萬書亭，冉斌，王志歡

(河北省電力機(jī)械裝備健康維護(hù)與失效預(yù)防重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，河北 保定 071003)

瓷支柱絕緣子是變電站重要組成設(shè)備之一，起著支撐導(dǎo)線和絕緣作用[1]。在實(shí)際應(yīng)用中，絕緣子如果出現(xiàn)故障而不能及時(shí)發(fā)現(xiàn)，將會(huì)造成巨大的經(jīng)濟(jì)損失。經(jīng)過調(diào)研，絕緣子的缺陷主要分為上法蘭缺陷和下法蘭缺陷。根據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)，瓷支柱絕緣子的損壞形式90%出現(xiàn)在下法蘭到第1瓷群間的部位[2-5]。

傳統(tǒng)的瓷支柱絕緣子故障檢測技術(shù)包括超聲波檢測法、紅外成像法、X射線檢測法等，這些方法存在檢測結(jié)果易受環(huán)境因素影響、設(shè)備造價(jià)高、干擾因素較多且無法帶電檢測等問題[6-9]。聲學(xué)振動(dòng)檢測法是目前國內(nèi)外對(duì)整體結(jié)構(gòu)進(jìn)行故障診斷的研究熱點(diǎn)，在很多領(lǐng)域得到了廣泛應(yīng)用。文獻(xiàn)[10]設(shè)計(jì)實(shí)驗(yàn)對(duì)比檢測完好和破損的支柱絕緣子，論證了采用振動(dòng)法檢測支柱絕緣子缺陷的可行性。20世紀(jì)80年代，俄羅斯科學(xué)家將激振聲學(xué)檢測法應(yīng)用于電力系統(tǒng)瓷支柱絕緣子缺陷檢測，并研制出了瓷支柱絕緣子探傷儀。其判別理論為：正常瓷支柱絕緣子的功率譜圖分布表現(xiàn)為“中高側(cè)低”，峰值頻率在3～5 kHz；下法蘭區(qū)發(fā)生故障時(shí)，功率譜出現(xiàn)2 kHz左右的較高峰值；上法蘭區(qū)發(fā)生故障時(shí)，功率譜則會(huì)另外出現(xiàn)8 kHz左右的較高峰值[11-13]。在實(shí)際檢測過程中誤判漏檢時(shí)有發(fā)生，檢測穩(wěn)定性有待改進(jìn)；因此，關(guān)于絕緣子振動(dòng)信號(hào)的故障特征提取急需更加有效的方法。

文獻(xiàn)[14]對(duì)力錘敲擊后絕緣子的振動(dòng)信號(hào)進(jìn)行3層小波包分解，以故障前后各頻段能量變化率作為判別依據(jù)，但其絕緣子實(shí)驗(yàn)狀態(tài)是在自由懸掛和地面放置2種狀態(tài)，并沒有模擬出絕緣子實(shí)際工況，另外其特征判別依據(jù)也比較單一，無法完全反映出絕緣子的故障特征。文獻(xiàn)[15]通過提取現(xiàn)場實(shí)測絕緣子振動(dòng)信號(hào)的標(biāo)準(zhǔn)梅爾頻率倒譜系數(shù)(Mel frequency cepstrum coefficient，MFCC)，基于BP神經(jīng)網(wǎng)絡(luò)對(duì)絕緣子運(yùn)行狀態(tài)實(shí)施分類，但標(biāo)準(zhǔn)MFCC只能反映出絕緣子振動(dòng)信號(hào)的靜態(tài)特性，無法表征其動(dòng)態(tài)特征。

綜上所述，本文提出基于振動(dòng)響應(yīng)多維聯(lián)合特征提取的瓷支柱絕緣子故障識(shí)別方法。根據(jù)實(shí)際工況搭建試驗(yàn)臺(tái)，模擬絕緣子常見故障形式，在白噪聲激勵(lì)下獲取絕緣子不同故障類型下的振動(dòng)數(shù)據(jù)樣本。提取絕緣子振動(dòng)信號(hào)多項(xiàng)時(shí)域統(tǒng)計(jì)指標(biāo)、頻域指標(biāo)，以及標(biāo)準(zhǔn)MFCC及其一階和二階差分參數(shù)，比較全面地反映絕緣子振動(dòng)信號(hào)的動(dòng)靜態(tài)特性，組成瓷支柱絕緣子故障判別特征向量，利用支持向量機(jī)(support vector machines，SVM)分類器對(duì)所得樣本進(jìn)行分類，得到了不同絕緣子故障類型下的判別模型。最后通過與傳統(tǒng)方法的比對(duì)，對(duì)所提方法的有效性進(jìn)行驗(yàn)證。

