基于频带能量特征提取的10 kV固体绝缘柜表面放电音频信号识别*

doi:10.16628/j.cnki.2095-8188.2020.03.006

电器与能效管理技术 ›› 2020, Vol. 0 ›› Issue (3): 38-42.doi: 10.16628/j.cnki.2095-8188.2020.03.006

基于频带能量特征提取的10 kV固体绝缘柜表面放电音频信号识别^*

侯春光, 孙小涵, 赵长权, 曹云东

沈阳工业大学电器新技术与应用研究所, 辽宁沈阳 110870

收稿日期:2019-10-10 出版日期:2020-03-30 发布日期:2020-04-21
作者简介:侯春光(1978—),男,博士,副教授,主要从事智能电器、电器设备智能化、泛在配电物联网等方面的研究工作。孙小涵(1995—),女,硕士研究生,主要从事数字信号处理、绝缘状态监测研究工作。赵长权(1994—),男,硕士研究生,主要从事电器设备状态监测研究工作。
基金资助:
* 国家自然科学基金项目(51977132)

Surface Discharge Audio Signal Recognition of 10 kV Solid Insulation Cabinet Based on Band Energy Feature Extraction

HOU Chunguang, SUN Xiaohan, ZHAO Changquan, CAO Yundong

Institute of Electrical New Technology and Application,Shenyang University of Technology, Shenyang 110870, China

Received:2019-10-10 Online:2020-03-30 Published:2020-04-21

摘要/Abstract

摘要： 为准确监测10 kV固体柜的绝缘状况,提出了一种基于小波包频带能量特征识别的绝缘状态识别的方法。使用音频捕获设备获取固体绝缘柜表面放电及工作环境的音频信号;建立小波包基,通过正交分解得到高频信息和低频信息;通过分析音频信号的频谱特征来进行适当的分割,计算每个频率段的能量;最后,将每个频率段的能量归一化来建立特征向量,作为状态识别的依据。将表面放电声音和环境噪声的特征向量输入到支持向量机中,进行绝缘状态的分类和识别。通过试验数据分析,验证了小波包分析和支持向量机结合可以准确地确定固体绝缘开关设备的表面放电。

关键词: 沿面放电, 音频信号, 小波包分析, 支持向量机

Abstract: In order to accurately monitor the insulation condition of 10 kV solid cabinets,a method based on wavelet packet frequency band energy identification for insulation state identification was proposed.An audio capture device is used to obtain audio signals from the surface discharge of the solid cabinet and the working environment.A wavelet packet base is established,and high frequency information and low frequency information are obtained by orthogonal decomposition.The energy of each frequency segment is calculated by analyzing the spectral characteristics of the audio signal for proper segmentation.Finally,the energy of each frequency segment is normalized to establish a feature vector as the basis for state recognition.The feature vectors of surface discharge sound and ambient noise are input into a support vector machine to classify and identify the insulation state.Through the analysis of experimental data,it is verified that the combination of wavelet packet analysis and support vector machine can accurately determine the surface discharge of solid insulated switchgear.

Key words: surface discharge, audio signal, wavelet packet analysis, support vector machine

中图分类号:

TM591

侯春光, 孙小涵, 赵长权, 曹云东. 基于频带能量特征提取的10 kV固体绝缘柜表面放电音频信号识别^*[J]. 电器与能效管理技术, 2020, 0(3): 38-42.

HOU Chunguang, SUN Xiaohan, ZHAO Changquan, CAO Yundong. Surface Discharge Audio Signal Recognition of 10 kV Solid Insulation Cabinet Based on Band Energy Feature Extraction[J]. DIANQI YU NENGXIAO GUANLI JISHU, 2020, 0(3): 38-42.

