基于图聚类的电力设备异常声音检测方法

作     者：翟洪婷 张庆锐 卞若晨 孙丽丽 张延童 翟启 Zhai Hongting;Zhang Qingrui;Bian Ruochen;Sun Lili;Zhang Yantong;Zhai Qi

作者机构：国网山东省电力公司信息通信公司山东济南250001 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2022年第46卷第3期

页      面：270-276页

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国网山东电力科技项目(2021A-083)。 

主　　题：图聚类 电力设备 智能电网 自适应滤波 阀门 风扇 滑轨 泵 

摘      要：为获取智能电网中电力设备运行状况,考虑机器正常工作和异常工作状态下发出的声音不同,通过声音识别监测机器运行状态。针对获取机器异常状态下的声音样本的问题,该文提出一种基于图聚类的无监督机器状态检测方法。首先,通过自适应滤波方法降低噪声对音频的干扰;其次,对正常声音提取调制谱特征;然后,使用图聚类构造簇以捕获正常声音的变化特性;最后,计算待测声音与簇的距离来识别异常状态。仿真结果表明,该文算法对阀门、风扇、滑轨和泵4种电力设备的检测精度均有提高。