演数据库。热点温度的反演数据库。热点温度的反演数据库。


技术研发人员：何东欣 刘洪顺 李清泉 孙优良 郭新华 郭鹏鸿 张志强 耿攀 郭昊鑫 臧庆经
受保护的技术使用者：山东电力设备有限公司 武汉理工大学
技术研发日：2023.05.09
技术公布日：2023/10/11