Fusion à attention croisée des caractéristiques acoustiques temps-fréquence pour la reconnaissance des défauts d’isolation dans les équipements électriques utilisant un système de réseau de microphones

Résumé

Ce protocole décrit une méthode sans contact pour reconnaître les défauts d’isolation dans les équipements électriques en extrayant et en fusionnant des caractéristiques acoustiques dans le domaine temporel et fréquentiel pour une classification automatisée des défauts.

Résumé

L’objectif de ce protocole est de fournir une méthode sans contact pour reconnaître les défauts d’isolation dans les équipements électriques en extrayant et en fusionnant des caractéristiques acoustiques dans le domaine temps et fréquence pour la classification automatisée des défauts. Les empreintes acoustiques générées par les failles d’isolation présentent des caractéristiques non linéaires et non gaussiennes, ce qui peut limiter l’efficacité des approches conventionnelles d’extraction de caractéristiques à domaine unique. Pour relever ce défi, ce protocole présente un cadre d’extraction et de fusion temps-fréquence basé sur un mécanisme d’attention croisée (CA) permettant d’identifier quatre types de défauts d’isolation. Les caractéristiques du domaine temporel sont d’abord extraites à l’aide d’un réseau convolutif temporel couplé à un autoencodeur pour capturer les variations dynamiques des signaux acoustiques séquentiels. Parallèlement, des caractéristiques du domaine fréquentiel sont extraites des spectrogrammes Mel à l’aide d’un module d’attention par bloc convolutionnel pour améliorer la représentation des caractéristiques spectrales. Un mécanisme AC est alors employé pour fusionner adaptativement les caractéristiques temporelles et spectrales, renforçant ainsi les relations entre les deux domaines de caractéristiques. La représentation des caractéristiques fusionnées est ensuite saisie dans un réseau de neurones convolutionnel unidimensionnel optimisé à l’aide de l’algorithme Cuckoo Search pour la classification des défauts. Les résultats représentatifs démontrent que ce cadre caractérise efficacement les empreintes acoustiques complexes et atteint une haute performance de classification par rapport aux approches conventionnelles d’extraction de caractéristiques. Le protocole offre une stratégie robuste sans contact pour le diagnostic des défauts d’isolation et la surveillance de l’état des équipements électriques.

Introduction

L’identification précoce des défauts d’isolation dans les équipements électriques est essentielle pour garantir la sécurité et la stabilité du réseau^électrique 1,2,3,4. Les statistiques indiquent qu’environ 60 % des pannes d’équipements électriques sont directement liées à la dégradation de l’isolation⁵. Les méthodes conventionnelles de surveillance électrique souffrent cependant souvent d’une réponse retardée, de faibles capacités anti-interférences et de la nécessité d’une installation invasive basée sur le contact⁵. Récemment, la reconnaissance des empreintes digitales acoustiques s’est imposée comme une approche diagnostique prometteuse sans contact grâce à sa réponse rapide et à sa facilité de mise^en œuvre ^6,7. Néanmoins, les signaux de défaut d’isolation sont intrinsèquement non linéaires et non^{gaussiens 8}. Leurs caractéristiques acoustiques sont fréquemment masquées par le bruit environnemental et les vibrations structurelles, rendant difficile pour les méthodes traditionnelles d’extraction à domaine unique (domaine temporel ou fréquentiel) de capturer les caractéristiques essentielles de la faille.

La recherche actuelle sur l’extraction de caractéristiques acoustiques fait face à deux défis principaux. Premièrement, l’analyse dans le domaine temporel, telle que les taux de passage à court temps ou à zéro de traversement, reflète les fluctuations du signal mais perd souvent des détails spectraux fins. Deuxièmement, les méthodes dans le domaine fréquentiel, telles que la transformée rapide de Fourier (FFT) et les transformées en ondelettes, peuvent extraire des caractéristiques spectrales mais peinent à capturer l’évolution temporelle dynamique du signal. Des études antérieures ont tenté de combler cet écart. Par exemple, Dai et ^al.9 ont utilisé la transformée de Fourier à court temps (STFT) pour générer des cartes temps-fréquence bidimensionnelles. Cependant, en raison du principe d’incertitude, la résolution de la STFT est contrainte par la largeur de la fenêtre, forçant un compromis entre localisation temporelle et résolution en fréquence. D’autres approches, telles que les coefficients cépstraux à fréquence mel (MFCC) et les coefficients cépstraux à fréquence gammatone (GFCC)¹⁰, aboutissent souvent à des représentations de caractéristiques trop simplistes pour maintenir leur robustesse dans des conditions d’interférence élevée. Bien que les distributions avancées et les caractéristiques basées sur l’entropie¹¹ aient atteint une grande précision dans des ensembles de données spécifiques, elles manquent souvent de généralisabilité en raison de tailles d’échantillons limitées. De plus, la simple concaténation des caractéristiques dans les domaines temps et fréquentiel ne permet pas d’établir un mécanisme de corrélation intrinsèque, ce qui conduit souvent à une forte redondance et à une discriminabilité insuffisante. Les modèles traditionnels d’apprentissage automatique sont également sujets au surapprentissage lorsqu’ils traitent des caractéristiques de petit échantillon et de bruit élevé typiques des jeux de données sur les défauts^{d’isolation 12}. Les développements récents sont passés des descripteurs artisanaux conventionnels et des représentations temps-fréquence vers l’extraction de caractéristiques basées sur des réseaux neuronaux profonds et des stratégies de fusion guidées par l’attention. Néanmoins, de nombreuses approches existantes traitent encore indépendamment l’information temporelle et spectrale ou les combinent par simple concaténation de caractéristiques, limitant leur capacité à capturer des relations inter-domaines au sein de signaux acoustiques complexes.

Pour remédier à ces limitations, ce protocole présente une méthodologie synergique d’extraction et de fusion des caractéristiques temps-fréquence, centrée sur un mécanisme d’attention croisée (AC). L’objectif principal de cette méthode est d’établir un modèle de corrélation intermodale qui attribue de manière adaptative des poids aux caractéristiques critiques, réduisant ainsi la dilution de l’information couramment associée aux stratégies traditionnelles de concaténation. Le protocole utilise une architecture de réseau convolutionnel temporel couplé (TCN) et d’autoencodeur (AE) pour construire un chemin de traitement dans le domaine temporel, utilisant des convolutions causales dilatées pour capturer des dépendances à longue portée au sein de séquences acoustiques. Simultanément, une architecture parallèle de spectrogramme Mel et de module d’attention par blocs convolutionnel (CBAM) est conçue pour améliorer les caractéristiques spectrales locales et l’attention par canal. Au cœur de cette approche se trouve l’introduction d’un mécanisme CA, qui utilise des interactions requête–clé-valeur pour modéliser les interdépendances entre les domaines temps et fréquence. Des concepts similaires de fusion basés sur l’attention ont été rapportés dans des machines bruitées et des tâches acoustiques-diagnostiques, où les poids d’attention mettent l’accent sur des régions temporelles ou spectrales discriminantes sous interférence ; cependant, la plupart des classificateurs à décharge partielle existants reposent encore sur des représentations à domaine unique ou une fusion tardive, ce qui motive la conception actuelle de l’AC. Enfin, un réseau de neurones convolutionnel unidimensionnel (1D-CNN), optimisé à l’aide de l’algorithme Cuckoo Search (CS), est utilisé pour la classification robuste des défauts.

