【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于高壓斷路器故障診斷領(lǐng)域，具體涉及高壓斷路器螺栓松動(dòng)故障診斷領(lǐng)域，尤其涉及一種高壓斷路器螺栓松動(dòng)故障診斷方法及相關(guān)設(shè)備。
技術(shù)介紹
1、發(fā)電機(jī)斷路器作為抽水蓄能電站母線洞內(nèi)的關(guān)鍵電氣設(shè)備，由于其機(jī)構(gòu)的操作功很大，且分合閘速度快，極易使得滅弧室本體與整個(gè)傳動(dòng)結(jié)構(gòu)之間產(chǎn)生強(qiáng)烈的振動(dòng)。該振動(dòng)會(huì)引起的螺栓松動(dòng)故障，最終將導(dǎo)致整個(gè)電路系統(tǒng)出現(xiàn)災(zāi)難性故障。因此，開發(fā)斷路器螺栓松動(dòng)故障診斷方法，及時(shí)評(píng)估斷路器螺栓松動(dòng)情況，對(duì)母線洞內(nèi)電氣系統(tǒng)的安全運(yùn)行至關(guān)重要。
2、對(duì)于大型裝備結(jié)構(gòu)的故障診斷而言，激振器等信號(hào)發(fā)生裝置的現(xiàn)場(chǎng)安裝難于實(shí)現(xiàn)；另外，傳感器的現(xiàn)場(chǎng)安裝和維護(hù)會(huì)帶來巨大的經(jīng)濟(jì)支出和人力耗費(fèi)。然而，螺栓不同的松動(dòng)程度下的動(dòng)態(tài)特性，使其激發(fā)的聲音信號(hào)存在差異，經(jīng)驗(yàn)豐富的專家可以通過聲音的微弱差異分辨出螺栓的松動(dòng)程度；并且，基于聲音信號(hào)的斷路器螺栓松動(dòng)故障診斷方法不依賴信號(hào)發(fā)生裝置和傳感器。因此，用于表征螺栓松動(dòng)狀態(tài)的聲紋識(shí)別技術(shù)亟待發(fā)展。當(dāng)前，螺栓松動(dòng)聲紋識(shí)別技術(shù)越來越依賴于以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)技術(shù)；深度學(xué)習(xí)普遍需要大量的數(shù)據(jù)構(gòu)建數(shù)據(jù)集，但是由于斷路器上的螺栓數(shù)量龐大，為斷路器每個(gè)螺栓建立龐大的數(shù)據(jù)集顯然是不現(xiàn)實(shí)的；也就是說，工程實(shí)際難以采用大數(shù)據(jù)樣本模式開展螺栓松動(dòng)聲紋識(shí)別。
3、由此可見，現(xiàn)有高壓斷路器螺栓松動(dòng)故障診斷理論方法，通常需要借助大量的樣本數(shù)據(jù)，而在實(shí)際工程中，由于需要采集每個(gè)螺栓龐大數(shù)據(jù)，導(dǎo)致難以實(shí)施應(yīng)用。
技術(shù)實(shí)現(xiàn)思路
1、本專利技
2、為了達(dá)到上述目的，本專利技術(shù)采用技術(shù)方案如下：
3、一種高壓斷路器螺栓松動(dòng)故障診斷方法，包括：
4、獲取螺栓松動(dòng)聲音信號(hào)的發(fā)生時(shí)刻和終止時(shí)刻，同時(shí)將發(fā)生時(shí)刻和終止時(shí)刻劃分為幀片段；
5、基于幀片段的預(yù)測(cè)分析結(jié)果構(gòu)建全極點(diǎn)模型；
6、基于全極點(diǎn)模型的全極點(diǎn)濾波器系數(shù)求解結(jié)果得到群延遲函數(shù)；
7、基于群延遲函數(shù)的離散余弦變換結(jié)果形成頻譜強(qiáng)化聲紋特征；
8、基于頻譜強(qiáng)化聲紋特征得到在嵌入空間中對(duì)應(yīng)的聲紋原型；
9、基于待診斷聲紋到聲紋原型的距離得到待診斷聲紋屬于聲紋原型的概率，以根據(jù)概率實(shí)現(xiàn)高壓斷路器螺栓松動(dòng)故障診斷。
10、進(jìn)一步地，所述將發(fā)生時(shí)刻和終止時(shí)刻劃分為幀片段的具體步驟如下：
11、對(duì)提取得到的螺栓松動(dòng)聲音信號(hào)的發(fā)生時(shí)刻和終止時(shí)刻施加窗函數(shù)，劃分為多個(gè)幀片段。
12、進(jìn)一步地，所述基于幀片段的預(yù)測(cè)分析結(jié)果構(gòu)建全極點(diǎn)模型的具體步驟如下：
