摘要：由于抽水蓄能電站中部分設備難取接近，導致采集有效信號的難度較大，為了降低設備故障檢測中的漏檢率與誤檢率，將小樣本異常特征挖掘算法與聲紋識別技術結合，提出一種新的抽水蓄能電站主設備故障檢測方法。選取壓電式加速度傳感器作為聲紋采集傳感器設備，設定相關參數(shù)，并通過Pearson相關系數(shù)確定傳感器布設位置，借助聲紋數(shù)據(jù)采集模塊采集運行狀態(tài)數(shù)據(jù)。將EMD與小波變換結合對采集得到的主設備運行狀態(tài)數(shù)據(jù)實施去噪，降低故障檢測誤差。采用小樣本異常特征挖掘算法針對去噪數(shù)據(jù)集進行異常數(shù)據(jù)挖掘，將挖掘結果與聲紋數(shù)據(jù)處理結合實現(xiàn)主設備故障檢測。實驗結果表明，所提方法不僅降低了故障檢測的漏檢率與誤檢率，而且能夠克服干擾信號的影響，實用價值較高。

關鍵詞：小樣本異常特征挖掘算法；聲紋識別技術；抽水蓄能電站；故障檢測；聲紋采集傳感器

中圖分類號：TV735 文獻標識碼：A