マイクアレイシステムを用いた電力機器の絶縁故障認識のための時間周波数音響特徴のクロスアテンション融合

サマリー

このプロトコルは、電力機器の絶縁故障を非接触で認識する方法を説明しており、時間領域および周波数領域の音響特性を抽出・融合し、自動故障分類を行う方法です。

要約

このプロトコルの目的は、電力機器の絶縁故障を非接触で認識し、時間および周波数領域の音響特性を抽出・融合し、自動故障分類を行うことです。絶縁断層によって生成される音響フィンガープリントは非線形かつ非ガウス的特性を示し、従来の単一領域特徴抽出手法の効果を制限する可能性があります。この課題に対応するため、本プロトコルは4種類の絶縁断層を特定するためのクロスアテンション(CA)メカニズムに基づく時間頻度特徴抽出および融合フレームワークを提示します。時間領域の特徴は、まず時間畳み込みネットワークとオートエンコーダを組み合わせて抽出され、連続音響信号の動的変動を捉えます。並行して、コンボリューションブロック注意モジュールを用いてメルスペクトログラムから周波数領域の特徴を抽出し、スペクトル特徴表現を強化します。その後、CAメカニズムを用いて時間的特徴とスペクトルの特徴を適応的に融合させ、両特徴領域間の関係を強化します。融合特徴表現は、Cuckoo Searchアルゴリズムを用いて最適化された一次元畳み込みニューラルネットワークに入力されます。代表的な結果は、このフレームワークが複雑な音響指紋を効果的に特徴付け、従来の特徴抽出手法と比較して高い分類性能を達成していることを示しています。このプロトコルは、電力機器の絶縁故障診断および状態監視のための堅牢な非接触戦略を提供します。

概要

電力機器の絶縁故障を早期に特定することは、電力網1,2,3,4の安全性と安定性を確保するために極めて重要です。統計によると、電力機器の故障の約60%が断熱劣化に直接関連^{しています。}しかし、従来の電気的監視方法は、応答遅延、干渉防止能力の不十分、そして侵襲的かつ接触^型の設置が必要であることに悩まされることが多い5。近年、音響指紋認識は迅速な対応と実装の容易さから有望な非接触診断手法として注目されています ^6,7。それでも、絶縁故障信号は本質的に非線形かつ非ガウス⁸です。これらの音響的特徴は環境騒音や構造振動によってしばしば隠されており、従来の単一領域(時間領域または周波数領域)抽出法では断層の本質的な特性を捉えるのが困難です。

現在の音響特徴抽出の研究は、主に二つの課題に直面しています。まず、短時間エネルギーやゼロクロッシング率などの時間領域解析は信号の変動を反映しますが、細かいスペクトルの詳細を失うことが多いです。第二に、高速フーリエ変換(FFT)やウェーブレット変換などの周波数領域手法はスペクトル特徴を抽出できますが、信号の動的な時間的変化を捉えるのは難しいです。これまでの研究ではこのギャップを埋めようと試みられてきました。例えば、Daiら9は短時間フーリエ変換(STFT^)を用 いて二次元の時間周波数マップを作成しました。しかし、不確実性の原理により、STFTの解像度はウィンドウ幅によって制約され、時間局在と周波数分解能の間でトレードオフを強いられます。Mel周波数セプストラル係数(MFCC)やガンマトン周波数セプストラル係数(GFCC)¹⁰などの他の手法は、高干渉条件下で堅牢性を維持するにはあまりにも単純化しすぎた特徴表現をもたらすことが多いです。高度な分布やエントロピーに基づく特徴¹¹ は特定のデータセットで高い精度を達成していますが、サンプルサイズが限られているため一般化可能性に欠けることが多いです。さらに、時間域と周波数領域の特徴を単純に連結するだけでは、本質的な相関機構を確立できず、しばしば高い冗長性や判別不十分な結果をもたらします。従来の機械学習モデルは、絶縁故障データセットに典型的な小サンプルで高ノイズの特性を扱う際に過学習しやすい^です。近年の発展は、従来の手作りの記述や時間頻度表現から、ディープニューラルネットワークに基づく特徴抽出や注意誘導型融合戦略へと進展しています。それにもかかわらず、多くの既存の手法は依然として時間的およびスペクトル情報を独立して処理したり、単純な特徴連結によって組み合わせたりするため、複雑な音響信号内での領域横断関係を捉える能力が制限されています。

