一种用于GIS本体机械缺陷诊断和定位的在线异声监测装置

• 作者: 杨帆 王喆 雷渊 高伟
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: GIS机械故障 异声采集 在线序列超限学习机 特征向量
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 在线测试与故障诊断
• 页码范围: 103-108
• 页数: 6页
• 分类号: TN919.82
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1801677

摘要

设计了一种用于在线诊断和定位地理资讯系统(GIS)设备缺陷的装置,旨在解决缺乏GIS全息声音数据库的问题,同时可实现对GIS设备机械故障的在线监测.该装置由前端异声在线采集设备、多模通信模块和主站服务器平台软件构成.前端异声在线采集设备在工作时首先使用双通道异声采集传感器获取GIS设备运行时的声音数据,其次基于快速核独立分量分析技术对采集的声波信号进行滤噪,再次利用双谱分析提取滤噪后声波信号的高阶概率结构,并以此作为声波信号的特征向量,最后计算该特征向量与正常状态下特征空间的偏离程度.当偏离超过设定阈值时认定当前信号为疑似故障信号,保存并压缩疑似故障信号的所有数据,同时通过多模通信模块将压缩的数据回传至主站服务器.主站服务器平台基于在线序列超限学习机构建了一种故障诊断模型,当接收到疑似故障信号后,计算其固有模态函数能量熵,并输入故障诊断模型以获取对疑似故障信号的进一步分析和诊断.实验结果表明,采用了前端异声在线采集设备的故障诊断算法,其准确率随数据量的增加而提高,不采用前端设备的准确率则随之降低.这种方法可利用逐步完善的GIS全息声音数据库不断提升故障诊断模型的性能,可实时监测GIS设备的运行状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高伟	国网陕西省电力公司榆林供电公司	7	13	2.0	3.0
2	王喆	国网陕西省电力公司榆林供电公司	7	1	1.0	1.0
3	杨帆	国网陕西省电力公司榆林供电公司	5	2	1.0	1.0
4	雷渊	国网陕西省电力公司榆林供电公司	1	0	0.0	0.0