Cette méthode offre des avantages significatifs par rapport aux approches diagnostiques conventionnelles en fournissant une solution haute performance, sans contact, qui reste efficace dans des environnements électromagnétiques complexes. Les indicateurs de performance sont rapportés séparément pour l’étude d’ablation et le modèle final de classification. L’étude d’ablation a obtenu une précision de 98,2 % pour la configuration CA, tandis que le modèle final de classification a atteint une précision globale de 99,05 % (3962/4000), avec des taux de reconnaissance par classe allant de 98,6 % à 99,4 %. Il convient particulièrement aux chercheurs et ingénieurs cherchant à mettre en œuvre la surveillance automatisée des appareils de commutation 10 kV ou d’équipements similaires de distribution d’énergie lorsque la détection par contact est impraticable. En suivant ce protocole, les utilisateurs peuvent caractériser efficacement des empreintes acoustiques complexes et obtenir une identification fiable des défauts dans des conditions de bruit de fond élevé. Les modèles acoustiques basés sur transformateurs, y compris les architectures de transformateurs de spectrogramme audio (AST), sont prometteurs pour la modélisation spectrotemporelle à longue portée ; Cependant, ils n’ont pas été sélectionnés pour le protocole actuel car le jeu de données disponible est relativement petit et le cadre proposé privilégie un entraînement stable, un coût computationnel plus faible et des branches interprétables de traitement en temps et en fréquence. L’évaluation des architectures basées sur des transformateurs représente une orientation importante pour les études futures.

Protocole

Cette étude n’a pas impliqué de participants humains, d’animaux vertébrés ni de spécimens biologiques. Par conséquent, l’approbation éthique institutionnelle, l’approbation de l’utilisation animale et l’approbation des sujets humains n’étaient pas requises.

La figure 1 illustre la structure de convolution causale dilatée utilisée dans l’architecture TCN. La Figure 2 illustre la structure de connexion résiduelle utilisée lors de l’extraction des caractéristiques temporelles. La figure 3 illustre l’architecture AE utilisée pour la réduction des dimensions des caractéristiques. La figure 4 illustre l’architecture CBAM utilisée pour l’extraction des caractéristiques spectrales. La figure 5 illustre le mécanisme de CA utilisé pour la fusion des caractéristiques temps-fréquence.

Figure 1 : Structure de convolution causale dilatée. Illustration schématique de l’architecture du réseau convolutionnel temporel (TCN) utilisant des convolutions causales et dilatées. Le facteur de dilatation augmente avec la profondeur du réseau pour étendre le champ réceptif et capturer les dépendances temporelles à longue portée dans les signaux acoustiques. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 2 : Structure de connexion résiduelle. Schéma du bloc résiduel utilisé dans l’architecture TCN. Le bloc intègre des convolutions causales, la normalisation du poids, des fonctions d’activation de ReLU, des couches de dropout et une connexion résiduelle pour faciliter un entraînement stable en réseau profond et atténuer la dégradation du gradient. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 3 : Architecture de l’autoencodeur (AE). Représentation schématique de l’AE utilisé pour la réduction des dimensions des caractéristiques. L’encodeur comprime les caractéristiques acoustiques d’entrée en une représentation latente, et le décodeur reconstruit l’espace des caractéristiques d’origine à partir de la représentation compressée. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 4 : Architecture du module d’attention par blocs convolutionnel (CBAM). Flux de travail du CBAM utilisé pour l’amélioration des caractéristiques dans le domaine fréquentiel. Le module applique séquentiellement des mécanismes d’attention de canal et d’attention spatiale pour affiner les représentations de caractéristiques extraites des spectrogrammes Mel. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 5 : Mécanisme de fusion des caractéristiques à attention croisée (CA). Représentation schématique du module CA utilisée pour fusionner les caractéristiques temporelles et du domaine fréquentiel. Les matrices de requête, de clé et de valeur sont générées à partir des deux modalités de caractéristiques pour modéliser les dépendances intermodales et produire des représentations de caractéristiques fusionnées. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