1 現(xiàn)有瓷支柱絕緣子故障識(shí)別方法

現(xiàn)有利用振動(dòng)聲學(xué)方法對(duì)110 kV和220 kV電壓等級(jí)瓷支柱絕緣子的狀態(tài)檢測，是采用俄羅斯生產(chǎn)的絕緣子振動(dòng)監(jiān)測探傷儀，檢測瓷支柱絕緣子振動(dòng)的諧振頻率是否偏移來進(jìn)行判斷[16,18]，其判別步驟為：

a)激勵(lì)端利用白噪聲激勵(lì)對(duì)瓷支柱絕緣子底部的法蘭盤進(jìn)行激勵(lì)，使絕緣子產(chǎn)生激振，接收端壓電式加速度傳感器檢測其振動(dòng)響應(yīng)；

b)對(duì)所獲取的振動(dòng)信號(hào)進(jìn)行濾波降噪，獲取其振動(dòng)信號(hào)的功率譜圖，并標(biāo)定出最大峰值頻率點(diǎn)；

c)依據(jù)功率譜圖中諧振頻率的偏移方向來判別瓷支柱絕緣子故障類型[19-21]。

2 瓷支柱絕緣子故障特征向量

2.1 時(shí)域特征向量

本文選取的時(shí)域統(tǒng)計(jì)特征參數(shù)包括有量綱參數(shù)(峰值、均值、均方值、方差)和量綱一的參數(shù)(峭度)。

a)峰值指標(biāo)。將該振動(dòng)信號(hào)通過采樣點(diǎn)分為m段，每段找出1個(gè)峰值Xpj(j=1，2，…，m)，而該聲波數(shù)據(jù)峰值指標(biāo)

(1)

峰值反映的是某時(shí)刻振幅的最大值，能夠一定程度上反映瓷支柱絕緣子損傷情況。

b)均值指標(biāo)

(2)

式中：Xi為第i個(gè)采樣點(diǎn)對(duì)應(yīng)振動(dòng)信號(hào)的幅值；n為采樣點(diǎn)總數(shù)。

均值是振動(dòng)信號(hào)1階矩的有量綱統(tǒng)計(jì)指標(biāo)，反映振動(dòng)信號(hào)的靜態(tài)分量。

c)均方根值指標(biāo)

(3)

均方根值反映振動(dòng)信號(hào)的整體能量或者強(qiáng)度，一定程度上能夠體現(xiàn)出瓷絕緣子振動(dòng)幅值隨時(shí)間緩慢變化的過程。損傷程度愈大，則均方根值愈高。

d)方差指標(biāo)

(4)

方差指標(biāo)反映振動(dòng)信號(hào)偏離均值的波動(dòng)情況。

e)峭度指標(biāo)

(5)

峭度指標(biāo)是反映隨機(jī)變量分布特征的量綱一的數(shù)值統(tǒng)計(jì)量，屬于4階累積量。瓷支柱絕緣子一旦發(fā)生故障，便會(huì)出現(xiàn)相關(guān)頻率成分，隨著故障程度的加深，相關(guān)頻率成分幅值更加明顯，而峭度值能反映振動(dòng)信號(hào)幅值分布偏離正態(tài)分布的程度，這種幅值偏離度能一定程度反映故障特征，故引入峭度值作為判別指標(biāo)之一。

2.2 頻域特征向量

通過分析正常及故障瓷支柱絕緣子振動(dòng)數(shù)據(jù)頻譜圖，發(fā)現(xiàn)無論其故障與否，頻譜圖都可以分為3個(gè)主要特征頻段，分別為0～3 kHz、3～6 kHz、6～10 kHz，但是細(xì)節(jié)信息(如幅值變化、峰值頻率、共振強(qiáng)度)會(huì)有一些差別，故本文提出了以3個(gè)頻段的最大幅值之比和能量占比作為特征判別指標(biāo)。頻段能量

(6)

