基于聲音特征的變電設(shè)備故障分類與定位方法研究
發(fā)布時(shí)間:2023-10-12 04:31
變電站電力變壓器的故障檢測(cè)技術(shù),是指通過(guò)監(jiān)控變壓器運(yùn)行狀態(tài)來(lái)檢測(cè)變電站電力變壓器是否仍正常工作,若發(fā)生故障,能夠做到及時(shí)報(bào)警,方便工作人員對(duì)其進(jìn)行檢測(cè)維修,同時(shí)還可以預(yù)測(cè)變壓器未來(lái)一段時(shí)間內(nèi)的工作情況。隨著工業(yè)發(fā)展、科技進(jìn)步、人們生活水平的不斷提高,實(shí)時(shí)的在線故障檢測(cè)技術(shù)已逐步發(fā)展起來(lái),本文提出的變電站電力變壓器故障檢測(cè)方案是通過(guò)分析、提取變壓器所發(fā)聲音的幅頻特征,并結(jié)合相應(yīng)的檢測(cè)算法來(lái)達(dá)到變壓器故障檢測(cè)的目的,可作為變壓器故障檢測(cè)的有效輔助手段。首先,建立了聲音采集模型,構(gòu)造并設(shè)計(jì)實(shí)現(xiàn)了用于聲音采集和空間聲源定位的多傳感聲音采集系統(tǒng),一種基于中心對(duì)稱式的非均勻麥克風(fēng)采集陣列。麥克風(fēng)陣列能夠充分利用聲音信號(hào)的時(shí)空特性,對(duì)于干擾信號(hào)具有較強(qiáng)的抗干擾能力,既可以提高采集到的目標(biāo)聲音信號(hào)的質(zhì)量,又可以用來(lái)進(jìn)行空間聲源定位。對(duì)變壓器工作時(shí)發(fā)出的聲音進(jìn)行采集后,通過(guò)檢測(cè)系統(tǒng)對(duì)這些聲音進(jìn)行判斷,進(jìn)而達(dá)到對(duì)變壓器運(yùn)行情況進(jìn)行檢測(cè)的目的。其次,本文提出了一種基于電力變壓器聲音數(shù)據(jù)幅頻特性的特征提取方法,既能夠?qū)β曇籼卣鬟M(jìn)行有效提取,提高故障識(shí)別精度,又能夠剔除聲音樣本中的干擾信號(hào),增加故障定位的準(zhǔn)確率...
【文章頁(yè)數(shù)】:56 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 基于聲音特征的變電設(shè)備故障診斷方法
1.3 變電設(shè)備故障點(diǎn)的聲源定位技術(shù)綜述
1.4 論文的主要內(nèi)容及章節(jié)安排
第2章 變電設(shè)備聲音采集模型設(shè)計(jì)及特征提取
2.1 電力變壓器聲音采集模型設(shè)計(jì)
2.1.1 電力變壓器設(shè)備聲音特征分析
2.1.2 電力變壓器聲音采集設(shè)備選取
2.1.3 基于中心對(duì)稱式的非均勻麥克風(fēng)采集陣列模型的設(shè)計(jì)
2.2 電力變壓器聲音特征提取
2.2.1 聲音數(shù)據(jù)采集
2.2.2 聲音特征提取
2.3 本章小結(jié)
第3章 電力變壓器聲音特征降維及分類方法
3.1 聲音特征降維
3.1.1 PCA(主成分分析)簡(jiǎn)介
3.1.2 2DPCA(二維主成分分析)
3.1.3 采用2DPCA對(duì)電力變壓器聲音特征矩陣進(jìn)行降維
3.2 基于支持向量積的分類方法
3.2.1 支持向量機(jī)基本原理
3.2.2 利用核函數(shù)將數(shù)據(jù)映射到高維空間
3.2.3 二分類下采用不同核函數(shù)對(duì)聲音樣本進(jìn)行分類
3.2.4 二分類下采用不同閾值對(duì)聲音樣本進(jìn)行分類
3.3 本章小結(jié)
第4章 電力變壓器故障定位方法
4.1 對(duì)故障聲音信號(hào)進(jìn)行頻域?yàn)V波
4.1.1 對(duì)故障聲音信號(hào)進(jìn)行分析
