1.引言
该项目的总体技术方案如下图所示。首先，我们将构建由无线传感器构成的自组网，采用分布式网络架构，网络节点由声学无线传感器组成，将声学信号以无线传输的方式汇聚到无线收发器，最终汇集到网络中心，进行整体监控与调度；为了提升这一自主网的效率和稳健性，我们将主要对无线传感器的硬件和软件两部分重点研究。
关于系统硬件部分，我们将基于声学传感器芯片对变压器的声学辐射信号进行采集，将其传送至微处理器进行信号处理，再通过无线收发装置向外传送；该子系统的供电将采取无源化取能技术，确保系统的长期、稳定自供电。
关于系统软件部分，我们一方面基于边缘计算的思想，将计算任务下放至传感器终端，通过嵌入式操作系统保障信号处理与识别的本地化计算；另一方面，通过高效的声学降噪、识别算法，在有限的计算资源内实现声纹信号的本地处理，实现对正常和异常声纹信息的高效、持续处理。
2.主要研究内容
2.1 硬件整体设计
硬件平台基本构架如下图所示。网络节点是由传感器组成，通过无线链路向汇聚节点——无线收发装置传递监测信息，每个汇聚节点将控制和收发100个左右的无线传感器；最终，各汇聚节点将信息通过网关节点传递至网络中心，通过网络管理协调整个网络的资源配置，服务器主要用来实现数据存储。我们采用ZigBee去实现无线通信的需求，可根据协议对其进行开发利用，从而可根据项目需要设定不同的组网方式。ZigBee技术则致力于提供一种廉价的固定、便携或者移动设各使用的极低复杂度、成本和功耗的低速率无线通信技术[1]。
移动边缘计算主要提供计算环境，可根据用户需求，进行定制开发。通过定制开发从而实现低延迟环境。
1）基础设施层。基础设施层的物理部分主要包括网络设备和IT设备[2]。无线子网的物理基础设施为传感器模块和无线接入节点。
2）虚拟资源层。目前常用的虚拟化技术可以将计算机数据存储内容进行抽象储存，然后通过软件定义形成虚拟网络资源，三大虚拟资源共同组成虚拟资源层，以便实现对计算、存储和网络资源的灵活管理[3]。
3）控制编排层。SDN技术通过将传统电信网络设备的控制面和转发面分离，独立出一个相对统一集中的网络控制平面，进而更有效地基于全局网络视图进行网络规划，实施集中控制和统一的策略部署，使得端到端的业务保障和快速开通成为可能，从而提升端到端业务体验。结合SDN技术的开放能力，网络可与上层应用更好地协同，增强网络对业务的承载能力[3]。
4）应用层。应用层对第三方和用户开放，以虚拟机的形式组织计算、存储和网络资源，各种类型的业务运行于移动边缘计算平台之上的虚拟机内，通过平台进行通信和交换数据。
2.2 软件整体设计
在这部分任务中，我们首先利用声学降噪算法，将无用的环境噪声与偶发噪声滤除，对有用声信号进行增强；然后，采用多分辨率声纹识别的组合方法，将变压器声辐射信号与机械故障一一映射，最终实现基于多参量多维度声学监测的智能故障诊断。
1）自适应声学降噪算法
计算之前，首先需要消除噪声的影响。关于消噪算法有不少成熟的方法。计算方式如下图所示。系统主要包括带噪声的信号和参考声源，其中带噪声的信号源表示为x(n)=s(n)+n(n)，参考噪声源表示为n1(n)。消除噪声的目的主要是为了进行噪声和信号之间的分离。消声器的原始声源中带了背噪，参考声源和原始声源不相关，从而可以实现差分[4]。自适应噪声对消器通过自适应滤波调整滤波器输出n'(n)，通过不断调整滤波器参数，使得滤波器的输出n'(n)不断逼近原始输入中的干扰噪声n1(n)。
2）基于多分辨率高斯滤波器组的声学指纹识别方法
小波变换主要是基于傅里叶变换，然后通过加窗的方式进行处理，可以通过功率谱分析的方法，计算倒谱系数，从而实现比较高的时频分辨率。计算方式的流程框图下图所示。
MGFBCC提取步骤如下：
a）MGFB参数可根据待分析的信号频谱特征进行设计。基本原则为：所有滤波器中心频率对信号频带进行划分，信号能量集中频带需分布较多滤波器；滤波器组的等效频率分辨率近似等于单个滤波器的-3dB带宽；
b）源信号可以通过计算得到的子信号进行计算，从而得到子信号的能量；
c）对步骤2中得到的特征对数，可以通过倒频谱域的方式得到MGFBCC参数。通过时频分析可以对设备的状态进行监测，下图为正常与故障状态下时频谱结果。
(a)正常状态下隔离开关声音时频谱 (b)故障状态下隔离开关声音时频谱
3）多维度的状态监测系统
基于多维度的数据分析，将平台分为数据采集、数据存储和数据分析三个模块。通过采集和存储的数据进行机器学习，从而进行设备运行健康状态评估。
3.结束语
本文设计了基于智能诊断技术的变压器检测方法，主要设计了硬件电路和软件算法部分。根据顺序，首先介绍了检测系统的硬件组成和原理，然后解释了软件设计的原理，最后完成了实际应用中信号特征谱的对比。未来基于多参量多维度的智能高压设备状态诊断系统根据判定因子的不同，还可以继续进一步优化。
参考文献
[1]ZigBee技术在无线传感器网络中的研究与应用.史作锋.《武汉科技大学硕士论文》2009
[2]基于SDN的数据中心网络多路径负载均衡的研究.覃佐曼.《大连海事大学硕士论文》.2017
[3]面向数据的云计算研究及应用综述.葛文双,郑和芳,刘天龙,马昭,张瑞权,吴成晟.《电子技术应用期刊》.2020
[4]基于振声联合分析的GIS设备机械故障诊断.詹海峰.《西安电子科技大学硕士论文》.2017