式中：Si(i=1，2，3)為劃分的各頻段信號(hào)；zj為各頻段離散點(diǎn)的幅值；a為各頻段信號(hào)總的點(diǎn)數(shù)。

2.3 MFCC

MFCC是根據(jù)人耳對(duì)不同頻率的聲波有不同的聽覺敏感程度而研究發(fā)現(xiàn)的，廣泛應(yīng)用于語音識(shí)別領(lǐng)域。瓷支柱絕緣子振動(dòng)信號(hào)頻率成分復(fù)雜，兼具低頻和高頻成分，絕緣子出現(xiàn)故障會(huì)引起自身剛度變化，出現(xiàn)相應(yīng)的高頻或低頻成分，但是其頻譜圖可能無法直觀表現(xiàn)出來。由于高頻信號(hào)頻帶寬、低頻信號(hào)頻帶窄，而Mel帶通濾波器組恰好是根據(jù)臨界帶寬來實(shí)現(xiàn)對(duì)信號(hào)的分割，并且相鄰2個(gè)帶通濾波器有重疊部分，能夠最大程度保留瓷支柱絕緣子振動(dòng)信號(hào)各頻段的細(xì)微特征，在信噪比較低的情況下依舊有較好的特征識(shí)別性能[22]。MFCC提取過程如圖1所示。

圖1 MFCC提取基本過程Fig.1 Basic process of MFCC parameter extraction

a)預(yù)處理。預(yù)處理分為3個(gè)步驟：

第1步是預(yù)加重，目的是提升高頻部分，使信號(hào)的頻譜變得平坦，保持在低頻到高頻的整個(gè)頻帶中能用同樣的信噪比求頻譜。

第2步是分幀，先將n個(gè)采樣點(diǎn)集合成1個(gè)觀測單位，稱為幀。通常情況下n的值為256或512。為了避免相鄰2幀的變化過大，會(huì)讓相鄰2幀之間有重疊區(qū)域。

第3步是加窗，將每幀乘以漢明窗，以增加幀左端和右端的連續(xù)性。

b)快速傅里葉變換。由于絕緣子振動(dòng)信號(hào)在時(shí)域上的變換通常很難看出信號(hào)的特性，通常將其轉(zhuǎn)換為頻域上的能量分布來觀察，不同的能量分布代表不同音頻信號(hào)的特性。先對(duì)分幀加窗后的各幀信號(hào)進(jìn)行快速傅里葉變換得到各幀的頻譜，然后對(duì)絕緣子振動(dòng)信號(hào)的頻譜取平方得到其功率譜。

c)利用Mel帶通濾波器濾波。將功率譜通過1組Mel尺度的三角形濾波器組，定義1個(gè)有M個(gè)濾波器的濾波器組(濾波器的個(gè)數(shù)和臨界帶的個(gè)數(shù)相近)，采用的濾波器為三角濾波器。各濾波器中心頻率之間的間隔隨著M值的增大而增寬，主要目的是對(duì)頻譜進(jìn)行平滑化，并消除諧波的作用，突顯原先語音的共振峰。在此基礎(chǔ)上取對(duì)數(shù)，得到對(duì)數(shù)化的Mel能量譜。

d)計(jì)算離散余弦得到MFCC特征參數(shù)

k=1，2，…，L.

(7)

式中：gi為第i幀信號(hào)的對(duì)數(shù)Mel能量譜；h為濾波器序號(hào)；M為濾波器個(gè)數(shù)；L為MFCC系數(shù)階數(shù)，通常取12～16。

e) 動(dòng)態(tài)差分參數(shù)的提取。標(biāo)準(zhǔn)的MFCC只反映所處理信號(hào)參數(shù)的靜態(tài)特性，而絕緣子振動(dòng)信號(hào)是一個(gè)“動(dòng)過程”，信號(hào)的動(dòng)態(tài)特性可以用這些靜態(tài)特征的差分譜來描述，將動(dòng)、靜態(tài)特征結(jié)合起來更能有效提高對(duì)絕緣子振動(dòng)信號(hào)的識(shí)別效果。差分參數(shù)的計(jì)算公式為：

(8)

式中：dt為第t個(gè)一階差分；Ct為第t個(gè)倒譜系數(shù)；Q為倒譜系數(shù)的階數(shù)；T為1階導(dǎo)數(shù)的時(shí)間差，可取1或2。將得到的一階差分參數(shù)再代入式(8)，重復(fù)步驟就可以得到二階差分參數(shù)。

3 算法介紹

3.1 SVM

設(shè)有樣本(xi，yi)(xiRd；yi{-1，+1}；i=1，2，…，v)，xi為d維特征向量，yi為類別標(biāo)簽矩陣，v為樣本總數(shù)。

a)若樣本線性可分，則SVM將分類問題轉(zhuǎn)化為求解凸二次優(yōu)化問題：

(9)

