典型文献
基于听觉谱特征的变压器绕组状态检测研究
文献摘要：
绕组松动是变压器常见故障之一,对变压器的安全运行产生巨大威胁.故对其进行精准的监测,对提高电力系统的安全稳定性具有十分重要的意义.基于声信号的变压器绕组松动检测,由于其具有无损检测和不需停运变压器等优点,成为近年来研究的热点.但声信号检测存在故障特征提前复杂和易受噪声干扰等缺陷,限制了其工程应用.该文提出了一种基于声信号听觉谱特征和支持向量机的变压器绕组松动识别方法.首先,将采集的声信号进行去均值和消除趋势项的预处理,以减小信号采集环境和传感器性能对所采集信号的影响;然后,将预处理后的声信号输入到多特征频率分析的听觉外周模型,经过中耳滤波器滤波、基底膜模型选频、外毛细胞模型放大、内毛细胞模型换能作用后,输出内毛细胞电压信号,实现多个特征频率听觉信号的提取,以此构成听觉谱,并在听觉谱基础上提取多种统计特征;最后,每种特征分别使用遗传算法优化的支持向量机进行识别试验,以验证提取特征的有效性.为进一步提高识别准确率,融合多种统计特征构成特征向量并进行测试,以此确定最优融合特征.研究表明,该文所建立的变压器绕组状态检测方法可以有效地应用于变压器故障诊断和监测中.
文献关键词：
变压器;绕组松动;状态检测;听觉谱特征;听觉外周模型
中图分类号：
作者姓名：
王磊磊;张嵩阳;王枭;张光明;王广周;王东晖
作者机构：
国网河南省电力公司电力科学研究院 郑州 450001;上海睿深电子科技有限公司 上海 201108
文献出处：
引用格式：
[1]王磊磊;张嵩阳;王枭;张光明;王广周;王东晖-.基于听觉谱特征的变压器绕组状态检测研究)[J].应用声学,2022(02):216-224
A类：
听觉谱特征,听觉外周模型
B类：
变压器绕组,绕组状态,状态检测,绕组松动,常见故障,大威,电力系统,安全稳定性,声信号,松动检测,无损检测,停运,信号检测,故障特征,和易,噪声干扰,趋势项,小信号,信号采集,传感器性能,多特征,特征频率,频率分析,中耳,滤波器,基底膜,外毛细胞,细胞模型,内毛细胞,电压信号,统计特征,遗传算法优化,别试,提取特征,识别准确率,构成特征,特征向量,最优融合,融合特征,变压器故障诊断
AB值：
0.283633
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
