一种机载声学相机的局放检测方法与流程

本发明属于电力系统检测，特别涉及一种机载声学相机的局放检测方法。

背景技术：

1、随着工业发展和社会进步，电力系统向大容量、超高压和特高压方向发展，对系统运行可靠性要求越来越高。电力设备是组成电力系统的基本元件，其工作状况直接关系到电力系统的安全经济运行。电气设备绝缘材料多为有机材料，如矿物油，绝缘纸或各种有机合成材料，绝缘体各区域承受的电场一般是不均匀的，而电介质本身通常也是不均匀的，有的是由不同材料组成的复合绝缘体，如气体-固体复合绝缘、液体-固体复合绝缘以及固体-固体复合绝缘等。有的虽是单一的材料，但是在制造或使用过程中会残留一些气泡或其他杂质，于是在绝缘体内部或表面就会出现某些区域的电场强度高于平均电场强度，或某些区域的击穿场强低于平均击穿场强，因此在某些区域就会先发生放电，而其他区域仍然保持绝缘特性，这就形成了局部放电(简称局放)。实践证明局部放电是造成高压电气设备最终发生绝缘击穿的主要原因，故对电气设备局部放电的监测尤为重要。

2、高压设备电气放电时，其周围空气就会发生电离，在电离过程中，伴随有超声波产生。利用这个原理，可探测高压电气设备放电时产生的超声波信号，为评估设备运行状态提供更可靠的依据。实践证明，超声波检测技术能有效、直观地观测到高压设备放电的情况，为带电检测提供了新的强大的诊断手段。紫外成像技术与超声波成像技术是互补关系，原理完全不同，各自具有不可互替的优点，检测目的、应用方法也各具特性。可以预见，这两项技术的结合应用，将会大大增强高压设备故障点的全面检测能力，也为高压产品的可靠性研究提供了综合手段。

3、机载式声学局放检测的主要难点在于：无人机飞行时巨大的风噪，对声学设备产生重大干扰，麦克风属于灵敏度较高的测量仪器，在强干扰下，很难准确获取来自声场中的其他信号。无人机旋翼转动产生的震动会通过云台传递给声纹采集单元，这会降低声纹相机的稳定性。需要解决上述问题以提升机载式声学设备的可用性。

技术实现思路

1、本发明提供一种机载声学相机的局放检测方法，旨在解决现有技术超声波局部放电检测中灵敏度及稳定性不足的问题。

2、为解决上述技术问题，本发明提出一种机载声学相机的局放检测方法，包括以下步骤：

3、s1：在无人机上部署声学相机，控制无人机飞向待测电气设备，采集并定位电气设备局部放电产生的超声波，所述声学相机包括麦克风阵列、噪声分离模块、信号增强模块及特征识别模块，用于对超声波声源进行定位。

4、s2：所述麦克风阵列将接收到的超声波信号转换为电信号，然后将所述电信号传输至所述信号处理模块，所述信号处理模块对所述电信号进行噪声分离，对分离出的信号子空间及噪声子空间进行分解，通过噪声子空间的正交矢量，判断噪声源的方向并进行抑制以降低噪声，将降噪后的信号传输至所述信号增强模块。

5、s3：所述信号增强模块利用基于时延的信号叠加技术，通过基于导向向量的阵列电子转向技术，对超声波信号源方向的信号强度进行增强，对其他角度入射的声波信号，通过小波包降噪及重构算法进行降噪，所述小波包降噪可将输入信号进行多层级分解，且各层均保留了输入信号的全部信息，通过动态阈值计算可对分解后每个节点的小波包系数进行降噪，降噪后通过最优小波包基算法考察父节点与子节点的香农熵大小，来选取最优小波包基进行信号重构，所述最优小波包基的选择标准是熵标准。

6、s4：所述特征识别模块接收所述信号增强模块处理完成的信号，通过mfcc算法输出时频谱二维图像，所述mfcc算法进行特征识别的具体方法包括：

7、s4-1：对输入的信号进行预加重、分帧及加窗操作，得到短时信号。

8、s4-2：对每个所述短时信号进行快速傅里叶变换得到对应的线性频谱。

9、s4-3：对所述线性频谱取模的平方，得到离散功率谱。

10、s4-4：将得到的所述离散功率谱通过mel滤波器组进行滤波，再对滤波器组的输出计算出对数能量。

11、s4-5：对所述对数能量进行离散余弦变换得到mfcc特征。

12、s5：将所述mfcc特征通过训练好的卷积神经网络，根据超声波信号的声纹与振动特征，识别电气设备的不同运行状态。

13、优选地，所述卷积神经网络采用chunk-based attention模块，将输入的音频帧分为等大小的chunk，每个chunk内的帧只在chunk内部进行attention操作。

14、优选地，所述卷积神经网络采用类编码器-解码器结构，通过残差连接解决算法训练时存在的梯度消失问题。

15、优选地，所述类编码器-解码器结构依处理顺序设置有第一下采样模块、第二下采样模块、第三下采样模块、第四下采样模块、第一一维卷积模块、第一上下采样模块、第二上下采样模块、第三上下采样模块、第四上下采样模块及第二一维卷积模块。

16、优选地，所述预加重采用时域技术或频域技术，用于增强信号的高频成分，以补偿高频分量在传输过程中的过大衰减。

17、优选地，所述时域技术将待发送的信号幅度做相应的变化，当一比特信号与前一位发送的比特信号不同的时候，就将当前比特信号的振幅以设定的倍数增大，当一比特信号与前一位比特信号相同的时候，则不作任何处理。

18、优选地，所述频域技术通过设置一个有源高通滤波器，所述有源高通滤波器将待传输信号的高频分量能量增加，预先补偿传输线对信号高频分量的衰减。

19、优选地，所述小波包降噪将输入信号的频带进行多层次划分，对每个分解后的频带均进行再次的减半划分，并根据被分析信号的特征选择相应频带，使之与信号频谱相匹配，所述小波包降噪采用四层结构。

20、优选地，所述加窗方法优选为汉明窗，其数学公式如下：

21、

22、其中，n是汉明窗的窗长，n是步长；窗长优选为25ms，步长优选为10ms。

23、与现有技术相比，本发明具有以下技术效果：

24、1.本发明提出的检测方法利用超声波传感器在电力设备的外壳部分进行局部放电的检测，避开电力设备在运行过程中较强的电磁干扰，可取得更好的检测效果。

25、2.本发明提出的超声波局部放电检测可以广泛应用于电力系统中各类一次设备，根据超声波信号传播途径的不同，通过搭载声学相机的无人机飞近人员不便接近的电力设备进行检测，扩展了声学检测的适用范围。

26、3.本发明提出的检测方法通过小波包降噪及重构算法对信号进行降噪，保留了信号在各个频段上的特征，且在信号重构时具有较大的灵活性，可有效提升信号的信噪比并突出主要特征。

27、4.本发明提出的检测方法通过导向向量的阵列电子转向技术，实现对任意方向的声源进行增强的效果，对噪声声源进行分离，从而在高干扰的条件下，对声源进行更好的定位；针对局部放电信号与工频周期强相关的特性，提升局部放电信号的信噪比，从而提升局放检测的灵敏度。

28、5.本发明提出的检测方法采用的神经网络模型在训练时引入背景噪声进行样本增强，通过引入局放噪声大小10db范围内的白噪声对样本进行扩充，提升模型泛化能力。