式中：w為權(quán)重向量；C為懲罰因子；εi為松弛因子；b為偏置矩陣。

利用拉格朗日乘子，可轉(zhuǎn)化為對(duì)偶問題求解，在滿足yi[(w·xi)+b]=1的條件下，得到其決策函數(shù)

(10)

式中：αi為拉格朗日系數(shù)；上標(biāo)“*”表示伴隨矩陣。

b)若樣本線性不可分，則通過非線性映射p，將樣本映射到高維線性可分的特征空間，利用核函數(shù)求解最優(yōu)決策函數(shù)，即

(11)

式中K(xi,xj)為核函數(shù)。本文經(jīng)過實(shí)驗(yàn)比對(duì)，選擇了常用的高斯核函數(shù)，其表達(dá)式為

(12)

式中δ為高斯核函數(shù)的帶寬。

3.2 分類算法流程

綜上所述，本文提取了多項(xiàng)時(shí)域特征、頻域特征、MFCC特征，共同組成瓷支柱絕緣子故障判別特征空間，然后輸入到SVM中進(jìn)行分類。分類算法流程如圖2所示。

圖2 瓷支柱絕緣子分類算法流程Fig.2 Flow chart of classification algorithm for porcelain post insulators

具體步驟如下：

(13)

(14)

c)按照上述MFCC特征提取流程，對(duì)瓷支柱絕緣子振動(dòng)信號(hào)提取MFCC靜態(tài)系數(shù)、一階差分參數(shù)、二階差分參數(shù)。其數(shù)學(xué)表達(dá)式是1個(gè)n行m列的矩陣，每一行代表振動(dòng)信號(hào)分幀后的信號(hào)，每一列元素代表所提取的每一階MFCC特征。每組絕緣子振動(dòng)信號(hào)對(duì)應(yīng)這樣1個(gè)特征矩陣，所有絕緣子振動(dòng)信號(hào)會(huì)產(chǎn)生龐大的數(shù)據(jù)量，不利于分類器計(jì)算。本文通過對(duì)每一階MFCC特征幅值波動(dòng)情況單獨(dú)進(jìn)行分析，發(fā)現(xiàn)其幅值始終在某個(gè)范圍內(nèi)波動(dòng)。為了更方便有效地構(gòu)建絕緣子故障判別特征空間，將上述矩陣每列取均值降維，這樣既能有效保留特征信息，又能大幅降低分類難度，最終得到一個(gè)m列的特征行向量

對(duì)于我國公民而言，有權(quán)利參與社會(huì)的公共管理，對(duì)于居住的小區(qū)可以參與小區(qū)的公共管理，并提出相應(yīng)的意見，對(duì)于生活的城市，包括公共設(shè)施以及一系列的公共設(shè)施，都可以提出自己的意見和建議，來為美好城市的發(fā)展做出自己的貢獻(xiàn)和努力。

Kj=(K1,K2,…,Km-1,Km).

(15)

d)將式(13)—(15)的3個(gè)特征向量組合成絕緣子故障判別特征集

Xjyz={Xt,Xf,Kj}.

(16)

e)將3種狀態(tài)下的瓷支柱絕緣子特征集Xjyz輸入到SVM中進(jìn)行訓(xùn)練，得到絕緣子不同狀態(tài)下的判別模型，然后利用該判別模型對(duì)瓷支柱絕緣子的運(yùn)行狀態(tài)進(jìn)行評(píng)估診斷，輸出結(jié)果。

4 試驗(yàn)驗(yàn)證

4.1 瓷支柱絕緣子故障模擬試驗(yàn)臺(tái)

本文研究對(duì)象為變電站110 kV、220 kV電壓等級(jí)瓷支柱絕緣子，模擬絕緣子上法蘭端故障和下法蘭端故障。

首先挑選2只完好無損的絕緣子，利用加熱圈分別對(duì)其上法蘭和下法蘭處進(jìn)行緩慢加熱(如圖3所示)，當(dāng)溫度上升到200 ℃左右時(shí)，法蘭內(nèi)部膠合劑會(huì)緩慢產(chǎn)生氣孔，此時(shí)斷電停止升溫，用冷水使溫度驟降，在降溫過程中用力錘輔助敲擊，重復(fù)多次后，在法蘭與傘裙的連接處會(huì)產(chǎn)生如圖4所示的微裂紋。

