基于卷积神经网络的放电声音故障检测

本文设计了一种基于卷积神经网络的放电声音检测方法,针对电力系统中设备绝缘老化引起的局部放电现象,提出通过终端边缘节点的声信号检测方法实时监控设备正常工作、局部放电和发生故障的三种状态,并将异常状态通过边缘计算专网反馈给运维中心。该系统通过设备终端的边缘节点采集发生故障时放电音频数据,这些故障包括：正常工作、局部放电和故障已发生的状态。并进行信号预处理和提取能够反应故障状态的音频特征。然后,将处理后的数据作为卷积神经网络的输入。实验表明该方法与经典的深度神经网络相比,平均识别率提高了约2%。