4.1.2 離散傅里葉逆變換
4.2 電力變壓器故障定位
4.2.1 MUSIC算法簡(jiǎn)介
4.2.2 W-IMUSIC算法
4.2.3 W-IMUSIC算法對(duì)中心對(duì)稱式非均勻線陣的適用性證明
4.2.4 真實(shí)譜峰的提取
4.2.5 對(duì)電力變壓器故障位置進(jìn)行定位
4.3 本章小結(jié)
第5章 實(shí)驗(yàn)及分析
5.1 基于幅頻特性的電力變壓器聲音特征參數(shù)提取
5.1.1 聲音信號(hào)歸一化
5.1.2 分幀和加窗
5.1.3 短時(shí)傅里葉變換
5.1.4 特征矩陣的提取
5.2 應(yīng)用2DPCA+SVM方法對(duì)兩類故障進(jìn)行分類
5.3 應(yīng)用三種MUSIC算法對(duì)電力變壓器故障定位
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及參與科研情況
致謝
本文編號(hào):3853456
【文章頁(yè)數(shù)】:56 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 基于聲音特征的變電設(shè)備故障診斷方法
1.3 變電設(shè)備故障點(diǎn)的聲源定位技術(shù)綜述
1.4 論文的主要內(nèi)容及章節(jié)安排
第2章 變電設(shè)備聲音采集模型設(shè)計(jì)及特征提取
2.1 電力變壓器聲音采集模型設(shè)計(jì)
2.1.1 電力變壓器設(shè)備聲音特征分析
2.1.2 電力變壓器聲音采集設(shè)備選取
2.1.3 基于中心對(duì)稱式的非均勻麥克風(fēng)采集陣列模型的設(shè)計(jì)
2.2 電力變壓器聲音特征提取
2.2.1 聲音數(shù)據(jù)采集
2.2.2 聲音特征提取
2.3 本章小結(jié)
第3章 電力變壓器聲音特征降維及分類方法
3.1 聲音特征降維
3.1.1 PCA(主成分分析)簡(jiǎn)介
3.1.2 2DPCA(二維主成分分析)
3.1.3 采用2DPCA對(duì)電力變壓器聲音特征矩陣進(jìn)行降維
3.2 基于支持向量積的分類方法
3.2.1 支持向量機(jī)基本原理
3.2.2 利用核函數(shù)將數(shù)據(jù)映射到高維空間
3.2.3 二分類下采用不同核函數(shù)對(duì)聲音樣本進(jìn)行分類
3.2.4 二分類下采用不同閾值對(duì)聲音樣本進(jìn)行分類
3.3 本章小結(jié)
第4章 電力變壓器故障定位方法
4.1 對(duì)故障聲音信號(hào)進(jìn)行頻域?yàn)V波
4.1.1 對(duì)故障聲音信號(hào)進(jìn)行分析
4.1.2 離散傅里葉逆變換
4.2 電力變壓器故障定位
4.2.1 MUSIC算法簡(jiǎn)介
4.2.2 W-IMUSIC算法
4.2.3 W-IMUSIC算法對(duì)中心對(duì)稱式非均勻線陣的適用性證明
4.2.4 真實(shí)譜峰的提取
4.2.5 對(duì)電力變壓器故障位置進(jìn)行定位
4.3 本章小結(jié)
第5章 實(shí)驗(yàn)及分析
5.1 基于幅頻特性的電力變壓器聲音特征參數(shù)提取
5.1.1 聲音信號(hào)歸一化
5.1.2 分幀和加窗
5.1.3 短時(shí)傅里葉變換
5.1.4 特征矩陣的提取
5.2 應(yīng)用2DPCA+SVM方法對(duì)兩類故障進(jìn)行分類
5.3 應(yīng)用三種MUSIC算法對(duì)電力變壓器故障定位
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及參與科研情況
致謝
本文編號(hào):3853456
本文鏈接:http://sikaile.net/kejilunwen/wltx/3853456.html
最近更新
教材專著