圖3 瓷支柱絕緣子故障試制Fig.3 Trial production of porcelain post insulator failure

圖4 微裂紋Fig.4 Microcrack

模擬瓷支柱絕緣子現(xiàn)場安裝以及固定方式搭建試驗(yàn)臺(tái)，圖5(a)為搭建的絕緣子試驗(yàn)臺(tái)，圖5(b)為絕緣子與基座的固定方式，采用4個(gè)螺栓固定，與實(shí)際約束條件完全吻合。

圖5 絕緣子試驗(yàn)臺(tái)Fig.5 Insulator testbed

考慮到絕緣子實(shí)際工作條件，本文選用壓電陶瓷激振器作為激勵(lì)裝置，采用特殊的鍺鈦酸鉛壓電陶瓷片，壓電陶瓷換能器為特殊雙膜片結(jié)構(gòu)，前后兩端分別連接變幅桿和配重塊，能夠有效放大激振力并防止激振力反向傳導(dǎo)。該壓電陶瓷激振器驅(qū)動(dòng)電壓為0～150 V，驅(qū)動(dòng)電壓越大，激振力越大。將白噪聲信號(hào)輸入到壓電陶瓷激振器中，即可產(chǎn)生與白噪聲信號(hào)分布規(guī)律一致的白噪聲激振。

振動(dòng)傳感器選用CA-YD-1182型壓電式加速度傳感器，量程為0～50g，頻響范圍為0.5～10 kHz。根據(jù)采樣定理，設(shè)置采樣頻率為50 kHz，采樣長度為16 384。圖6為瓷支柱絕緣子振動(dòng)信號(hào)獲取裝置，通過絕緣子下沿激勵(lì)和測試信號(hào)。

圖6 振動(dòng)信號(hào)獲取裝置Fig.6 Vibration signal acquisition device

4.2 特征提取

利用上述方法，分別采集正常狀態(tài)、下法蘭端缺陷、上法蘭端缺陷絕緣子振動(dòng)信號(hào)各15組。部分采集到的絕緣子振動(dòng)信號(hào)如圖7所示。

圖7 不同狀態(tài)絕緣子的振動(dòng)信號(hào)時(shí)域波形Fig.7 Time-domain waveforms of vibration signals of insulators in different states

分別提取各信號(hào)的時(shí)域特征向量Xt、頻域特征向量Xf和MFCC特征向量Kj，其中Kj的提取過程如下：

根據(jù)每組絕緣子振動(dòng)信號(hào)數(shù)據(jù)長度為16 384，采樣頻率為50 kHz，設(shè)置分幀幀長為256，Mel濾波器的個(gè)數(shù)為24，MFCC階數(shù)為12，求得原MFCC之后，再計(jì)算得到其一階、二階差分參數(shù)各12階，最終的MFCC特征由原12維MFCC及其一階、二階差分參數(shù)共同組成，該組瓷支柱絕緣子振動(dòng)信號(hào)經(jīng)過MFCC特征提取得到1個(gè)198行36列的MFCC特征矩陣

(17)

分析每一階MFCC特征數(shù)值，發(fā)現(xiàn)其幅值始終圍繞1條直線上下波動(dòng)，圖8為提取的圖7(a)前3階MFCC特征數(shù)值波動(dòng)情況，數(shù)值波動(dòng)區(qū)間分別為[-10，0]、[-20，-10]、[10，25]。

圖8 前3階MFCC特征數(shù)值波動(dòng)情況Fig.8 Fluctuations of the first three orders of MFCC characteristic values

將上述矩陣每列取均值進(jìn)行計(jì)算，得到1個(gè)36列的特征行向量

Kj=(K1,K2,…,K36).

(18)

4.3 基于SVM的絕緣子故障識(shí)別

綜合上述信號(hào)特征提取過程，每組絕緣子振動(dòng)信號(hào)特征空間由時(shí)域、頻域、MFCC特征3個(gè)部分組成，可得其特征集

Xjyz={Xt,Xf,Kj}.

(19)

此次測試過程一共測取了3種類型的絕緣子共45組絕緣子振動(dòng)數(shù)據(jù)，然后分別計(jì)算出每組振動(dòng)數(shù)據(jù)的特征集Xjyz，最終得到一個(gè)樣本量45×46的數(shù)據(jù)樣本，其數(shù)據(jù)分布情況如圖9所示。其中：X軸為信號(hào)組別，代表所采集到的45組數(shù)據(jù)；Y軸為特征數(shù)，代表每組信號(hào)對(duì)應(yīng)的各個(gè)特征，共46個(gè)特征；Z軸為各個(gè)特征值的大小。