1. Mise en place de la plateforme d’empreintes acoustiques et d’acquisition de données pour défauts d’isolation

1. Construire une plateforme de détection par matrice de microphones sans contact au sein du laboratoire. Assemblez le système à l’aide d’un circuit de test haute tension, d’une armoire de test contenant des modèles de défauts, d’un système de test de tension de terre transitoire (TEV) et du système de réseau de microphones. Le système TEV était utilisé comme canal de référence électrique pour la vérification des décharges.
   REMARQUE : Assurez-vous que le circuit haute tension comprend un autotransformateur (T1), un transformateur d’essai (T2), une résistance de protection (R) de 200 kΩ et un condensateur de couplage (Cx) de 1 nF. Voir la figure 6 pour la disposition du schéma.
   ATTENTION : Les tests à haute tension présentent un risque de choc électrique. Suivez les procédures de sécurité électrique institutionnelle et assurez-vous que tous les composants haute tension sont correctement isolés et mis à la terre avant l’utilisation.
2. Configurez quatre modèles distincts de défauts d’isolation à l’intérieur de l’armoire d’essai pour simuler des défauts opérationnels courants : décharge de surface, décharge suspendue, décharge interne et décharge ponctuelle (Figure 7).
3. Préparez les modèles de défauts d’isolation pour les tests.
   1. Fabriquer tous les modèles sur des plaques isolantes en résine époxy de 100 mm × 100 mm × 5 mm à l’aide d’électrodes polies.
   2. Préparez le modèle à décharge de surface en fixant deux électrodes en bande de cuivre de 20 mm × 10 mm × 1 mm sur la surface supérieure avec un espace de fluage de 15 mm. Laissez la surface époxy intermédiaire exposée.
   3. Préparez le modèle à décharge suspendue en montant une électrode en cuivre de 2 mm de diamètre 5 mm au-dessus d’une plaque de cuivre mise à la terre (40 mm × 40 mm × 1 mm) à l’aide d’un support époxy. Gardez l’électrode de tige électriquement isolée de la plaque.
   4. Préparez le modèle à décharge interne en coulant un bloc époxy contenant un vide d’air artificiel cylindrique (10 mm de diamètre × 2 mm de hauteur) centré entre deux plaques de cuivre (40 mm × 40 mm × 1 mm). Positionnez le centre du vide environ 2,5 mm sous la surface supérieure.
   5. Préparez le modèle à décharge ponctuelle en positionnant une électrode aiguille en acier inoxydable d’un rayon d’extrémité d’environ 0,5 mm, en face d’une plaque de cuivre mise à la masse sur un espace d’air de 10 mm.
   6. Nettoyez toutes les électrodes avec de l’éthanol et séchez-les complètement avant l’assemblage.
   7. Assemblez la géométrie électrode-défaut dans l’armoire d’essai et vérifiez tous les espacements des électrodes à l’aide d’un étrier avant chaque test de tension.
4. Déployer le capteur de réseau de microphones utilisant une structure spirale annulaire modifiée composée de 112 canaux. Voir la figure 8 pour la distribution des coordonnées.
5. Réglez la fréquence d’échantillonnage à 200 kHz et configurez la longueur d’échantillon à 8192 points par image. Voir le tableau 1 pour les paramètres du capteur.
6. Configurez le matériel de la matrice de microphones.
   1. Montez les 112 microphones à fleur sur le cadre spiral annulaire modifié aux positions de coordonnées illustrées à la Figure 8. Maintenir l’espacement entre les éléments défini par le fichier de coordonnées du tableau, allant de 10 mm à 25 mm.
   2. Placez un étalonneur acoustique portable et une source de référence ultrasonique 40 kHz à 300 mm du centre de la matrice de microphones.
   3. Calibrez tous les canaux micro actifs avant chaque session d’acquisition en utilisant un signal de référence acoustique de 94 dB, un signal de référence acoustique de 1 kHz et un signal de référence ultrasonique de 40 kHz.
   4. Enregistrez 5 signaux de calibration de s sur chaque canal de microphone.
   5. Calculez la sensibilité RMS et la réponse de phase de chaque canal par rapport au canal central du réseau.
   6. Conserver uniquement les canaux avec une déviation de sensibilité de ±2 dB à 1 kHz, à ±3 dB à 40 kHz, et sans clipping ni élévation anormale du plancher de bruit.
   7. Excluez les canaux qui ne satisfont pas aux critères d’acceptation de l’analyse ultérieure.
   8. Répétez la procédure d’étalonnage après tout remplacement du microphone ou tout mouvement de l’ensemble de microphones.
7. Configurez le système d’acquisition de données multicanal pour effectuer un échantillonnage simultané sur tous les canaux micro actifs.
   1. Configurez le système DAQ pour l’acquisition simultanée des 112 canaux de microphone en utilisant une horloge d’échantillonnage partagée de 200 kHz.
   2. Réglez la résolution d’acquisition à 16 bits, configurez le couplage AC et acquérez 8192 points par trame.
   3. Distribuer un déclencheur matériel de démarrage à tous les modules d’acquisition via un bus de déclenchement TTL à bord positif commun.
   4. Stockez tous les canaux du microphone dans le même enregistrement de trame et conservez l’horodatage de déclenchement et l’index des canaux pour chaque acquisition.
   5. Inspectez les 100 premières trames acquises pour détecter les échantillons perdus, la saturation du canal et la dérive d’horloge avant de commencer la collecte formelle des données.
8. Justifiez la configuration du réseau de microphones. Le réseau à 112 canaux a été sélectionné pour améliorer la densité d’échantillonnage spatiale pour la formation de faisceau et l’estimation du délai GCC-PHAT, augmentant ainsi la suppression du bruit environnemental hors axe par rapport à un réseau clairsemés à faible nombre de canaux. Bien qu’environ quatre canaux puissent suffire pour une localisation géométrique 3D, le protocole actuel utilise un échantillonnage spatial dense pour l’amélioration du signal et la stabilité des caractéristiques, plutôt que la localisation seule. Les versions à canal réduit doivent être validées séparément avant un déploiement sur le terrain sensible aux coûts.
9. Appliquer une haute tension au circuit d’essai pour induire des phénomènes de décharge partielle à travers les modèles.
10. Maintenir l’environnement expérimental pendant les essais.
    1. Maintenir le laboratoire à 22°C ± 2°C, une humidité relative de 45 % à 55 %, et une pression atmosphérique de 101 ± 2 kPa lors de l’acquisition des données.
    2. Mesurez le bruit acoustique de fond avant d’alimenter le système haute tension.
    3. Ne procédez à l’acquisition des données que lorsque le niveau de bruit de fond pondéré A est ≤40 dB(A).
    4. Vérifiez que le bruit de fond ultrasonore de chaque canal de microphone actif est au moins 20 dB en dessous du niveau décharge-impulsion observé lors des essais pilotes.
    5. Gardez portes et fenêtres fermées et coupez les équipements rotatifs non essentiels lors de la collecte des données.
    6. Mettez à la terre le châssis haute tension et le châssis DAQ avant l’acquisition.
    7. Empêcher le personnel de se déplacer près de l’antenne de microphones pendant l’enregistrement.
11. Surveillez en continu l’activité de décharge en utilisant le capteur TEV connecté à un terminal PC.
    1. Régler le seuil de surveillance TEV à 6 dB au-dessus du plancher de bruit de fond pré-test et ne pas être inférieur à un niveau d’entrée équivalent de 10 mV.
    2. Configurez le canal de référence TEV avec une bande passante analogique de 3 à 100 MHz et un gain de 40 dB.
    3. Enregistrer l’activité des impulsions TEV en utilisant l’enveloppe et la journalisation des impulsions sur le terminal PC.
    4. Configurez le système TEV pour utiliser un déclenchement matériel à bord positif.
    5. Utilisez la même valeur seuil pour la surveillance TEV et la génération des déclencheurs.
    6. Accepter une trame acoustique uniquement lorsque l’activité d’impulsion TEV se produit dans la fenêtre d’acquisition correspondante et est répétée sur des trames consécutives à la tension sélectionnée.
12. Ajustez progressivement la tension entre 4 et 12 kV.
13. Enregistrez les signaux acoustiques une fois qu’un phénomène distinct et stable de défaut d’isolation est observé pour un modèle spécifique. Définissons un phénomène de défaut distinct et stable comme un état de décharge dans lequel l’activité du TEV et les motifs d’impulsion acoustique sont observés à répétition à la tension cible sans extinction intermittente évidente, saturation des canaux acoustiques, bruit mécanique non lié ou bruit d’impact externe. Maintenez la tension jusqu’à ce que le schéma de décharge reste stable pendant au moins 60 secondes avant d’enregistrer les images acoustiques.
14. Collectez 1000 ensembles de données valides pour chacun des quatre types de défauts. Classez un référentiel d’échantillon comme valide uniquement lorsque la référence TEV indique une activité de décharge, que le canal acoustique n’est pas saturé, que le cadre ne contient aucun bruit d’impact externe ou de manipulation évident, et que l’étiquette de l’échantillon correspond au modèle de défaut actif. Excluez les trames avec saturation en canal acoustique, l’absence de confirmation TEV, un étiquetage de défaut incohérent, une extinction intermittente de décharge, un impact mécanique externe ou un bruit de fond instable.
15. Synchronisez le système TEV et le système d’acquisition acoustique lors de la collecte des données.
    1. Connectez la sortie de la détente TEV à l’entrée de la détente acoustique DAQ via le bus de déclenchement TTL partagé.
    2. Utilisez la sortie impulsion TEV comme déclencheur matériel pour l’acquisition acoustique des données.
    3. Enregistrez le marqueur de déclenchement comme un canal de synchronisation numérique dans le fichier de données acoustiques.
    4. Effectuer l’alignement initial des flux TEV et d’acquisition acoustique en utilisant l’horodatage de déclenchement.
    5. Estimez les délais résiduels entre micros à l’aide du GCC-PHAT avant la formation du faisceau.
    6. Vérifiez que la précision de synchronisation TEV-acoustique est inférieure à ±1 échantillon acoustique, correspondant à ≤5 μs à une fréquence d’échantillonnage de 200 kHz.

