基于优化MFCC参数的GIS绝缘缺陷声纹诊断模型

本文为提高GIS绝缘缺陷诊断识别的准确性,提出了一种基于GIS局部放电超声信号的声纹识别诊断模型。首先,提取GIS局部放电超声信号的MFCC声纹特征,采用PCA算法对特征进行降维优化,最后根据构建的SVM分类器对优化后的特征进行识别得到绝缘缺陷的分类结果。在110kVGIS上进行试验,采集针尖、悬浮、微粒、沿面四种绝缘缺陷的GIS局部放电超声信号进行测试。测试结果表明,MFCC特征向量能够准确有效地反映出GIS不同绝缘缺陷情况下的超声信号特征,且模型的识别诊断成功率较高、识别速度有较大提升。经试验验证,本文所提出的诊断模型可有效提高GIS缺陷识别效率。