基于混合倒谱系数与CNN的OLTC动作声信号快速分辨方法

作者：刘云鹏; 王博闻^*; 韩帅; 高飞; 王康; 张兴辉

来源：振动与冲击, 2022, 41(21): 45-68.

DOI：10.13465/j.cnki.jvs.2022.21.006

• 有载分接开关(OLTC)
• 声信号
• 抗干扰
• 混合倒谱系数
• 卷积神经网络(CNN)

有载分接开关(on-load tap changer, OLTC)的机械故障声纹在线监测技术逐步得到应用，为消除OLTC声纹在线监测过程中外界环境干扰导致的误动，提出一种基于混合倒谱系数与卷积神经网络(convolutional neural network, CNN)的OLTC声音辨识方法。首先通过现场采集与搭建试验平台的方式构建OLTC声信号数据集，并将变电站采集的环境声数据与ESC-50数据集共同构建成环境声数据集；其次，根据OLTC的声信号分布特性，采用梅尔倒谱系数、伽马通滤波倒谱系数、幂律归一化倒谱系数组成的混合倒谱对原始信号进行降维预处理，提升后续识别速度；最后，引入CNN通过超参数调整和网络结构优化设计构建声音辨识模型，实现OLTC与环境干扰的声信号辨识。结果表明，该方法在辨识OLTC与环境干扰声音方面具有较高的准确率与较快的计算速率。

• 单位
  国网福建省电力有限公司电力科学研究院; 华北电力大学（保定）; 国家电网公司; 中国电力科学研究院有限公司