Figure 6 : Plateforme de détection de pannes d’isolation avec réseau de microphones. Installation expérimentale utilisée pour la détection de défauts d’isolation acoustique. La plateforme se compose d’un circuit de test haute tension, d’une armoire de test d’isolation et de défauts, d’un système de microphones, d’un capteur TEV et d’un système de surveillance informatisé pour l’acquisition et la vérification des données. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 7 : Modèles de défauts d’isolation construits en laboratoire. Modèles représentatifs d’isolation et de faille utilisés pour l’acquisition de données. (A) Modèle à décharge de surface. (B) Modèle à libération suspendue. (C) Modèle de décharge interne. (D) Modèle à décharge ponctuelle. Les modèles ont été construits pour simuler quatre conditions courantes de défauts d’isolation dans des conditions de laboratoire contrôlées. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Figure 8 : Distribution des réseaux de microphones. Disposition spatiale de l’ensemble de microphones à 112 canaux utilisant une configuration spirale annulaire modifiée. La distribution des coordonnées illustre le placement des capteurs utilisé pour l’acquisition acoustique du signal et l’analyse ultérieure de la formation du faisceau. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Type de paramètre	Valeur du paramètre
Structure du tableau	Spirale annulaire modifiée
Nombre de chaînes	112
Taux d’échantillonnage	200 kHz
Points d’échantillonnage par trame	8192

Tableau 1 : Paramètres de l’ensemble de microphones. Spécifications techniques du système de réseau de microphones utilisé pour l’acquisition du signal acoustique lors d’expériences sur les défauts d’isolation. Le tableau résume la géométrie du tableau, le nombre de canaux, la fréquence d’échantillonnage et le nombre de points d’échantillonnage acquis par image. Veuillez cliquer ici pour télécharger ce tableau.

2. Extraction de caractéristiques en domaine temporel via TCN-AE

1. Entrez les données acoustiques pré-traitées de séries temporelles dans le TCN pour capturer les variations temporelles^{dynamiques 13,14}. Après la fusion du signal, normaliser chaque trame acoustique de 8192 points en utilisant la procédure de normalisation appliquée lors de l’entraînement du modèle et entrer la séquence 1D normalisée dans le TCN.
2. Configurez l’architecture TCN.
   1. Construisez le TCN à partir de trois blocs résiduels disposés séquentiellement pour l’extraction des caractéristiques temporelles.
   2. Attribuez 64 filtres convolutionnels à chaque bloc résiduel et fixez la taille du noyau de convolution à 3.
   3. Implémenter des convolutions causales dilatées et configurer les facteurs de dilatation comme d = 1, 2 et 4 pour étendre progressivement le champ réceptif temporel.
   4. Appliquer la fonction d’activation de ReLU après chaque opération convolutionnelle.
   5. Appliquez un taux d’abandon de 0,20 après chaque bloc résiduel pour réduire le sur-ajustement pendant l’entraînement.
   6. Effectuer la normalisation du poids comme méthode de régularisation au sein de chaque bloc résiduel.
   7. Incorporer des connexions résiduelles à travers le réseau et utiliser des projections convolutionnelles 1 × 1 chaque fois que nécessaire pour faire correspondre les dimensions des caractéristiques entre les chemins résiduel et transformé.
3. Appliquez des convolutions causales à la suite d’entrée. Adapter le bourrage zéro avant la séquence en fonction de la taille du noyau pour s’assurer que la sortie à chaque étape dépende strictement des entrées courantes et précédentes.
4. Exécutons la convolution causale en utilisant le poids du noyau (_{w i}) et la taille du noyau (K) comme suit (Équation 1) :
   (1)
5. Implémentez des convolutions dilatées pour étendre le champ réceptif du réseau sans augmenter le nombre de paramètres. Augmentez le facteur de dilatation d de façon exponentielle à mesure que la profondeur du réseau progresse afin de capturer les dépendances temporelles à longue portée.
6. Calculez la convolution dilatée à l’aide du facteur de dilatation (d) comme suit (Équation 2). Utilisez la progression du facteur de dilatation d = 1, 2 et 4 pendant l’entraînement des CNT pour étendre progressivement le champ réceptif temporel sans augmenter le nombre de points échantillonnés dans chaque référentiel acoustique.
   (2)
7. Intégrer des connexions résiduelles pour atténuer les gradients nuls lors de l’entraînement en réseau profond.
8. Faire passer la séquence d’entrée à travers le bloc de convolution causale dilaté. Effectuer la régularisation du poids et appliquer une activation non linéaire ReLU suivie d’une couche Dropout.
9. Ajoutez directement la sortie traitée à la séquence d’entrée originale (Figure 2). Appliquez la normalisation du poids dans chaque bloc résiduel et utilisez un taux de déchuage de 0,20 avant d’effectuer l’addition résiduelle. Utilisez une projection convolutionnelle 1 × 1 lorsque nécessaire pour faire correspondre les dimensions des caractéristiques entre les chemins résiduels et transformés.
10. Alimenter les caractéristiques temporelles de haute dimension extraites par le TCN dans un AE pour une réduction de dimension de caractéristiques¹⁵.
11. Configurez l’architecture AE.
    1. Construisons l’encodeur à partir de trois couches entièrement connectées de dimensions 512, 256 et 128 neurones, respectivement.
    2. Définissons la représentation de l’espace latent à l’aide d’un vecteur de caractéristiques de dimension 128.
    3. Construisons le décodeur à partir de trois couches entièrement connectées de dimensions 128, 256 et 512 neurones, respectivement.
    4. Appliquez la fonction d’activation de ReLU après chaque couche entièrement connectée dans l’encodeur et le décodeur.
    5. Configurez l’AE pour reconstruire la représentation des caractéristiques d’entrée à partir du vecteur de l’espace latent et optimisez la reconstruction en utilisant la fonction de perte de l’erreur quadratique moyenne (MSE) décrite à l’étape 2.16.
12. Compressez les données d’entrée dans une représentation de l’espace latent de dimension inférieure via l’encodeur.
13. Reconstruisez les données originales à l’aide du décodeur (Figure 3).
14. Exécutez les transformations d’encodage et de décodage en utilisant la fonction d’activation de ReLU (σ), les matrices de poids (W₁ et W₂) et les termes de polarisation (b₁ et b₂) tels qu’énoncés par les équations 3 et 4.
    (3)
    (4)
15. Entraînez l’AE à préserver les informations critiques en minimisant l’erreur de reconstruction.
16. Utilisez l’erreur quadratique moyenne (MSE) comme fonction de perte et calculez l’erreur de reconstruction à l’aide de l’équation 5.
    1. Entraînez l’AE en utilisant l’optimiseur Adam avec un taux d’apprentissage de 0,001.
    2. Réglez la taille du lot à 50 et entraînez le réseau pour un maximum de 100 époques.
    3. Surveillez la perte de validation pendant l’entraînement et appliquez un arrêt précoce avec une valeur de patience de 10 époques.
    4. Utilisez la partition fixe du jeu de données composée de 2400 échantillons d’entraînement, 400 échantillons de validation et 400 échantillons de test.
    5. Effectuer l’entraînement de modèles dans l’environnement d’apprentissage profond basé sur Python, résumé dans le tableau des matériaux.
    6. Calculez l’erreur de reconstruction à l’aide de l’équation 5.
       (5)

