基于声音谐波特征和人工配合的变电设备运行状态识别

杨超超 叶强 田亮

摘 要：提出了一种声音谐波特征和人工配合的变电设备运行状态识别方法。首先，利用变电站智能巡检机器人携带的拾音器采集设备声音。其次，利用数字信号处理及声音识别技术对设备声音进行分析，提取谐波作为样本特征，建立样本的特征库。最后，采用LBG算法获得声音样本的码本，并与样本声音进行对比。后台人工操作人员可根据对比情况做出设备运行状态的准确识别。实验结果显示，该算法可以有效的对变电设备的状态进行识别。

关键词：变电站巡检机器人;状态识别;谐波特征;LBG算法

DOI：10.16640/j.cnki.37-1222/t.2019.21.136

1 引言

电力设备贯穿于发电、输电和配电等电力生产的各个环节，一旦电力设备出现异常就会造成巨大的经济损失，甚至带来灾难性的后果[1]。长期以来，我国在变电站设备巡检中主要靠人工巡检作业方式。在雷雨、大风等恶劣天气下，人工巡检作业方式存在较大安全风险，并且检测到的数据也无法及时地传入管理信息系统。采用机器人技术进行变电站巡检，既具有人工巡检的灵活性、智能性，又能克服在恶劣天气下人工巡检作业方式不能巡检的缺陷。同时也是自动化、智能化和无人值守变电站巡检技术的发展方向[2，3]。

针对变电站中设备的运行状态检测，电力部门采取了多种方法，但是这些方法往往是接触式检测技术。然而，接触式检测方式有时会影响设备的正常运行。而有经验的工作人员可以通过设备发出的声音判别设备的运行状况，甚至还能通过异常声音得到故障的原因[1]，这种方式被称为非接触式检测方法。……