论文部分内容阅读
电气设备的故障诊断技术是通过监控设备的实时运行状况来检测是否发生工作异常,并且分析和判断故障类型及预测电气设备将来一段时间内的运行情况。传统的电气设备检测方法有定期检修和状态检修等,包括后来发展起来的带电检测手段,曾经对预防电力设备发生重大故障起到了突出的作用。但是这些方法一般要通过接触式检测来实现,且必须人工值守,不能实时监测电气设备工作状况。随着电网规模的不断扩大,工业化水平的提高以及智能设备及仪器的使用,传统方法已不能满足设备监测的要求,基于计算机控制的在线实时监测及专家故障诊断系统已经研发出来了。本文提出一种基于音频特征分析的电气设备故障在线检测方法。声音信号处理目前已经广发的应用于发动机等机械设备故障诊断中。有经验的输变电站工作人员可以直接凭借电气设备工作时所发出的声音来判断设备是否发生异常,因此,可以设计一种根据分析电气设备工作时发出的声音信号来实时监测电气设备的运行情况的方案,可以作为其他电气设备监测的有效补充手段。该方案首先采用麦克风阵列采集电气设备运行的声音源信号,麦克风阵列可以有效抑制周围噪声干扰并将波束对准目标信号,来获取到最好的声音信号。电力设备周围工作环境比较复杂,可能在声音采集过程中难免混合了其他干扰信号如人说话声等,而这些干扰源与电气设备工作时发出的声音是统计独立的。本文介绍了一种基于独立分量分析(ICA)的信号分离方法来分离出有用的电气设备声音信号,然后对这些分离出的声音信号提取其特征参数,由于梅尔倒谱系数在声音识别中的良好识别性,本文选择梅尔倒谱系数作为声音信号的特征参数,并且与建立起来并逐步完善的专家故障诊断库中各种各样的故障信号的进行匹配识别,最后我们根据动态时间规整算法来判断是否发生电气设备故障并通知相关工作人员作出相应的处理。通过实验,本文提出的基于音频特征的电气设备故障检测的方法在分离混合声音信号以及声音信号的识别方面都有良好的表现。