基于时频相位组成的局部放电光纤传感器声信号识别

本文提出了一种新颖的方法，通过时频相位组成特性识别局部放电光纤传感器的声信号。该方法通过Cohen双线性时频变换获取局部放电光纤传感器声信号的Wigner–Ville时频分布，从而提供高时频分辨率。由于时间域强度分布和频率域能量分布受到介质色散和声传播的严重影响，Wigner–Ville分布能够详细反映与绝缘缺陷相关的特性。通过结合电源循环中不同相位的Wigner–Ville分布，实施时频相位组成特性，全面表征局部放电光纤传感器声信号的特征。引入具有注意力块的视觉变换器来识别局部放电传感器的声信号。注意力块确保神经网络在提取的声学特征中为能量集中区域分配更多的权重。为了验证所提方法，进行了实验以识别局部放电光纤传感器的声信号。所提方法在三个分组测试集上达到令人印象深刻的99.56%的准确率。这表明该方法是一种有前景的识别局部放电传感器声信号以检测各种绝缘缺陷的方法，使用声发射特征分析。