3. Extraction des caractéristiques du domaine fréquentiel via spectrogramme Mel et CBAM

1. Appliquez les fonctions de préemphase, d’encadrement et de fenêtrement aux signaux acoustiques bruts à décharge partielle.
   1. Retirez le décalage DC de chaque cadre acoustique de 8192 points.
   2. Appliquez la pré-emphase en utilisant :
      
   3. Normaliser chaque trame en utilisant son amplitude absolue maximale après suppression du décalage continu.
   4. Segmentez chaque image à l’aide d’une fenêtre de Hamming de 1024 échantillons.
   5. Utilisez une longueur de houblon de 512 échantillons, correspondant à un chevauchement de 50 % entre les fenêtres adjacentes.
   6. Calculer la transformée de Fourier à court terme (STFT) à l’aide d’une FFT à 1024 points.
   7. N’appliquez pas de filtrage passe-bande logiciel supplémentaire au-delà de la limitation matérielle de bande passante frontale et des critères d’exclusion de qualité d’image décrits ci-dessus.
2. Effectuer une transformée de Fourier sur les signaux traités.
3. Convertissez la fréquence linéaire d’origine (f) en échelle Mel. Cette étape linéarise la perception des fréquences humaines et réduit le poids des bandes d’interférence¹⁶.
4. Calculez la fréquence à l’échelle de Mel (f_mel) en utilisant la fréquence linéaire originale (f) (Équation 6).
   (6)
5. Partitionner les fréquences en une séquence de banques de filtres triangulaires.
6. Calculez la somme pondérée de toutes les amplitudes de signal dans chaque bande passante de filtre. Appliquez une fonction logarithmique à la sortie pour améliorer la cohérence perceptuelle concernant les variations d’amplitude.
7. Calculez la sortie du Mel-filter-bank à l’aide de l’équation 7. Ici, S(m) est la sortie du filtre m-ième, k est l’indice de fréquence, et H_m(k) définit le filtre triangulaire.
   (7)
8. Générez les spectrogrammes Mel.
   1. Calculer la transformée de Fourier à court terme en utilisant une taille FFT de 1024.
   2. Appliquez des banques de filtres de 256 Mel au spectre de fréquences résultant.
   3. Générez des Mel-spectrogrammes sur la plage de fréquences de 0 à 100 kHz.
   4. Redimensionnez ou représentez les spectrogrammes Mel résultants en cartes de caractéristiques de 256 × 256 pixels pour un traitement CBAM ultérieur.
   5. Convertissez le spectrogramme de puissance Mel en échelle de décibels.
   6. Appliquez la normalisation min-max par spectrogramme en utilisant le spectrogramme Mel compressé logarithmiquement (S_dB) :
      
   7. Effectuer la normalisation indépendamment pour chaque image du spectrogramme 256 × 256 Mel.
   8. Coupez les valeurs normalisées à la plage [0,1] avant d’entrer le spectrogramme dans la branche CBAM.
9. Entrez les spectrogrammes Mel résultants dans le CBAM pour extraire les caractéristiques spectrales^{principales 17}.
10. Traiter les données par des mécanismes séquentiels d’attention par canal et d’attention spatiale (Figure 4).
11. Configurez l’architecture CBAM.
    1. Configurez le module d’attention au canal en utilisant un ratio de réduction du canal de 16.
    2. Cartes de caractéristiques d’entrée de procédé avec des dimensions de 256 × 256 × 64.
    3. Appliquez le pooling global average et global max pooling pour générer des descripteurs de canal.
    4. Faites passer les descripteurs regroupés à travers un perceptron multicouche partagé et appliquez une fonction d’activation Sigmoïde pour générer des poids d’attention du canal.
    5. Générez des poids d’attention spatiale en utilisant un noyau convolutif 3 × 3 appliqué aux descripteurs spatiaux combinés moyens-poolés et max-pooled concaténés.
    6. Appliquez une fonction d’activation sigmoïde pour produire la carte spatiale finale.
12. Extraire les poids d’attention des canaux.
13. Appliquez le pooling global de moyenne et de pool global max sur les dimensions du canal de la carte de caractéristiques d’entrée.
14. Traiter les vecteurs descripteurs globaux générés à travers une couche entièrement connectée (FC) pour obtenir le poids d’attention du canal (M_c).
15. Calculez les poids d’attention du canal à l’aide de l’équation 8. Ici, M_c est le poids d’attention du canal, FC désigne la couche entièrement connectée, et σ représente la fonction d’activation Sigmoïde.
    (8)
16. Extraire les poids de l’attention spatiale.
17. Appliquez le pooling global max et le pool global average le long de l’axe du canal.
18. Concatéter les applications descriptrices spatiales résultantes et les traiter à travers une couche convolutionnelle pour générer le poids d’attention spatiale (M_s).
19. Calculez les poids de l’attention spatiale à l’aide de l’équation 9. Ici, M_s est le poids de l’attention spatiale, est le descripteur spatial généré par le pooling global moyen, et est le descripteur spatial généré par le pooling global max.
    (9)
    1. Concaténer les descripteurs spatiaux moyens-poolés et max-poolés le long de la dimension du canal.
    2. Appliquez une convolution 3 × 3 avec foulée = 1 et le même rembourrage pour générer la carte de caractéristiques de l’attention spatiale.
    3. Appliquez une fonction d’activation sigmoïde à la sortie de convolution pour obtenir les poids de l’attention spatiale.
    4. Multipliez les poids d’attention spatiale élément par élément avec la carte de caractéristiques d’entrée pour générer la représentation spatiale raffinée.

