基于音频特征的水车室工作状态异常检测

作     者：曾广栋 魏学锋 何林 孙长江 张旋 ZENG Guang-dong;WEI Xue-feng;HE Lin;SUN Chang-jiang;ZHANG Xuan

作者机构：溪洛渡水力发电厂 北京华控智加科技有限公司 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2024年第42卷第8期

页      面：168-172页

核心收录：

学科分类：081504[工学-水利水电工程] 08[工学] 0815[工学-水利工程] 

基　　金：三峡金沙江川云水电开发有限公司永善溪洛渡电厂科研项目(4122020006) 

主　　题：音频数据 水车室 STFT Log-Mel 梅尔频率倒频谱系数(MFCC) 时域特征 支持向量机 

摘      要：水电站的水车室包含轴承和顶盖等机械设备，受水力因素影响，水车室的异常工作会带来较大的安全隐患，基于大数据分析的精确维护对于水车室的可靠运行至关重要。针对水车室的异常工作状态，通过模型训练、特征工程和分类模型的开发等过程，采用STFT、Log-Mel、MFCC等方法对音频数据进行了预处理，建立了基于音频数据的异常检测模型，并对溪洛渡水电站水车室工作状态进行了异常检测。结果表明，Log-Mel方法具有有效性。研究结果不仅降低了异常检测的成本，还为水电机组的健康监测提供了参考。