参考文献

[1] 李军浩,韩旭涛,刘泽辉,等.电气设备局部放电检测技术述评[J].高电压技术,2015,41(8):2583-2601.
[2] 刘玉春,董雪生,郎福成.固体绝缘环网柜开关模块局部放电原因分析及解决方案[J].高压电器,2018,54(8):246-251.
[3] 徐卫东,周文文,彭丹,等.基于ASVDD算法固体绝缘开关柜局部放电模式识别[J]. 电器与能效管理技术, 2018(13):19-25.
[4] 颜冰,钱国超,王科,等.油浸式高压并联电抗器匝间绝缘局部放电特性与产气规律研究[J].高压电器,2018,54(6):106-112.
[5] 李晓,徐洋,王勇,等.GIS局部放电特高频检测方法灵敏度的研究[J].高压电器,2018,54(5):63-67,73.
[6] 黄亮,唐炬,凌超,等.基于多特征信息融合技术的局部放电模式识别研究[J].高电压技术,2015,41(3):947-955.
[7] 田妍,刘宇舜,熊俊,等.基于时频分布图像纹理特征的局部放电特高频信号的特征参数提取方法[J].高压电器,2017,53(7):30-37,44.
[8] 辛晓虎,罗勇芬,杜非,等.用于油中局部放电定位的超声波接收阵列的定向算法比较[J].中国电机工程学报,2015,35(20):5351-5359.
[9] GHAEDI A,MOEINI-AGHTAIE M,GHAFFARI A.Detection of online PD signals in XLPE cables using the Bhattacharyya distance[J].Turkish Journal of Electrical Engineering & Computer Sciences,2016,24(5):3552-3563.
[10] MALEKPOUR M,PHUNG B T,AMBIKAIRAJAH E.Online technique for insulation assessment of induction motor stator windings under different load conditions[J].IEEE Transactions on Dielectrics & Electrical Insulation,2017,24(1):349-358.
[11] TOTZAUER P,HORNAK J,TRNKA P,et al.Diagnostics of composite insulation materials for simple online diagnostics tools[C]//IEEE International Conference on High Voltage Engineering and Application,IEEE,2016:1-4.
[12] 司良奇,钱勇,白万建,等.基于支持向量机的GIS超高频局部放电模式识别[J].高压电器,2014,50(11):1-6.
[13] 赵常威,丁国成,杨为,等.基于开关柜缺陷模型的局放检测方法对比研究[J].高压电器,2019,55(3):220-225.
[14] 宋方超,梁雯,张春旭,等.磁致伸缩效应对GIS超声波局部放电检测的影响及实例分析[J].高压电器,2019,55(3):234-238.
[15] 孙廷玺,陈浩,钱森,等.光纤传感技术在局部放电检测的研究进展[J].高压电器,2018,54(11):1-8.

基于频带能量特征提取的10 kV固体绝缘柜表面放电音频信号识别^*

Surface Discharge Audio Signal Recognition of 10 kV Solid Insulation Cabinet Based on Band Energy Feature Extraction

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价

[1]	刘浩, 侯春光, 高有华. 基于多传感信息融合的电缆附件局部放电诊断算法研究[J]. 电器与能效管理技术, 2024, 0(10): 36-41.
[2]	朱佳淼, 王召斌, 李久鑫. 基于POA优化支持向量回归模型的航天电磁继电器贮存寿命预测[J]. 电器与能效管理技术, 2023, 0(8): 61-67.
[3]	时宝朋, 侯春光, 曹云东, 徐晓刚, 蒋幸伟. 12 kV开关柜载流回路热分析与温度预测[J]. 电器与能效管理技术, 2023, 0(8): 68-75.
[4]	乔青云, 王召斌, 刘百鑫, 陈康宁. 基于WOA-SVM模型的电磁继电器贮存寿命预测研究[J]. 电器与能效管理技术, 2023, 0(2): 1-5.
[5]	陈欣凯, 鲍光海. 基于改进奇异值分解去噪算法的光伏系统串联电弧故障检测方法[J]. 电器与能效管理技术, 2023, 0(10): 61-69.
[6]	李瑞新, 刘树鑫, 曹云东. 基于振动信号的交流接触器运行状态识别[J]. 电器与能效管理技术, 2022, 0(6): 39-44.
[7]	秦启茂, 周泰武, 李文礼. 基于支持向量机的交流接触器吸持振动检测方法研究[J]. 电器与能效管理技术, 2020, 0(6): 61-64.
[8]	陶丽, 郭英选, 夏俊, 熊方贤, 梁毓评. 基于支持向量机的配电网低电压预警方法[J]. 电器与能效管理技术, 2020, 0(6): 71-75.
[9]	梁建英, 孙传铭, 杨刚, 高国强, 魏隆, 刘凯. 基于声发射技术的典型缺陷局放信号特征分析及识别研究[J]. 电器与能效管理技术, 2020, 0(12): 14-21.
[10]	李岚松, 周越, 熊翔, 于广辉, 王永兴. 基于LS-SVM的航空故障电弧诊断[J]. 电器与能效管理技术, 2018, 0(10): 45-49.
[11]	夏明晔, 薛峰, 谭飞, 管瑞良. 光伏系统直流故障电弧检测装置的研制[J]. 电器与能效管理技术, 2018, 0(10): 80-84.