4. Fusion de caractéristiques intermodales utilisant CA

1. Implémenter un mécanisme d’AC pour synthétiser les caractéristiques temporelles extraites et les caractéristiques^{spectrales 18}. Contrairement à l’attention de soi, extraire des informations contextuelles d’une modalité pour améliorer dynamiquement la représentation de l’autre (Figure 5).
2. Configurez l’architecture de l’AC.
   1. Réglez la dimension d’immersion à 128.
   2. Configurez le module CA avec 4 têtes d’attention.
   3. Réglez les dimensions de projection Requête, Clé et Valeur à 128 chacune.
   4. Appliquez un taux d’abandon de 0,10 dans le module CA.
   5. N’appliquez pas les couches de normalisation post-attention ni de couches feed-forward après le module d’attention croisée.
   6. Concaténez les sorties de toutes les têtes d’attention.
   7. Postulez à un taux d’abandon de 0,10.
   8. Aplatir la représentation des caractéristiques obtenue.
   9. Transférez le vecteur de caractéristiques aplati directement vers le classificateur 1D-CNN.
3. Initialiser les matrices Requête (Q), Clé (K) et Valeur (V) à partir des deux séquences d’entrée distinctes (caractéristiques du temps et du domaine fréquentiel).
4. Calculez la matrice de requête à l’aide de l’équation 10, où X₁ désigne la matrice des caractéristiques temporelles produite par la voie TCN-AE, et W_Q, et b_Q indiquent respectivement la matrice de poids appris et le terme de polarisation correspondants.
   (10)
5. Calculez la matrice de clé à l’aide de l’équation 11, où X₂ désigne la matrice de caractéristiques dans le domaine de la fréquence produite par la voie Mel-CBAM, et W_K, et b_K indiquent respectivement la matrice de poids apprise et le terme de polarisation correspondants.
   (11)
6. Calculez la matrice de valeurs à l’aide de l’équation 12. où W_V et b_V indiquent respectivement la matrice de poids apprisée et le terme de polarisation correspondants.
   (12)
7. Calculez l’interaction avec l’AC en fonction de la relation entre la requête et les éléments clés.
8. Calculez la matrice attention-poids à l’aide de l’équation 13. Ici, _{α ij} spécifie le poids d’attention du i-ème élément par rapport au j-ième élément, et d_k est la dimensionnalité des vecteurs clés.
   (13)
9. Mettez à jour la représentation finale des caractéristiques en calculant la somme pondérée de la matrice de valeurs selon les poids d’attention calculés.
10. Calculez la représentation des caractéristiques fusionnées à l’aide de l’équation 14. Ici, O_i est la sortie de séquence représentant l’empreinte acoustique temps-fréquence fusible robuste de la faille d’isolation.
    (14)
    1. Générez la représentation des caractéristiques fusionnées avec une dimension de sortie de 128.
    2. Combinez les sorties d’attention croisées et interfréquences.
    3. Aplatir la représentation fusionnée avant la classification.
    4. Passez la représentation des caractéristiques aplaties au classificateur Softmax 1D-CNN et entièrement connecté montré à la Figure 9.

Figure 9 : Cadre général pour l’identification des défauts d’isolation. Flux de travail de la méthode proposée d’identification des défauts d’isolation. Les signaux bruts du réseau de microphones sont fusionnés et prétraités, suivis de l’extraction des caractéristiques dans le domaine temporel via une voie TCN–AE, de l’extraction des caractéristiques en fréquence à l’aide de spectrogrammes Mel et CBAM, de la fusion des caractéristiques basée sur le CA, et de la classification finale des défauts à l’aide d’un réseau neuronal convolutionnel unidimensionnel. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

5. Aligner et fusionner les signaux de la matrice de microphones via GCC-PHAT

1. Sélectionnez deux signaux de microphone pour l’estimation du délai et convertissez-les dans le domaine fréquentiel à l’aide de la FFT.
   1. Utilisez le cadre acoustique complet à 8192 points acquis à 200 kHz pour le calcul GCC-PHAT basé sur FFT.
   2. Appliquez la FFT à chaque signal micro sélectionné avant de calculer le spectre de puissance croisée pondéré par PHAT.
   3. Estimez le délai inter-canal par rapport au microphone de référence sélectionné en utilisant la procédure PHAT pondérée du spectre de puissance croisée et IFFT illustrée à la Figure 10.
   4. Appliquer le GCC-PHAT par rapport au microphone de référence sélectionné avant d’aligner les 112 canaux de microphone actifs.
   5. Appliquez une fenêtre de Hann sur l’ensemble du cadre acoustique à 8192 points avant le traitement FFT.
   6. N’utilisez pas de fenêtres qui se chevauchent lors de l’estimation du délai GCC-PHAT.
   7. Zero-pad chaque image fenêtrée jusqu’à 16 384 points avant le calcul FFT et IFFT.
   8. Utilisez le signal zéro rembourragé pour améliorer la résolution des pics de délai lors de l’estimation du délai temporel.
2. Obtenir les représentations dans le domaine fréquentiel et des signaux micro sélectionnés.
3. Calculez le spectre de puissances croisées pour évaluer la similarité entre les deux signaux.
4. Introduire la fonction de pondération de la transformée de phase (PHAT) afin d’accentuer le pic de corrélation croisée et d’atténuer les effets de réverbération.
5. Calculez le spectre de puissances croisées pondéré par PHAT à l’aide de l’équation 15. Ici, et sont les représentations dans le domaine fréquentiel des deux signaux micro et désigne le conjugué complexe.
   (15)
6. Appliquer l’IFFT pour calculer la fonction de corrélation croisée généralisée (GCC).
7. Identifier la variable de délai τ en localisant le pic de la fonction GCC.
8. Calculez la fonction GCC à l’aide de l’équation 16. Ici, est la fonction de corrélation croisée généralisée et représente le délai temporel estimé.
   (16)
9. Effectuer une compensation temporelle pour aligner les signaux en fonction du délai estimé.
10. Synchronisez chaque canal par rapport au microphone de référence en utilisant l’équation 17. Ici, est le signal compensé par délai et τ_i est le délai estimé par rapport au microphone de référence.
    1. Sélectionnez le microphone situé le plus proche du centre géométrique de l’array comme microphone de référence.
    2. Vérifiez que le microphone sélectionné satisfait aux critères d’acceptation de l’étalonnage décrits à l’étape 1.6.
    3. Si le microphone central ne satisfait pas aux critères d’étalonnage, sélectionnez le microphone calibré le plus proche du centre géométrique comme microphone de référence.
    4. Estimez le délai τ_i pour chaque canal de microphone actif par rapport au microphone de référence sélectionné.
    5. Alignez les 112 canaux de microphone actifs sur le microphone de référence sélectionné avant la formation du faisceau.
       (17)
11. Exécutez une formation de faisceau à retard et somme pour fusionner les informations spatiales.
12. Améliorer le signal provenant de la direction cible tout en supprimant le bruit ambiant en utilisant l’équation 18. Ici, y(t) est le signal de sortie en forme de faisceau, est le signal compensé par délai du i-ème microphone, et N est le nombre total de canaux de microphone.
    1. Effectuer la formation de faisceau à délai et somme après compensation de délai GCC-PHAT.
    2. Utilisez un poids égal pour tous les canaux micro actifs.
    3. Définissez N = 112 pour les 112 canaux micro actifs utilisés lors de l’acquisition.
    4. Définir la direction de la cible en utilisant la position géométrique connue du modèle actif de défaut par rapport au centre du réseau de microphones.
    5. Dirigez le formateur de faisceau à retard et somme vers le centre du modèle de défaut actif lors de la fusion du signal.
    6. Utilisez la géométrie prédéfinie de l’armoire d’essai pour déterminer la direction de direction.
    7. Ne pas effectuer d’estimation de la direction de la cible basée sur les données lors de l’entraînement ou des tests du modèle.
       (18)

