基于声纹识别系统的局部放电超声信号识别研究

• 作者: 周梦茜 唐志国 王泽瑞 曹智 何宁辉 刘博
• 来源期刊: 高压电器
• 关键词: 局部放电 超声识别 MFCC GMM
• 年，卷（期）: 2022,（9）
• 所属期刊栏目: 研究与分析
• 页码范围: 127-133
• 页数: 6页
• 语种: 中文
• DOI: 10.13296/j.1001⁃1609.hva.2022.09.016

摘要

为准确构建局部放电的超声信号和对应缺陷的关系，文中提出了一种基于声纹识别系统的对超声信号进行模式识别的超声识别系统。该系统首先对局部放电超声信号进行分帧和加窗处理，然后提取MFCC和GFCC特征向量，分别根据MFCC或GFCC建立GMM模型，最后利用极大似然估计对待识别样本进行识别。为验证该系统的有效性，文中设计了自由金属颗粒放电模型、悬浮放电模型和尖刺放电模型，并充入不同的绝缘气体，对不同缺陷的超声信号应用超声识别系统进行计算分析。研究结果表明，利用MFCC或GFCC特征向量建立的GMM模型具有代表性，基于改进声纹识别系统的局部放电超声识别系统对缺陷类型的识别结果符合预期，该系统可为超声信号的模式识别提供一种新方法，为电力设备故障检测和工况判断提供依据。