13、對(duì)幀片段進(jìn)行線性預(yù)測(cè)分析得到預(yù)測(cè)分析結(jié)果，基于預(yù)測(cè)分析結(jié)果構(gòu)建全極點(diǎn)模型；其中，全極點(diǎn)模型的公式如下：
14、
15、式中，h(w)為相位響應(yīng)；g為信號(hào)相關(guān)增益；p為全極點(diǎn)模型階數(shù)；a(k)為全極點(diǎn)濾波器系數(shù)；j為虛數(shù)單位；ω為頻率；k為與極點(diǎn)相關(guān)的延遲。
16、進(jìn)一步地，所述基于全極點(diǎn)模型的全極點(diǎn)濾波器系數(shù)求解結(jié)果得到群延遲函數(shù)的具體步驟如下：
17、基于yule-walker方程對(duì)全極點(diǎn)模型的全極點(diǎn)濾波器系數(shù)進(jìn)行求解，具體公式如下：
18、
19、式中，為幀片段的自相關(guān)函數(shù)：
20、
21、根據(jù)全極點(diǎn)濾波器系數(shù)計(jì)算得到由全極點(diǎn)濾波器系數(shù)形成的相位響應(yīng)；
22、計(jì)算相位響應(yīng)的負(fù)導(dǎo)數(shù)得到群延遲函數(shù)，所述相位響應(yīng)的負(fù)導(dǎo)數(shù)的計(jì)算通過螺栓松動(dòng)聲音信號(hào)的樣本差實(shí)現(xiàn)。
23、進(jìn)一步地，所述基于群延遲函數(shù)的離散余弦變換結(jié)果形成頻譜強(qiáng)化聲紋特征的具體步驟如下：
24、對(duì)群延遲函數(shù)進(jìn)行離散余弦變換得到離散余弦變換結(jié)果，根據(jù)離散余弦變換結(jié)果形成頻譜強(qiáng)化聲紋特征；其中，取除去零階的前十三階系數(shù)的離散余弦變換結(jié)果形成頻譜強(qiáng)化聲紋特征。
25、進(jìn)一步地，所述基于頻譜強(qiáng)化聲紋特征得到在嵌入空間中對(duì)應(yīng)的聲紋原型的具體步驟如下：
26、根據(jù)歷史聲紋原型、歷史頻譜強(qiáng)化聲紋特征構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)作為框架的嵌入空間；
27、將形成的頻譜強(qiáng)化聲紋特征由卷積神經(jīng)網(wǎng)絡(luò)映射至嵌入空間，得到聲紋原型，所述每個(gè)類別的原型由編碼函數(shù)確定，為編碼函數(shù)的可學(xué)習(xí)參數(shù)，公式如下：
28、
29、式中，sk為類別k的樣本集合，表示第個(gè)樣本點(diǎn)；
30、其中，卷積神經(jīng)網(wǎng)絡(luò)由卷積層、池化層、正則化、激活層構(gòu)成。
31、進(jìn)一步地，所述基于待診斷聲紋到聲紋原型的距離得到待診斷聲紋屬于聲紋原型的概率的具體步驟如下：
32、根據(jù)待診斷聲紋到聲紋原型，計(jì)算兩者之間的距離，具體公式如下：
33、
34、式中， v1和 v2分別為待確定距離的兩個(gè)向量； m代表向量的維度， v1,i和 v2,i代表向量 v1和 v2的第i維分量；
35、根據(jù)待診斷聲紋到聲紋原型的距離，計(jì)算待診斷聲紋屬于聲紋原型的概率，具體公式如下：
36、。
37、一種高壓斷路器螺栓松動(dòng)故障診斷系統(tǒng)，包括：
38、幀片段劃分模塊，用于獲取螺栓松動(dòng)聲音信號(hào)的發(fā)生時(shí)刻和終止時(shí)刻，同時(shí)將發(fā)生時(shí)刻和終止時(shí)刻劃分為幀片段；
39、全極點(diǎn)模型構(gòu)建模塊，用于基于幀片段的預(yù)測(cè)分析結(jié)果構(gòu)建全極點(diǎn)模型；
40、群延遲函數(shù)計(jì)算模塊，用于基于全極點(diǎn)模型的全極點(diǎn)濾波器系數(shù)求解結(jié)果得到群延遲函數(shù)；
41、頻譜強(qiáng)化聲紋特征形成模塊，用于基于群延遲函數(shù)的離散余弦變換結(jié)果形成頻譜強(qiáng)化聲紋特征；
42、映射模塊，用于基于頻譜強(qiáng)化聲紋特征得到在嵌入空間中對(duì)應(yīng)的聲紋原型；
43、故障診斷模塊，用于基于待診斷聲紋到聲紋原型的距離得到待診斷聲紋屬于聲紋原型的概率，以根據(jù)概率實(shí)現(xiàn)高壓斷路器螺栓松動(dòng)故障診斷。