Figure 10 : Procédure d’alignement des signaux GCC-PHAT. Flux de travail de l’algorithme généralisé de corrélation croisée avec la transformée de phase (GCC-PHAT). Les signaux microfoniques du domaine fréquentiel sont traités pour obtenir le spectre de puissance croisée et la fonction de pondération, suivis d’une transformation de Fourier inverse pour estimer le délai inter-canaux. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

6. Optimiser le réseau via l’algorithme CS

1. Initialisez les paramètres de l’algorithme CS pour optimiser le 1D-CNN.
   1. Fixez la taille de la population, correspondant au nombre de nids, à 20.
   2. Fixez la probabilité de découverte (Pa) à 0,25.
   3. Fixez le nombre maximal d’itérations d’optimisation à 50.
   4. Réglez la graine aléatoire à 42 pour soutenir la reproductibilité.
   5. Réglez le paramètre d’échelle de la taille du pas α à 0,01.
   6. Définissez les bornes de recherche par hyperparamètres selon les plages résumées dans le tableau 2.
   7. Terminer l’optimisation lorsque le nombre maximal d’itérations est atteint ou lorsque la convergence validation-aptitude est atteinte.
2. Générer de nouvelles solutions en simulant le comportement de parasitisme de couvaine obligatoire des coucous combiné aux vols de Lévy.
3. Mettre à jour la solution actuelle (nid) en utilisant une taille de pas aléatoire dérivée de la caractéristique de vol de Lévy.
4. Calculez la position du nid mise à jour à l’aide de l’équation 19. Ici, α est le paramètre d’échelle de la taille du pas et désigne la multiplication par entrée.
   1. Réglez le paramètre de mise à l’échelle de la taille du pas (α) à 0,01.
   2. Fixer le paramètre de vol de Lévy (λ) à 1,5.
   3. Encodez chaque nid candidat comme un ensemble d’hyperparamètres 1D-CNN, incluant la configuration de couche convolutionnelle, la taille du noyau, le taux d’apprentissage, la taille du lot et le réglage de l’optimiseur.
   4. Générez des nids candidats à l’aide des mises à jour Lévy-flight et évaluez chaque candidat en utilisant la performance de l’ensemble de validation.
   5. Retenez les solutions candidates qui améliorent la validation de la forme.
      (19)
5. Calculez les variables aléatoires pour le vol de Lévy en utilisant une distribution normale standard mise à l’échelle par le paramètre σ.
6. Calculez σ à l’aide de l’équation 20. Ici, représente la fonction Gamma et β est généralement fixée à 1,5.
   (20)
7. Entraînez le 1D-CNN en utilisant cinq couches convolutionnelles, une taille de noyau de 3, l’activation ReLU, l’optimisation de la descente du gradient stochastique (SGD), un taux d’apprentissage initial de 0,001, une taille de lot de 50, et une fonction de perte d’entropie croisée.
8. Évaluez le modèle optimisé sur l’ensemble de test.
   1. Entraînez le dernier 1D-CNN en utilisant un arrêt précoce de validation et perte avec une valeur de patience de 10 époques.
   2. Définissez la graine aléatoire à 42 pour le partitionnement des ensembles de données et l’entraînement du modèle.
   3. Évaluer le modèle optimisé en utilisant l’ensemble de tests fixe résumé dans le tableau 2.
   4. Rapporter l’évaluation complète de la matrice de confusion séparément du résultat de l’ablation, avec une précision globale de 99,05 % (3962/4000) et des taux de reconnaissance par classe allant de 98,6 % à 99,4 %.

