检索结果

Select

1. 基于图谱功率谱熵和最大均值差异的GIS机械状态辨识方法

杨勇, 张帅, 金涌涛, 赵琳, 张阳, 王枭

噪声与振动控制 2024, 44 (2): 149-155.

摘要（30）

PDF（pc）（2302KB）（216）

针对常规方法对于气体绝缘金属封闭开关设备（Gas Insulated Switchgear，GIS）机械缺陷的特征识别稳定性差、识别率低的问题，在图谱理论的基础上，提出一种基于图谱功率谱熵和最大均值差异（Maximum Mean Discrepancy，MMD）的GIS 机械状态辨识方法。首先将采集得到的GIS 振动信号转化为图信号，并利用图傅里叶变换技术变换至图谱域进行分析处理；然后提取图谱功率谱熵作为表征GIS 不同状态的特征参数；最后利用MMD距离判别函数实现GIS 不同工况下的状态辨识。实验结果表明：在噪声干扰的情况下，所提方法能够有效提取GIS 不同状态下的特征参数，并成功区分出屏蔽罩松动及内部异物缺陷，状态辨识精度高达93.89 %，较常规方法有明显提高。

相关文章 | 多维度评价

Select

2. 基于掩码自编码技术的变压器故障声纹诊断方法研究

刁冠勋唐懿颖张阳邵宇鹰王枭姜黛琳

噪声与振动控制 2023, 43 (6): 142-148.

摘要（100）

PDF（pc）（2303KB）（186）

电力变压器作为电力系统中电能转换与能量传输的核心设备，其可靠运行对电力系统的安全运行有着极为重要的意义。近年来随着边缘计算在电力设备诊断方面的应用不断盛行，受限的硬件算力对算法的计算量提出了新的要求。对此提出一种基于声纹识别与掩码自编码技术的变压器故障诊断方法。首先，将采集的变压器辐射声音信号进行梅尔频谱计算和归一化处理得到声纹特征；其次，将声纹特征运用掩码自编码器进行训练，得到可用于对特征降维的编码器；最后，利用卷积神经网络对编码后的变压器声纹特征进行识别和分类。实验结果表明，该方法在掩码比例为40 %的时候能达到93.75 %故障识别精度，识别准确率高于对比算法。此外，相对于没有采用掩码自编码的分类算法，该方法在提升17.26 %准确率的同时，将计算量缩减为不到原来的1 %，可有效降低变压器检测的计算量。

相关文章 | 多维度评价

Select

3. 基于Hankel矩阵与图结构的GIS设备运行状态识别方法

施胜丹, 黄金军, 赵文强, 杨勇, 王枭

噪声与振动控制 2022, 42 (5): 159-164.

摘要（184）

PDF（pc）（2281KB）（602）

在图结构理论的基础上，提出一种Hankel 矩阵改进的气体绝缘开关设备机械状态识别方法。首先利用非冗余声压频域信号和Hankel 矩阵实现图模型的表征；其次，借助于鞅检验方法实现故障的检测，利用主成分分析计算故障时平均Hankel 矩阵的权重并将其作为特征参量训练模型；最后，利用支持向量机实现不同故障的分类。实验结果表明：所提方法能够有效提取不同状态下的特征参量，诊断准确率高达91.67 %，相较于常规方法提升约12 %，为气体绝缘开关设备的机械故障诊断提供了一种可行的解决思路。