これらの制約に対処するため、本プロトコルはクロスアテンション(CA)機構を中心とした相乗効果のある時間頻度特徴抽出および融合手法を提示します。この手法の主な目的は、重要な特徴に適応的に重みを割り当てるクロスモーダル相関モデルを確立し、従来の連結戦略に一般的に伴う情報の希釈を減らすことです。このプロトコルは、結合された時間畳み込みネットワーク(TCN)とオートエンコーダ(AE)アーキテクチャを用いて時間領域の処理経路を構築し、拡張された因果畳み込みを利用して音響シーケンス内の長距離依存関係を捕捉します。同時に、並列のMelスペクトログラムおよび畳み込みブロック注意モジュール(CBAM)アーキテクチャが設計され、局所スペクトル特徴とチャネルごとの注意強化が図られています。このアプローチの中心には、クエリ–キー–値の相互作用を用いて時間領域と周波数領域間の相互依存関係をモデル化するCAメカニズムの導入があります。同様の注意ベースの融合概念は、ノイズの多い機械や音響診断課題でも報告されており、注意重みは干渉下にある識別的な時間的またはスペクトル領域を強調します。しかし、既存の多くの部分放電分類器は依然として単一領域表現や後期融合に依存しており、現在のCA設計の動機となっています。最後に、Cuckoo Search(CS)アルゴリズムを用いて最適化された一次元畳み込みニューラルネットワーク(1D-CNN)がロバスト故障分類に用いられています。

この方法は、複雑な電磁環境でも効果的であり続ける高性能で非接触的なソリューションを提供するという、従来の診断手法に比べて大きな利点があります。パフォーマンス指標は、アブレーション研究と最終分類モデルごとに別々に報告されます。アブレーション研究ではCA構成で98.2%の精度を達成し、最終的な分類モデルは全体的に99.05%(3962/4000)を達成し、クラス別認識率は98.6%から99.4%の範囲でした。特に、接触感知が実用的でない10 kVスイッチギアや類似の電力配電装置の自動監視を目指す研究者や技術者に適しています。このプロトコルに従うことで、ユーザーは複雑な音響指紋を効果的に特徴付け、高い背景雑音条件下でも信頼性の高い故障識別を実現できます。トランスを用いた音響モデル、特に音声スペクトログラムトランスフォーマー(AST)アーキテクチャは、長距離スペクトロ時間的コンテキストモデリングに有望です。しかし、利用可能なデータセットが比較的小さく、提案されたフレームワークが安定した訓練、低い計算コスト、解釈可能な時間領域および周波数領域の処理ブランチを優先しているため、現在のプロトコルには選ばれませんでした。トランス構成アーキテクチャの評価は、今後の研究において重要な方向性を示しています。

プロトコル

この研究には人間、脊椎動物、生物学的標本は含まれていません。したがって、機関の倫理承認、動物利用承認、ヒト被験者の承認は必要ありませんでした。

図1 は、TCNアーキテクチャで用いられる拡張因果畳み込み構造を示しています。 図2 は、時間的特徴抽出時に用いられる残差接続構造を示しています。 図3 は、特徴次元削減に用いられるAEアーキテクチャを示しています。 図4 はスペクトル特徴抽出に用いられるCBAMアーキテクチャを示しています。 図5 は、時間-周波数特徴量融合に用いられるCAメカニズムを示しています。

図1:拡張因果畳み込み構造。 因果的畳み込みと拡張畳み込みを用いた時間畳み込みネットワーク(TCN)アーキテクチャの回路図。拡張係数はネットワークの深さとともに増加し、受容野を拡大し、音響信号の長距離時間的依存性を捉えます。 この図の拡大版はこちらをクリックしてご覧ください。

図2:残差接続構造。 TCNアーキテクチャで使用されている残留ブロックの図。このブロックは因果畳み込み、重み正規化、ReLU活性化関数、ドロップアウト層、残留接続を組み込み、安定したディープネットワークトレーニングを促進し、勾配劣化を軽減します。 この図の拡大版はこちらをクリックしてご覧ください。

図3:オートエンコーダ(AE)アーキテクチャ。 特徴寸法削減に用いられるAEの回路図表現。エンコーダは入力された音響特徴を潜在表現に圧縮し、デコーダは圧縮された表現から元の特徴空間を再構成します。 この図の拡大版はこちらをクリックしてご覧ください。

図4:畳み込みブロック注意モジュール(CBAM)アーキテクチャ。 周波数領域の特徴強化に用いられるCBAMのワークフロー。モジュールは、チャネルアテンションおよび空間アテンションのメカニズムを逐次的に適用して、メルスペクトログラムから抽出された特徴表現を精緻化します。 この図の拡大版はこちらをクリックしてご覧ください。

図5:クロスアテンション(CA)特徴融合機構。 時間的および周波数領域の特徴を融合させるために使われるCAモジュールの回路図表現。クエリ、キー、値の行列は、2つの特徴モダリティから生成され、クロスモーダル依存関係をモデル化し、融合特徴表現を生成します。 この図の拡大版はこちらをクリックしてご覧ください。

1. 絶縁故障音響指紋プラットフォームの設置およびデータ取得

1. 実験室内に非接触型マイクアレイ検出プラットフォームを構築します。高電圧テスト回路、欠陥モデルを収めたテストキャビネット、過渡地球電圧(TEV)試験システム、そしてマイクロフォンアレイシステムを用いてシステムを組み立てます。TEVシステムは放電検証のための電気的参照チャネルとして運用されました。
   注意:高電圧回路には自動変圧器(T1)、テストトランス(T2)、200 kΩ保護抵抗器(R)、および1 nFの結合コンデンサ(Cx)が含まれていることを確認してください。回路図の配置は 図6 を参照してください。
   注意:高電圧試験は感電のリスクがあります。機関の電気安全手順に従い、すべての高電圧部品が適切に絶縁され接地されていることを運転前に確認してください。
2. テストキャビネット内に4つの異なる絶縁故障モデルを配置し、一般的な動作欠陥をシミュレートします:表面放電、懸濁放電、内部放電、点放電(図7)。
3. 断熱故障モデルをテストのために準備してください。
   1. すべてのモデルは、研磨電極を用いて100mm×100mm×5mmのエポキシ樹脂絶縁板で製造してください。
   2. 表面放電モデルを準備するには、20mm×10mm×1mmの銅ストリップ電極を2つ固定し、15mmのクリーページギャップを設けます。中間のエポキシ表面は露出させておきましょう。
   3. エポキシ支持材を使って、接地された銅板の上5mmに直径2mmの銅棒電極(40mm×40mm×1mm)を取り付けて準備します。棒状電極はプレートから電気的に絶縁しておきましょう。
   4. 内部放電モデルを、直径10mm×高さ2mmの円筒形人工空気空洞を含むエポキシブロックを鋳造し、2枚の銅板(40mm×40mm×1mm)を中心に設置します。空洞中心は上表面より約2.5mm下に位置します。
   5. ポイント放電モデルを準備するには、約0.5mmのステンレス製ニードル電極を、接地された銅板の反対側に10mmの空気層を挟んで配置します。
   6. 組み立て前にすべての電極をエタノールで洗浄し、完全に乾燥させてください。
   7. テストキャビネット内で電極欠陥形状を組み立て、各電圧試験前にキャリパーを使ってすべての電極間隔を確認してください。
4. 112チャンネルからなる修正された環状スパイラル構造を用いたマイクロフォンアレイセンサーを展開します。座標分布については 図8 を参照してください。
5. サンプリングレートを200 kHzに設定し、サンプル長を1フレームあたり8192ポイントに設定します。センサーパラメータについては 表1 を参照してください。
6. マイクアレイのハードウェアを設定してください。
   1. 112個のマイクロフォンを 、図8に示された座標位置の修正環状スパイラルフレームにぴったりと取り付けます。配列座標ファイルで定義された要素間間隔を10mmから25mmの範囲で維持してください。
   2. ポータブル音響校正機と40kHzの超音波基準源をマイクアレイの中心から300mm離れた場所に設置します。
   3. 各取得セッション前に、94 dB SPL、1 kHzの音響基準信号、40 kHzの超音波基準信号を用いて、すべてのアクティブマイクロフォンチャンネルを校正します。
   4. 各マイクチャンネルから5秒のキャリブレーション信号を記録します。
   5. 各チャンネルのRMS感度とアレイセンターチャンネルに対する位相応答を計算します。
   6. 1 kHzで感度偏差が±2 dB、40 kHzで± dB以内、そしてクリッピングや異常なノイズフロア上昇がないチャンネルのみを保持します。
   7. 受容基準を満たさないチャネルは後続解析から除外します。
   8. マイク交換やマイクアレイの移動後にキャリブレーション手順を繰り返します。
7. マルチチャンネルデータ取得システムを構成し、すべてのアクティブなマイクロフォンチャンネルで同時サンプリングを行うようにします。
   1. DAQシステムを設定し、共有の200 kHzサンプリングクロックを用いて、全112チャンネルのマイクを同時に取得できるようにします。
   2. 取得解像度を16ビットに設定し、AC結合を設定し、1フレームあたり8192ポイントを取得します。
   3. 共通の正エッジTTLトリガーバスを通じて、すべての取得モジュールにハードウェアスタートトリガーを配布します。
   4. すべてのマイクチャンネルを同じフレームレコード内に保存し、各取得ごとにトリガータイムスタンプとチャンネルインデックスを保持します。
   5. 正式なデータ収集を始める前に、最初の100フレームの取得フレームのサンプルドロップ、チャネル飽和、クロックドリフトを調べてください。
8. マイクアレイの構成を正当化しましょう。112チャンネルアレイは、ビームフォーミングおよびGCC-PHAT遅延推定のための空間サンプリング密度を向上させるために選ばれ、これにより低チャネル数のスパーなアレイに比べてオフアクシス環境ノイズの抑制が強化されました。約4チャンネルで幾何学的3D局在化に十分ですが、現行プロトコルでは局在化だけでなく、信号強化と特徴の安定性のために密集した空間サンプリングが用いられています。コストに敏感な現場展開の前に、チャネル削減版は別途検証されるべきです。
9. 試験回路に高電圧をかけてモデル全体に部分放電現象を誘発します。
10. 試験中は実験環境を維持してください。
    1. データ取得時は、実験室を22°C±2°C、相対湿度45%〜55%、大気圧101±2 kPaに保つこと。
    2. 高電圧システムを通電する前に背景音響ノイズを測定してください。
    3. A加重背景雑音レベルが≤40 dB(A)に達した場合にのみデータ取得を進めてください。
    4. 各アクティブマイクロフォンチャンネルの超音波ノイズフロアが、パイロット試験時に観測された放電インパルスレベルより少なくとも20dB低いことを確認してください。
    5. データ収集中はドアや窓を閉め、不要な回転機器の電源を切ってください。
    6. 取得前に高電圧フレームとDAQシャーシをグラウンドしてください。
    7. 録音中はマイクアレイ付近での人員の動きを防いでください。
11. PC端末に接続されたTEVセンサーを使って放電活動を継続的に監視してください。
    1. TEVモニタリングの閾値は、事前のバックグラウンドノイズフロアより6dB高く設定し、同等入力レベル10 mV以下に設定します。
    2. TEV参照チャンネルをアナログ帯域幅3〜100MHz、利得40dBに設定します。
    3. PC端末のエンベロープとパルスログを使ってTEVパルス活動を記録します。
    4. TEVシステムを正エッジのハードウェアトリガーに設定してください。
    5. TEVモニタリングとトリガー生成の両方に同じ閾値を使いましょう。
    6. TEVパルス活動が対応する取得ウィンドウ内で発生し、選択した電圧で連続したフレームに繰り返される場合にのみ音響フレームを受け入れます。
12. 電圧は4kVから12kVの間で段階的に調整してください。
13. 特定のモデルで明確かつ安定した絶縁故障現象が観察された際には、音響信号を記録します。明確かつ安定した故障現象を、TEV活動や音響インパルスパターンがターゲット電圧で繰り返し観測され、明らかな断続的消光、音響チャネル飽和、無関係な機械的ノイズ、外部衝撃ノイズなしに観測される放電状態と定義します。放電パターンが少なくとも60秒安定するまで電圧を維持してから音響フレームを記録してください。
14. 4つの故障タイプそれぞれに対して有効なデータを1000セット収集します。サンプルフレームを有効と分類するのは、TEV参照が放電活動を示し、音響チャネルが飽和しておらず、フレームに明らかな外部衝撃や取り扱いノイズがなく、サンプルラベルがアクティブ欠陥モデルと一致している場合のみです。音響チャンネルの飽和、TEV確認の欠如、不整合な故障ラベル付け、断続的な放電消光、外部機械的影響、不安定な背景ノイズのフレームは除外します。
15. データ収集中にTEVシステムと音響取得システムを同期させます。
    1. TEVトリガー出力を共有TTLトリガーバスを介して音響DAQトリガー入力に接続します。
    2. TEVパルス出力を音響データ取得のハードウェアトリガーとして使用します。
    3. トリガーマーカーを音響データファイル内のデジタルタイミングチャンネルとして記録します。
    4. トリガータイムスタンプを使ってTEVと音響取得ストリームの初期アライメントを行います。
    5. ビームフォーミング前にGCC-PHATを用いて残留マイクロフォン間遅延を推定します。
    6. TEVと音響同期の精度が±1音響サンプル以内、すなわち200 kHzのサンプリングレートで≤5μsに相当するかを確認しましょう。

図6:マイクアレイを用いた絶縁故障検出プラットフォーム。 音響絶縁故障検出に用いられる実験装置。プラットフォームは高電圧試験回路、絶縁故障試験キャビネット、マイクロフォンアレイシステム、TEVセンサー、データ取得・検証のためのコンピュータベースの監視システムで構成されています。 この図の拡大版はこちらをクリックしてご覧ください。

図7:実験室で作成された絶縁断熱故障モデル。 データ収集に用いられる代表的な絶縁故障モデル。(A) 表面放出モデル。(B) 停止放電モデル。(C) 内部放電モデル。(D) 点放電モデル。これらのモデルは、制御された実験室条件下で4つの一般的な絶縁故障条件をシミュレートするために構築されました。 この図の拡大版はこちらをクリックしてご覧ください。

図8:マイクロフォンアレイ分布。 112チャンネルマイクアレイの空間配置は、修正された環状スパイラル構成を採用しています。座標分布は、音響信号取得およびその後のビームフォーミング解析に用いられるセンサーの配置を示しています。 この図の拡大版はこちらをクリックしてご覧ください。

パラメータタイプ	パラメータ値
配列構造	修正環状螺旋
チャンネル数	112
サンプリングレート	200 kHz
フレームごとのサンプルポイント	8192

表1:マイクアレイパラメータ。 絶縁故障実験中の音響信号取得に用いられるマイクアレイシステムの技術仕様。表は配列の形状、チャネル数、サンプリングレート、およびフレームあたり取得したサンプルポイント数をまとめたものです。 この表をダウンロードするには、こちらをクリックしてください。

2. TCN-AEによる時間領域特徴抽出

1. 事前処理済みの時系列音響データをTCNに入力し、動的な時間変動を捉えます^13,14。信号融合後、モデルトレーニング時に適用された正規化手順を用いて各8192点の音響フレームを正規化し、正規化された1次元シーケンスをTCNに入力します。
2. TCNアーキテクチャを構成してください。
   1. 時間的特徴抽出のために順番に配置された3つの残差ブロックを用いてTCNを構築します。
   2. 残差ブロックごとに64個の畳み込みフィルターを割り当て、畳み込みカーネルサイズを3に設定します。
   3. 拡張因果畳み込みを実装し、拡張因子をd=1、2、4として構成して時間受容野を段階的に拡大します。
   4. 各畳み込み演算後にReLUの活性化関数を適用します。
   5. トレーニング中の過学習を減らすために、残留ブロックごとに0.20のドロップアウト率を適用してください。
   6. 各残差ブロック内で正則化法として重み正規化を行います。
   7. ネットワーク全体に残差接続を取り込み、必要に応じて1 × 1畳み込み射影を用いて残差経路と変換経路の特徴次元を一致させます。
3. 入力列に因果畳み込みを適用します。シーケンス前のゼロパディングをカーネルサイズに基づいて適応させ、任意のタイムステップでの出力が現在および過去の入力に厳密に依存しるようにします。
4. 核の重み(w_i)と核サイズ(K)を用いて因果畳み込みを実行します(式1):
   (1)
5. パラメータ数を増やさずにネットワークの受容野を拡大するために拡張畳み込みを実装します。ネットワークの深さが進むにつれて、拡張係数dを指数関数的に増加させ、長距離の時間的依存性を捉えましょう。
6. 膨張係数(d)を用いて次のように拡張畳み込みを計算します(式2)。TCNトレーニング中に拡張係数進行d = 1, 2, 4を用いて、各音響フレームのサンプリングポイント数を増やさずに時間受容野を段階的に拡大します。
   (2)
7. 深層ネットワークトレーニング中の残留接続を統合し、消失する勾配を軽減します。
8. 入力列を拡張された因果畳み込みブロックに通します。重み正則化を行い、ReLU非線形活性化を適用した後、ドロップアウト層を適用します。
9. 処理済みの出力を元の入力シーケンスに直接追加します(図2)。残留ブロックごとに重量正規化を適用し、残留加算を行う前にドロップアウト率0.20を用います。必要に応じて、残差経路と変換経路の特徴次元を一致させるために1×1畳み込み投影を使用します。
10. TCNによって抽出された高次元の時間的特徴をAEに入力し、特徴次元の削減を行います。¹⁵。
11. AEアーキテクチャを構成します。
    1. エンコーダは、それぞれ次元512、256、128の3つの完全連結層を用いて構成します。
    2. 128次元の特徴ベクトルを用いて潜在空間表現を定義します。
    3. デコーダは、それぞれ次元128、256、512のニューロンを持つ3つの完全連結層を用いて構成します。
    4. エンコーダとデコーダの両方で、各完全接続層の後にReLUのアクティベーション機能を適用してください。
    5. AEを設定して、潜在空間ベクトルから入力特徴表現を再構成し、Step 2.16で説明された平均二乗誤差(MSE)損失関数を用いて再構成を最適化します。
12. エンコーダを使って入力データを低次元の潜在空間表現に圧縮します。
13. デコーダを使って元のデータを再構成します(図3)。
14. 式 3および4に従い、ReLU活性化関数(σ)、重み行列(W₁およびW₂)、バイアス項(b₁およびb₂)を用いて符号化および復号変換を実行します。
    (3)
    (4)
15. AEを訓練し、再構築誤差を最小限に抑えて重要な情報を保存できるようにします。
16. 平均二乗誤差(MSE)を損失関数として利用し、 式5を用いて再構成誤差を計算します。
    1. 学習率0.001のAdam optimizerを使ってAEを訓練します。
    2. バッチサイズを50に設定し、最大100エポックまでネットワークを訓練します。
    3. トレーニング中の検証損失を監視し、10エポックの忍耐値で早期停止を適用してください。
    4. 2400のトレーニングサンプル、400の検証サンプル、400のテストサンプルからなる固定データセットパーティションを使用します。
    5. Pythonベースのディープラーニング環境でモデルトレーニングを行い、 TableオブMaterialsにまとめられています。
    6. 式 5を用いて再構成誤差を計算します。
       (5)

3. メル分光図およびCBAMによる周波数領域特徴抽出

1. 生の部分放電音響信号に対してプリエンファシス、フレーミング、ウィンドウ機能を適用します。
   1. 各8192ポイントの音響フレームからDCオフセットを除去します。
   2. 事前強調を適用する方法:
      
   3. DCオフセット除去後のピーク絶対振幅で各フレームを正規化します。
   4. 各フレームを1024サンプルのハミングウィンドウでセグメント化します。
   5. 512サンプルのホップ長を使い、隣接するウィンドウ間の50%の重なりに対応します。
   6. 1024点FFTを用いて短時間フーリエ変換(STFT)を計算します。
   7. ハードウェアのフロントエンド帯域幅制限および上記のフレーム品質除外基準を超えて、追加のソフトウェアバンドパスフィルタリングを適用しないでください。
2. 処理された信号に対してフーリエ変換を行います。
3. 元の線形周波数(f)をメルスケールに変換します。このステップは人間の周波数知覚を線形化し、干渉帯の重みを軽減^します。
4. 元の線形周波数(f)(式6)を用いてメルスケール周波数(f_mel)を計算します。
   (6)
5. 周波数を三角形のフィルターバンクの連続に分割します。
6. 各フィルター帯域幅内のすべての信号振幅の重み付け和を計算します。振幅変動に関する知覚の一貫性を高めるために、出力に対数関数を適用します。
7. 式7を用いてメルフィルターバンクの出力を計算します。ここで、S(m)はm番目のフィルターの出力、kは周波数指数、H(k)は三角形フィルターを定義します。
   (7)
8. メルスペクトログラムを生成します。
   1. FFTサイズ1024を用いて短時間フーリエ変換を計算します。
   2. 得られた周波数スペクトルに256メルフィルターバンクを適用します。
   3. 0〜100kHzの周波数範囲でメルスペクトログラムを生成する。
   4. 得られたMelスペクトログラムを256ピクセルの特徴マップとしてリサイズまたは表現し、その後のCBAM処理のために256ピクセルの特徴マップ×表現します。
   5. メルパワースペクトログラムをデシベルスケールに変換します。
   6. 対数圧縮されたMelスペクトログラム (S_dB)を用いて、スペクトログラムごとの最小最大正規化を適用します:
      
   7. 256 × 256 Mel 画像ごとに独立して正規化を行います。
   8. 正規化された値を範囲[0,1]にクリップしてから、スペクトログラムをCBAM分岐に入力します。
9. 得られたメルスペクトログラムをCBAMに入力し、主スペクトル特性を抽出します^。
10. データは逐次チャネル注意および空間注意メカニズムを通じて処理されます(図4)。
11. CBAMアーキテクチャを構成してください。
    1. チャネルリダクション比率を16でチャネル注意モジュールを設定してください。
    2. プロセス入力特徴マップは256×256×64の次元です。
    3. グローバル平均プーリングとグローバル最大プーリングを適用してチャネルディスクリプタを生成します。
    4. プールされた記述子を共有多層パーセプトロンに通し、Sigmoid活性化関数を適用してチャネル注意の重みを生成します。
    5. 連結された平均プーリングおよび最大プール空間記述子に適用した3 ×3の畳み込みカーネルを用いて空間注意重みを生成します。
    6. シグモイド活性化関数を適用して最終的な空間注意マップを作成します。
12. チャンネル注意の重みを抽出します。
13. 入力特徴マップのチャネル次元全体にグローバル平均プーリング およびグローバル最大プーリング を適用します。
14. 生成されたグローバルディスクリプタベクトルを完全連結(FC)層に通して処理し、チャネル注意重み(M_c)を取得します。
15. チャネル注意重みは 式8を用いて計算します。ここで、 M_c はチャネル注意重み、 FC は完全連結層、σ はシグモイド活性化関数を表します。
    (8)
16. 空間的注意の重みを抽出する。
17. チャネル軸に沿ってグローバル最大プーリング とグローバル平均プーリング を適用します。
18. 得られた空間記述子マップを連結し、畳み込み層を通して処理して空間注意重み(M_秒)を生成します。
19. 式9を使って空間注意の重みを計算します。ここで、_Msは空間注意重み、はグローバル平均プーリングによって生成される空間記述子、はグローバル最大プーリングによって生成される空間記述子です。
    (9)
    1. 平均プールされた空間記述子と最大プールされた空間記述子をチャネル次元に沿って連結します。
    2. ストライド=1の3×3畳み込み を適用し、同じパディングを行って空間注意特徴マップを生成します。
    3. 畳み込み出力にシグモイド活性化関数を適用して空間注意の重みを求めます。
    4. 空間注意の重みを要素ごとの重みと入力特徴マップを掛け合わせて、精緻化された空間表現を生成します。

4. CAを用いたクロスモーダル特徴融合

1. 抽出された時間的特徴とスペクトル特徴を合成するためのCAメカニズムを実装する¹⁸.自己注意とは異なり、一方のモダリティから文脈情報を抽出し、もう一方のモダリティの表現を動的に強化します(図5)。
2. CAアーキテクチャを構成してください。
   1. 埋め込み次元を128に設定してください。
   2. CAモジュールを4つの注意ヘッドで設定してください。
   3. クエリ、キー、値の予測次元をそれぞれ128に設定してください。
   4. CAモジュール内で中退率0.10を適用してください。
   5. クロスアテンションモジュールの後に注意後正規化層やフィードフォワード層を適用しないでください。
   6. すべての注意ヘッドからの出力を連結します。
   7. ドロップアウトの申請率は0.10です。
   8. 得られる特徴表現をフラット化します。
   9. 平坦化した特徴ベクトルを直接1D-CNN分類器に転送します。
3. クエリ(Q)、キー(K)、値(V)行列を、2つの異なる入力列(時間領域および周波数領域特徴)から初期化します。
4. 式10を用いてクエリ行列を計算します。ここで_X1はTCN-AE経路によって生成される時間的特徴行列、W_Q、b_Qはそれぞれ対応する学習済み重み行列とバイアス項を示します。
   (10)
5. Key 行列を式11を用いて計算します。ここで X₂ は Mel-CBAM 経路によって生成される周波数領域特徴行列を表し、W_K は対応する学習重み行列とバイアス項を表します。
   (11)
6. 式 12を使って価値行列を計算します。ここで W_V と b_V はそれぞれ対応する学習された重み行列とバイアス項を示します。
   (12)
7. クエリ要素とキー要素の関係に基づいてCAの相互作用を計算します。
8. 式13を使って注意重み行列を計算します。ここで、_{ij α ij} は i 番目の要素の注意重みを j 番目の要素に対して指定し、d_k はキーベクトルの次元性を表します。
   (13)
9. 計算された注意重みに基づいて価値行列の重み付け和を計算して最終的な特徴表現を更新します。
10. 式14を用いて融合特徴表現を計算します。ここで、O_iは絶縁故障の堅牢なヒューズ時周波数音響指紋を表すシーケンス出力です。
    (14)
    1. 出力次元が128の融合特徴表現を生成します。
    2. クロスタイムとクロス周波数の注意出力を組み合わせます。
    3. 分類前に融合表現をフラット化します。
    4. フラット化特徴表現を 図9に示す1次元CNNおよび完全連結Softmax分類器に渡します。

図9:断熱故障識別の全体枠組み。 提案された断熱・故障識別手法のワークフロー。生のマイクアレイ信号を融合・前処理し、その後TCN–AE経路を用いた時間領域特徴抽出、MelスペクトログラムとCBAMを用いた周波数領域特徴抽出、CAベースの特徴融合、そして一次元畳み込みニューラルネットワークを用いた最終的な故障分類が行われます。 この図の拡大版はこちらをクリックしてご覧ください。

