摘要
本发明涉及电力系统监测与故障诊断技术领域,本发明公开了一种基于声音数据的绝缘子自爆故障检测方法及系统,包括,利用声音传感器分别采集输电杆塔绝缘子在正常运行和发生自爆时的声音数据。对这些数据进行采样,并应用声音预处理技术和降噪算法进行信号处理,通过梅尔系数提取过程将其转换为梅尔谱图特征图像。利用BP神经网络对生成的梅尔图像进行识别分类,实现对绝缘子运行状态的实时检测,从而有效识别绝缘子自爆故障。本发明综合了绝缘子自爆声音数据的准确性以及BP神经网络在图像识别方面的快速性,显著提升了对绝缘子自爆故障的检测效果。
技术关键词
故障检测方法
声音传感器
输电杆塔绝缘子
信号
绝缘子运行状态
BP神经网络训练
神经网络模型
声音采集模块
滤波器
图像
数据
特征提取模块
声音识别设备
梅尔频率倒谱系数
端点检测算法
消除背景噪声
表达式
识别绝缘子
系统为您推荐了相关专利信息
智能化管理系统
运维平台
电压
偏差
设备特征信息
斜拉索检测机器人
图像采集单元
速度监测单元
风速仪
图像分析单元
设备运行状态监测方法
布面石膏板
时间段
参数
纤维
电流采集装置
电机
电流采样装置
逆变电路
电流值