电力变压器局部放电超声信号的声纹识别方法研究的开题报告.docx

电力变压器局部放电超声信号的声纹识别方法研究的开题报告
【摘要】
电力变压器是电力系统中不可缺少的重要设备，其安全运行直接关系到电网的稳定运行。变压器在长时间的运行过程中，可能会出现局部放电的情况，一旦局部放电加剧会导致变压器损坏，给电网带来巨大的经济损失。因此对变压器局部放电检测技术的研究非常重要。本文提出了一种基于声纹识别的变压器局部放电超声信号识别方法，该方法可以在变压器运行中实时监测变压器局部放电的情况，从而及时采取预防和修复措施，确保变压器的安全运行。
【关键词】电力变压器，局部放电，超声信号，声纹识别，安全运行
【正文】
1.研究背景和意义
电力变压器是电力系统的核心设备之一，直接决定电网的稳定运行，保障每个用户正常用电。在变压器的长时间运行中，会出现传统更不容易检测到的局部放电情况。这种情况是变压器高压绕组内部出现的局部放电现象，如果不能及时检测、预防和修复就会加剧变压器的损坏。而变压器的损坏后果不仅对电网带来了经济损失，还可能影响人们正常用电。因此针对变压器局部放电的检测和预防研究非常重要。
声纹识别技术在日常生活中经常使用，可以用来识别人类声音中的个体差异，具有良好的准确性、稳定性和可靠性。本文尝试将声纹识别技术应用于变压器局部放电信号的识别，通过对变压器超声信号进行CODA分析，利用声纹特征进行信号匹配，实现对变压器局部放电情况的实时检测和识别，保证变压器的安全运行。
2.研究内容和方法
本文的研究对象是电力变压器局部放电超声信号识别，研究内容主要包括以下方面：
2.1变压器局部放电超声信号采集
首先需要采集变压器的局部放电超声信号，该信号的采集需要在真实工作环境下进行，采集设备需要通过探头实时采集变压器内部声波信号的变化情况，处理采集的信号后得到相应的数字信号数据。
2.2声纹特征提取
通过对采集的局部放电超声信号进行CODA分析，得到信号中声波的相关信息，进而提取出声纹特征。声纹特征是声音信号的性质、特征以及声波信号的频率等信息，是实现信号识别的关键。
2.3信号匹配和识别
将采集得到的声纹特征与已知的局部放电信号进行匹配和识别。在匹配和识别时，可以采用k近邻算法、支持向量机等方法，根据所选方法得到识别结果。
3.研究计划与进度安排
本研究计划分为三个阶段，分别为信号采集、声纹特征提取和信号识别。具体的阶段计划和进度安排如下：
3.1信号采集
根据变压器局部放电情况的不同，需要选用不同的超声探头进行采集。预计需要一个月的时间进行采集，包括现场调试和信号的收集。
3.2声纹特征提取
根据采集到的信号数据，进行CODA分析、频谱分析等处理方法，提取得到声纹特征。预计需要两个月时间进行。
3.3信号匹配与识别
采用k近邻、支持向量机等机器学习方法，进行半监督学习对信号进行识别。预计需要两个月时间。
总计计划周期5个月，项目全年预算20万元。
4.研究预期成果
本文针对变压器局部放电信号采集、声纹特征提取和信号识别等方面进行了研究，预计成果如下：
4.1实现对变压器局部放电情况的实时检测
通过声纹识别技术进行信号匹配和识别，能够实现对变压器局部放电情况的实时检测，及时采取措施修复变压器，保障电网的稳定运行。
4.2提高变压器局部放电检测的准确性和可靠性
本研究采用CODA分析和声纹识别技术结合的方法，不仅能提高变压器局部放电检测的准确性和可靠性，同时能够减少误识别率，降低检测成本。
4.3推动声纹识别技术在变压器局部放电检测中的应用
本文提出利用声纹识别技术进行变压器局部放电信号识别的方法和实验结果，可以提高声纹识别技术在变压器局部放电检测中的推广应用，为电力系统提供安全保障。
【参考文献】
[1]黄香蕙,赵爱民,张广yang.基于脉冲周期特征的高压变压器局部放电识别[J].电网技术,2005,29(2):74-78.
[2]侯秀珍,洪志铭,费一文等.基于CODA波形分析与能量特征的变压器局部放电检测[J].电力系统保护与控制,2011,39(8):1-5.
[3]王锡莲,杨芳蕙,熊怀清等.基于支持向量机的高压变压器局部放电分类识别方法研究[J].220kV变电站技术,2018,32(4):31-36.