申请/专利权人：环宇集团(南京)有限公司

申请日：2021-07-30

公开（公告）日：2024-03-22

公开（公告）号：CN113608082B

主分类号：G01R31/12

分类号：G01R31/12

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.11.23#实质审查的生效;2021.11.05#公开

摘要：本发明涉及环网柜故障识别技术领域，具体公开了一种基于音频信号的环网柜放电状态识别方法，包括：采集不同状态下的环网柜运行声音信号，其中，不同状态下的环网柜运行声音信号包括不同类型的环网柜放电声音信号；对环网柜运行声音信号进行处理，得到环网柜放电声音信号的能量特征向量；利用Fisher降维准则，使环网柜放电声音信号的能量特征向量的维度减小，得到降维后的能量特征向量；建立环网柜放电声音信号识别模型，将降维后的能量特征向量输入至环网柜放电声音信号识别模型中，得到环网柜放电声音信号识别结果。本发明能够提升环网柜故障的识别精度，更加的快速可靠，对及时发现故障有很大的指导作用。

主权项：1.一种基于音频信号的环网柜放电状态识别方法，其特征在于，包括：步骤S1：采集不同状态下的环网柜运行声音信号，其中，所述不同状态下的环网柜运行声音信号包括不同类型的环网柜放电声音信号；步骤S2：对所述环网柜运行声音信号进行处理，得到环网柜放电声音信号的能量特征向量，其中，所述环网柜放电声音信号的能量特征向量代表放电声音信号波形的特征；步骤S3：利用Fisher降维准则，使所述环网柜放电声音信号的能量特征向量的维度减小，得到降维后的能量特征向量；步骤S4：建立环网柜放电声音信号识别模型，将所述降维后的能量特征向量输入至所述环网柜放电声音信号识别模型中，得到环网柜放电声音信号识别结果；其中，在所述步骤S4中，还包括：应用一种单分类支持向量机的方式对所述降维后的能量特征向量进行识别，以识别出所述环网柜放电声音信号的类型；步骤S41：通过非线性映射，将降维后的环网柜放电声音信号的能量特征向量映射到高维特征空间，形成封闭的超球体，方法如下：设存在RN到一高维特征空间χ的非线性映射φ使得φXi∈χ，寻找一个半径为R球心为a的超球体S，令φXi尽量包含在超球体S中，得到下列约束方程： 其中，ξi为松弛变量，C为松弛系数，允许极小部分的训练数据不满足约束要求；为了简化建立的高维特征空间的维度，通过核函数对高维特征空间进行映射，高斯核函数为：Kxi＝exp{-γxiTxi}，γ是高斯核宽度参数；步骤S42：降维后的环网柜放电声音信号的能量特征向量根据在所述超球体S的位置来进行分类，针对超球体S的约束方程，得到如下拉格朗日方程： 其中，ai≥0,βi≥0为拉格朗日算子；如果ai＝0，则C＝βi，ξi＝0，降维后的环网柜放电声音信号的能量特征向量的位置在超球体S内部，说明当前降维后的环网柜放电声音信号的能量特征向量属于这个类别；如果0aiC，则R2+ξi-||φxi-a||2＝0，同时满足ξi≥0，降维后的环网柜放电声音信号的能量特征向量不在超球体S内部，说明当前降维后的环网柜放电声音信号的能量特征向量不属于这个类别；记为d2x＝||φxi-a||2为能量特征向量到球心的距离，判断待分类环网柜放电声音信号是否为绝缘子沿面放电的能量特征向量，即：fx＝sgnR2-||φxi-a||2＝sgnR2-d2x其中，R为能量特征向量到球心的距离；步骤S43：构建OC-SVM辨识模型，在训练过程中只需要训练降维后的环网柜放电声音信号的能量特征向量。

全文数据：

权利要求：

百度查询： 环宇集团(南京)有限公司 一种基于音频信号的环网柜放电状态识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD