基于小波包和FCM聚类的电能表内异物检测

作者：李洋; 杨涛^*

来源：传感器与微系统, 2019, 38(09): 134-140.

DOI：10.13873/J.1000-9787(2019)09-0134-03

• 端点检测
• 小波包能量特征
• 短时TEO对数能量
• 模糊C—均值聚类
• 支持向量机(SVM)

针对采集的电能表内异物晃动产生的声音信号,通过对声学识别流程传统端点检测方法的研究,提出了一种新的电能表内异物声音信号端点检测方法。结合小波包能量特征、短时TEO对数能量和模糊C-均值聚类(FCM),使用提取的小波包能量特征同支持向量机(SVM)完成电能表内异物声音的训练与识别。相较传统的基于阈值的端点检测算法,该端点检测算法处理后的异物检测准确率明显较高,能够更好地检测电能表内异物。

• 单位
  西南科技大学