圖9 特征數(shù)據(jù)分布三維圖Fig.9 Three-dimensional map of feature data distribution

在利用SVM訓(xùn)練之前，本文經(jīng)過對(duì)比發(fā)現(xiàn)選取C=4、g=0.1效果較好。以采集的3種類型瓷支柱絕緣子振動(dòng)數(shù)據(jù)前10組(共30組)作為訓(xùn)練集，輸入到SVM中訓(xùn)練；以每種類型絕緣子剩余的5組(共15組)作為測試集，檢驗(yàn)分類的效果。識(shí)別結(jié)果如圖10所示，可以看出測試集的15組數(shù)據(jù)分類結(jié)果與實(shí)際分類一致，分類全部正確，充分驗(yàn)證了選取特征的有效性。

圖10 SVM識(shí)別結(jié)果Fig.10 SVM recognition results

4.4 與現(xiàn)有方法的比較

如前文所述，現(xiàn)有方法主要是依靠功率譜圖模態(tài)頻率的偏移來判別絕緣子故障(下文稱模態(tài)頻率偏移法)。在本文45組測量樣本中，某些振動(dòng)信號(hào)的功率譜具有很大迷惑性，如圖11為已知上法蘭端故障的瓷支柱絕緣子振動(dòng)信號(hào)，在3 kHz以下仍然出現(xiàn)了共振帶且幅值峰值較高，如果按照現(xiàn)有方法進(jìn)行判別，則可能會(huì)得出絕緣子上下法蘭皆有故障的錯(cuò)誤判斷，但是利用本文方法實(shí)現(xiàn)了其故障的正確分類。

圖11 絕緣子振動(dòng)信號(hào)功率譜圖Fig.11 Power spectrum of insulator vibration signal

分別用模態(tài)頻率偏移法和本文方法對(duì)瓷支柱絕緣子振動(dòng)數(shù)據(jù)進(jìn)行處理，模態(tài)頻率偏移法識(shí)別率為80%，本文方法識(shí)別率為100%。

通過以上對(duì)比分析，雖然測試樣本有限，但是模態(tài)頻率偏移法在實(shí)際應(yīng)用中有很大局限性，判別特征過于單一。絕緣子結(jié)構(gòu)較為復(fù)雜，通過簡單的峰值頻率的偏移來進(jìn)行故障判別，雖然有一定的理論依據(jù)，但是實(shí)際檢測效率不理想：當(dāng)功率譜圖有上述特征出現(xiàn)時(shí)，故障可能已經(jīng)到達(dá)較嚴(yán)重的程度；絕緣子早期故障時(shí)，其特征頻率偏移量微弱，難以斷定其故障與否。本文方法基于多個(gè)維度提取絕緣子振動(dòng)信號(hào)的特征量，各特征之間相互補(bǔ)充，較全面地囊括了瓷支柱絕緣子的故障特征，對(duì)瓷支柱絕緣子的故障識(shí)別更加充分，效果更好。

5 結(jié)論

本文針對(duì)變電站瓷支柱絕緣子上下法蘭故障帶電檢測的難題，在現(xiàn)有的振動(dòng)聲學(xué)檢測方法基礎(chǔ)上，提出了基于振動(dòng)響應(yīng)多維聯(lián)合特征的瓷支柱絕緣子故障識(shí)別方法；研制了瓷支柱絕緣子故障模擬試驗(yàn)臺(tái)，采用加熱圈加熱并快速冷卻的方式模擬絕緣子上下法蘭內(nèi)部故障，采用壓電陶瓷激振器模擬白噪聲激振。研究得出以下結(jié)論：

針對(duì)白噪聲激勵(lì)下的瓷支柱絕緣子振動(dòng)響應(yīng)信號(hào)特點(diǎn)，建立了包含時(shí)域指標(biāo)、頻域指標(biāo)、MFCC特征的多維聯(lián)合特征向量，其中時(shí)域特征包括峰值、均值、均方值、方差和峭度，頻域特征包括3個(gè)頻段的最大幅值之比和能量占比。該聯(lián)合特征向量能夠從不同角度全方位反映瓷支柱絕緣子在白噪聲激勵(lì)下的振動(dòng)響應(yīng)變化特征。與現(xiàn)有的模態(tài)頻率偏移法相比，可大幅提高診斷精度。

本文方法無法識(shí)別出絕緣子故障程度，后續(xù)可試制出3種故障類型下不同故障程度的絕緣子，獲取其有效振動(dòng)信號(hào)，利用本文方法對(duì)其進(jìn)一步研究和探討。