Catégorie	Paramètre	Valeur / Cadre
Ensemble de données et entrées	Cadres acoustiques totaux	4,000
	Classes de défaut	Décharge en surface ; libération suspendue ; décharge interne ; Décharge ponctuelle
	Taux d’échantillonnage	200 kHz
	Longueur du cadre	8 192 points par frame
	Canaux à réseau de microphones	112
	Entrée modèle	Représentation des caractéristiques acoustiques temps-fréquence fusionnées à attention croisée
Répartition des jeux de données	Taille de l’ensemble d’entraînement	2 400 échantillons
	Taille de l’ensemble de validation	400 échantillons
	Taille de l’ensemble de test	400 échantillons
	Taille complète de l’évaluation par matrice de confusion	4 000 échantillons
	Stratégie de scindation	Séparation simple fixe
	Graine aléatoire	42
Architecture TCN	Nombre de blocs résiduels	3
	Filtres par bloc résiduel	64
	Taille du noyau de convolution	3
	Calendrier de dilatation	1, 2, 4
	Taux d’abandon scolaire	0.20
Architecture de l’autoencodeur	Dimensions de la couche encodeur	512 → 256 → 128
	Dimension de l’espace latent	128
	Dimensions de la couche décodeuse	128 → 256 → 512
Entraînement à l’autoencodeur	Optimiseur	Adam
	Taux d’apprentissage	0.001
	Taille du lot	50
	Nombre d’époques d’entraînement	100 époques
	Critère d’arrêt précoce	MSE de validation ; patience = 20 époques
Réglages du spectrogramme mel	Taille FFT	1 024 points
	Nombre de filtres Mel	256
	Plage de fréquences	0–100 kHz
	Dimensions du spectrogramme	256 × 256
Configuration CBAM	Rapport de réduction du canal	16
	Dimensions de la carte de caractéristiques	256 × 256 × 64
Configuration à attention croisée	Dimension d’immersion	128
	Nombre de têtes d’attention	4
	Dimension de projection de requête	128 au total ; 32 par tête
	Dimension de projection clé	128 au total ; 32 par tête
	Dimension de projection de valeur	128 au total ; 32 par tête
	Taux d’abandon scolaire	0.10
Classificateur 1D-CNN	Nombre de couches convolutionnelles	5
	Taille du noyau de convolution	3
	Fonction d’activation	ReLU
	Couche de sortie	Softmax 4 classes
	Fonction de perte	Perte croisée d’entropie
Environnements d’entraînement	Optimiseur	Descente en gradient stochastique (SGD)
	Taux d’apprentissage initial	0.001
	Taille du lot	50
	Itérations d’entraînement maximales	1,000
	Arrêt anticipé	Surveillance des pertes de validation
	Patience à arrêter tôt	100 itérations
	Dernière perte à l’entraînement	Non disponible dans le manuscrit fourni
	Perte finale de validation	Non disponible dans le manuscrit fourni
Optimisation de la recherche cuckoo	Objectif d’optimisation	Hyperparamètres 1D-CNN
	Taille de la population / nombre de nids	20
	Probabilité de découverte (Pa)	0.25
	Paramètre d’échelle de la taille du pas (α)	0.01
	Paramètre de lévy flight (β)	1.5
	Paramètre de vol de Lévy (λ)	1.5
	Itérations d’optimisation maximale	50
	Limites de recherche par hyperparamètres	Filtres conv {32, 64, 128, 256} ; taille du noyau {3, 5, 7} ; taux d’apprentissage 1×10⁻⁴–1×10⁻² ; taille du lot {25, 50, 100} ; abandon 0,10–0,50 ; Décroissance du poids 1×10⁻⁵–1×10⁻³
Validation et reporting	Figure 13 Précision de l’ablation CA	98.20%
	Tableau 2 : précision de la matrice de confusion	99.05% (3,962/4,000)
	Validation croisée / répétitions	Non joué

Tableau 2 : Configuration du jeu de données, paramètres d’entraînement du modèle et paramètres d’optimisation pour la classification des défauts d’isolation. Le tableau résume la composition des ensembles de données, la stratégie de partitionnement des données, l’architecture 1D-CNN, la configuration d’entraînement, les paramètres d’optimisation Cuckoo Search, les métriques de validation et les considérations de sélection de paramètres utilisées pour développer et évaluer le cadre proposé de diagnostic des défauts. Les valeurs manquantes spécifiques à l’implémentation doivent être rapportées dans les journaux finaux d’entraînement et d’optimisation afin de faciliter la reproductibilité. Veuillez cliquer ici pour télécharger ce tableau.

Résultats

Cadre d’extraction de caractéristiques dans le domaine temporel et fréquent

La méthode proposée d’identification des défauts d’isolation intègre les voies d’extraction des caractéristiques temporelles et spectrales pour caractériser les signatures acoustiques complexes générées par les défauts d’isolation. L’extraction des caractéristiques dans le domaine temporel a été réalisée à l’aide d’un TCN incorporant des convolutions causales dilatées ...

Discussion

Cet article de méthode décrit un protocole standardisé sans contact pour identifier les défauts complexes d’isolation dans les équipements électriques grâce à la reconnaissance des empreintes digitales acoustiques. En intégrant un TCN-AE à un spectrogramme Mel traité par un Mel-CBAM, le pipeline établi isole à la fois les fluctuations dynamiques des séries temporelles et les caractéristiques spectrales localisées. La fusion intermodale qui suit via un mécanisme de CA vise à réduire la di...

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Autoencoder (AE)	Modèle personnalisé	Architecture encodeur-décodeur pour la compression de caractéristiques	Réduction de la dimensionnalité des caractéristiques
Module Cross-Attention	Modèle personnalisé	Module de fusion de caractéristiques temps-fréquence	Fusion de caractéristiques multi-modales
Algorithme GCC-PHAT	Algorithme personnalisé	Implémentation basée sur FFT/IFFT	Estimation du délai de temps et alignement des signaux
Circuit de test haute tension	Plateforme de laboratoire autoconstruite	Autotransformateur T1, transformateur d'essai T2, résistance de protection 200 kΩ, condensateur de couplage 1 nF; tension de fonctionnement 4–12 kV	Génération de conditions de défaut d'isolation
Mel spectrogram + CBAM	Modèle personnalisé	Extraction spectrale en fréquence Mel avec amélioration de l'attention	Extraction de caractéristiques en domaine fréquentiel
Système de réseau de microphones	Plateforme de laboratoire autoconstruite	Réseau annulaire spirale modifié à 112 canaux; taux d'échantillonnage 200 kHz; 8192 points par trame	Acquisition acoustique
Capteurs de microphones	Modules de microphones ultrasoniques correspondants autoconstruits	112 canaux correspondants; sensibilité -38 +/- 3 dBV/Pa; réponse en fréquence 20 Hz-100 kHz; étalonné à 94 dB SPL/1 kHz et 40 kHz; limites d'acceptation: +/-2 dB à 1 kHz et +/-3 dB à 40 kHz	Détection acoustique
Système DAQ multicanal	Plateforme DAQ synchronisée autoconstruite	Acquisition simultanée sur 112 canaux; ADC 16 bits; 200 kHz/canal; 8192 points/trame; horloge d'échantillonnage partagée; déclencheur matériel TTL à flanc montant	Acquisition de données et synchronisation
CNN unidimensionnelle + optimisation CS	Modèle personnalisé	Cinq couches convolutionnelles; taille du noyau 3; SGD; taux d'apprentissage 0,001; taille de lot 50	Classification des défauts
Environnement de formation Python	Python / PyTorch	Python 3.9; PyTorch 2.0; NumPy 1.24; scikit-learn 1.2; librosa 0.10; CUDA 11.8	Formation et évaluation du modèle
Réseau de convolution temporelle (TCN)	Modèle personnalisé	Convolutions causales dilatées avec connexions résiduelles	Extraction de caractéristiques en domaine temporel
Armoire de test avec modèles défectueux	Plateforme de laboratoire autoconstruite	Modèles de décharges de surface, de décharges suspendues, de décharges internes et de décharges ponctuelles	Simulation de défauts d'isolation
Système de test de tension de terre transitoire (TEV)	Module de surveillance TEV commercial	Canal de référence TEV; bande passante analogique 3-100 MHz; gain 40 dB; déclencheur TTL à flanc montant; seuil de déclencheur défini 6 dB au-dessus du plancher de bruit de fond ou >=10 mV équivalent à l'entrée du capteur	Vérification de l'activité de décharge