44、一種設(shè)備，包括：
45、存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序；
46、處理器，用于執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述高壓斷路器螺栓松動(dòng)故障診斷方法的步驟。
47、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)上述高壓斷路器螺栓松動(dòng)故障診斷方法的步驟。
48、相比于現(xiàn)有技術(shù)，本專利技術(shù)具有有益效果如下：
49、本專利技術(shù)提供一種高壓斷路器螺栓松動(dòng)故障診斷方法，本方法依次通過螺栓松動(dòng)聲音信號(hào)的發(fā)生時(shí)刻和終止時(shí)刻的提取、構(gòu)建全極點(diǎn)模型、求本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述將發(fā)生時(shí)刻和終止時(shí)刻劃分為幀片段的具體步驟如下：
3.根據(jù)權(quán)利要求1所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述基于幀片段的預(yù)測(cè)分析結(jié)果構(gòu)建全極點(diǎn)模型的具體步驟如下：
4.根據(jù)權(quán)利要求3所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述基于全極點(diǎn)模型的全極點(diǎn)濾波器系數(shù)求解結(jié)果得到群延遲函數(shù)的具體步驟如下：
5.根據(jù)權(quán)利要求1所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述基于群延遲函數(shù)的離散余弦變換結(jié)果形成頻譜強(qiáng)化聲紋特征的具體步驟如下：
6.根據(jù)權(quán)利要求1所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述基于頻譜強(qiáng)化聲紋特征得到在嵌入空間中對(duì)應(yīng)的聲紋原型的具體步驟如下：
7.根據(jù)權(quán)利要求6所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述基于待診斷聲紋到聲紋原型的距離得到待診斷聲紋屬于聲紋原型的概率的具體步驟如下：
8.一種高壓斷路器螺栓
9.一種設(shè)備，其特征在于，包括：
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)權(quán)利要求1-7任一項(xiàng)所述高壓斷路器螺栓松動(dòng)故障診斷方法的步驟。
...【技術(shù)特征摘要】
1.一種高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述將發(fā)生時(shí)刻和終止時(shí)刻劃分為幀片段的具體步驟如下：
3.根據(jù)權(quán)利要求1所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述基于幀片段的預(yù)測(cè)分析結(jié)果構(gòu)建全極點(diǎn)模型的具體步驟如下：
4.根據(jù)權(quán)利要求3所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述基于全極點(diǎn)模型的全極點(diǎn)濾波器系數(shù)求解結(jié)果得到群延遲函數(shù)的具體步驟如下：
5.根據(jù)權(quán)利要求1所述的高壓斷路器螺栓松動(dòng)故障診斷方法，其特征在于，所述基于群延遲函數(shù)的離散余弦變換結(jié)果形成頻譜強(qiáng)化聲紋特征的具體步驟...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張會(huì)杰，靖峰，張?chǎng)?/a>，路秀麗，程立，徐偉光，張咪，翟兆輝，呂軍玲，張偉，
申請(qǐng)(專利權(quán))人：西安西電開關(guān)電氣有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。