利用局部放电特性实现非侵入式的开关柜工作状态评估对变电站的在线监测和带电检测工作有重要价值。由于局部放电的过程往往伴随着发光发热、电晕声甚至击穿声,为此提出一种基于语音信号的开关柜局部放电检测算法,来改善传统方法效率低,成本高的问题。算法首先提取语谱图显著特征作为识别特征,然后构建基于高斯模型的分类器来识别出高压开关柜放电声音,从而进行故障检测。提出的检测算法检测正确率能够达到90%以上,且在不同噪声环境下的鲁棒性良好。
科研之友
微信
新浪微博
Facebook
分享链接
