基于小样本异常特征挖掘算法的抽水蓄能电站 主设备故障声纹检测技术

• 作者: 于潇 李世昌 卢彬 河北张河湾蓄能发电有限责任公司
• 来源期刊: 计算技术与自动化
• 学科: 工学
• 关键词: 小样本异常特征挖掘算法;声纹识别技术;抽水蓄能电站;故障检测;声纹采集传感器
• 年，卷（期）: 2025,（4）
• 页码范围: 41-45,152
• 页数: 6页
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202404007

摘要

由于抽水蓄能电站中部分设备难以接近，导致采集有效信号的难度较大，为了降低设备故障检测中的漏检率与误检率，将小样本异常特征挖掘算法与声纹识别技术结合，提出一种新的抽水蓄能电站主设备故障检测方法。选取压电式加速度传感器作为声纹采集传感器设备，设定相关参数，并通过Pearson相关系数确定传感器布设位置，借助声纹数据采集模块采集运行状态数据。将EMD与小波变换结合对采集得到的主设备运行状态数据实施去噪，降低故障检测误差。采用小样本异常特征挖掘算法针对去噪数据集进行异常数据挖掘，将挖掘结果与声纹数据处理结合实现主设备故障检测。实验结果表明，所提方法不仅降低了故障检测的漏检率与误检率，而且能够克服干扰信号的影响，实用价值较高。