[发明专利]一种变电站设备异常声源定位方法及系统

说明书

本发明公开了一种变电站设备异常声源定位方法，其包括步骤：(1)采集变电站声音信号样本Y＝[y₁,y₂,…,y_n]；(2)建立变电站声音信号样本的似然函数；(3)采用改进的粒子群算法求取变电站声音信号样本的似然函数的最大值，并基于该最大值获得与该最大值所对应的方向角D的估计值，以对变电站设备异常声源进行定位。此外，本发明还公开一种变电站设备异常声源定位系统，其包括：声音传感器阵列，其采集变电站声音信号样本；处理和定位模块，其用于执行本发明所述变电站设备异常声源定位方法中的步骤(2)及步骤(3)，以对变电站设备异常声源进行定位。

技术领域

本发明涉及一种定位方法及系统，尤其涉及一种对变电站定位的方法及系统。

背景技术

众所周知，变电站电力设备的声音信号中具有十分丰富的运行状态信息，在现有技术中，通过利用声学监测技术，可以提供电力设备运行时的声音信息，进而判断设备运行状态。这是现有技术中经常采用的电力设备运行状态的监测和评估方法。

在现有技术中，常用的声源定向方法，如多重信号分类(MUSIC)方法在低信噪比环境下定位精度较低，采用这种MUSIC方法在变电站环境中对异常声源进行定位的效果较差，难以达到满意的效果。

相应地，极大似然估计方法(maximum likelihood estimation,MLE)虽然有较高的定向精度，且计算量比现有技术中的MUSIC方法低。但是采用这种极大似然估计(MLE)方法对异常声源进行定位时，仍需谱峰搜索，搜索步长越小，计算量越大。

基于此，针对现有技术中存在的缺陷与不足，本发明期望获得一种变电站设备异常声源定位方法及系统，该变电站设备异常声源定位方法及系统通过引入变异思想的改进粒子群优化方法(mutant particle swarm optimization,MPSO)，可以有效解决采用极大似然估计(MLE)方法时计算量较大的问题，进而快速且准确地对变电站设备异常声源进行定位，其定位准确率高且适用性十分广泛，具有良好的推广前景和应用价值。

发明内容

本发明的目的之一在于提供一种变电站设备异常声源定位方法，该变电站设备异常声源定位方法通过引入变异思想的改进粒子群算法(MPSO)方法，可以有效解决采用极大似然估计(MLE)方法时计算量较大的问题，进而快速且准确地对变电站设备异常声源进行定位，其定位准确率高且适用性十分广泛，具有良好的推广前景和应用价值。

基于上述目的，本发明提出了一种变电站设备异常声源定位方法，其包括步骤：

(1)采集变电站声音信号样本Y＝[y₁,y₂,…,y_n]；

(2)建立变电站声音信号样本的似然函数；

(3)采用改进的粒子群算法求取变电站声音信号样本的似然函数的最大值，并基于该最大值获得与该最大值所对应的方向角D的估计值，以对变电站设备异常声源进行定位。

进一步地，在本发明所述的变电站设备异常声源定位方法中，对于声音信号样本Y＝[y₁,y₂,…,y_n]，所述变电站声音信号样本的似然函数被构造为：

其中，θ表示声音信号的俯仰角，表示声音信号的方位角，σ²表示噪声信号的方差，tr(·)表示矩阵的迹；R表示声音信号的协方差矩阵，y_i(t)表示声音信号，为声音信号的方向向量，为方向向量展成空间的投影算子，n表示声音信号样本中声音信号的数量，y_i^H(t)表示声音信号y_i(t)矩阵的共轭转置。