5. GCC-PHATを経由してマイクアレイ信号を整列・ヒューズする

1. 遅延推定のために2つのマイク信号を選択し、FFTを使って周波数領域に変換します。
   1. FFTベースのGCC-FAT計算には、200kHzで取得した8192ポイントの音響フレーム全体を使用してください。
   2. 選択された各マイクロフォン信号にFFTを適用し、その後HAT加重クロスパワースペクトラムを計算します。
   3. 図 10に示すPHAT加重クロスパワースペクトルおよびIFFT手法を用いて、選択した参照マイクに対するチャネル間時間遅延を推定します。
   4. 選択した基準マイクに対してGCC-PHATを適用し、112チャンネルすべてのアクティブマイクチャンネルを整列させます。
   5. FFT処理前に8192ポイントの音響フレーム全体にハンウィンドウを適用します。
   6. GCC-PHAT遅延推定時には重複ウィンドウを使用しないでください。
   7. FFTおよびIFFT計算前に、各ウィンドウフレームを16,384ポイントまでゼロパッドで処理します。
   8. ゼロパッド信号を使って、時間遅延推定時に遅延ピーク分解能を向上させましょう。
2. 選択したマイクロフォン信号の周波数領域表現 および を取得します。
3. 2つの信号の類似性を評価するためにクロスパワースペクトルを計算します。
4. 相変形(PHAT)重み付け関数を導入して、相関ピークを鮮明にし、残響効果を緩和します。
5. 式 15を用いてHAT加重のクロスパワースペクトルを計算します。ここで、 と は2つのマイクロフォン信号の周波数領域表現であり、 複素共役を表します。
   (15)
6. IFFTを適用して一般化交相関(GCC)関数を計算します。
7. GCC関数のピークを位置特定することで時間遅延変数τ を特定します。
8. 式 16を使ってGCC関数を計算します。ここで、 は一般化交相関係関数であり、推定時間遅延を表します。
   (16)
9. 推定遅延に基づいて信号を整列させるための時間補償を行います。
10. 各チャンネル参照マイクに対して式17を用いて同期させます。ここで、は遅延補償信号、τ_iは基準マイクに対する推定遅延です。
    1. アレイの幾何学的中心に最も近いマイクを基準マイクとして選択します。
    2. 選択したマイクロフォンがステップ1.6で説明された校正受容基準を満たしているか確認してください。
    3. センターマイクがキャリブレーション基準を満たさない場合は、幾何学的中心に最も近い校正済みマイクを基準マイクとして選びます。
    4. 選択された参照マイクに対して、各アクティブマイクチャンネルの遅延 τ_iを推定します。
    5. ビームフォーミング前に、すべてのアクティブマイクロフォンチャンネルを選択した基準マイクに合わせてください。
       (17)
11. 空間情報を融合するために遅延・和ビームフォーミングを実行します。
12. 式 18を用いて、対象方向からの信号を増幅しつつ周囲の雑音を抑制します。ここで、 y(t)はビーム成形出力信号、 は 第i番目のマイクからの遅延補償信号、 N はマイクの総チャンネル数です。
    1. GCC-PHAT遅延補正後に遅延・和ビームフォーミングを実行します。
    2. すべてのアクティブマイクチャンネルに均等な重み付けをしてください。
    3. 取得時に使用された112のアクティブマイクチャンネル にN = 112を設定します。
    4. アクティブ欠陥モデルの既知の幾何学的位置を用いて、マイクアレイ中心に対する目標方向を定義します。
    5. 信号融合中に遅延・和ビームフォーマーをアクティブ欠陥モデルの中心に向けます。
    6. あらかじめ定義されたテストキャビネットのジオメトリを使ってステアリング方向を決定します。
    7. モデルの訓練やテスト中にデータ駆動型の目標方向推定は行わないでください。
       (18)

図10:GCC-PHAT シグナルアライメント手順。 位相変換による一般化交相関アルゴリズム(GCC-PHAT)のワークフロー。周波数領域マイクロフォン信号はクロスパワースペクトルと重み付け関数を得るために処理され、その後逆フーリエ変換でチャネル間時間遅延を推定します。 この図の拡大版はこちらをクリックしてご覧ください。

6. CSアルゴリズムによるネットワーク最適化

1. CSアルゴリズムのパラメータを初期化して1D-CNNを最適化します。
   1. 巣の数に対応する個体数を20に設定します。
   2. 発見確率(Pa)を0.25に設定します。
   3. 最適化の最大反復回数を50回に設定します。
   4. 再現性をサポートするためにランダムシードを42に設定してください。
   5. ステップサイズのスケーリングパラメータをα 0.01に設定します。
   6. 表2にまとめられた範囲に基づいてハイパーパラメータ探索境界を定義します。
   7. 最大反復数に達したか、検証適応度の収束が得られたら最適化を終了します。
2. カッコウの必然的な寄生行動とレヴィ飛行を組み合わせて、新しい解を生成します。
3. 現在の解(ネスト )を、レヴィ飛行特性から導き出されたランダムなステップサイズを用いて更新します。
4. 式 19を使って更新された巣の位置を計算します。ここで、α はステップサイズのスケーリングパラメータであり、 はエントリ単位の乗算を表します。
   1. ステップサイズのスケーリングパラメータ(α)を0.01に設定します。
   2. レヴィ飛行パラメータ(λ)を1.5に設定してください。
   3. 各候補ネストは、畳み込み層構成、カーネルサイズ、学習率、バッチサイズ、オプティマイザー設定を含む1D-CNNハイパーパラメータのセットとしてエンコードします。
   4. Lévy-flight アップデートを用いて候補ネストを生成し、検証セットのパフォーマンスで各候補を評価します。
   5. 検証適度度を向上させる候補解を保持すること。
      (19)
5. レヴィ飛行の確率変数をパラメータ σでスケールした標準正規分布を用いて計算します。
6. 式20を使ってσを計算します。ここで、はガンマ関数を表し、βは通常1.5に設定されます。
   (20)
7. 5つの畳み込み層、カーネルサイズ3、ReLU活性化、確率勾配降下(SGD)最適化、初期学習率0.001、バッチサイズ50、クロスエントロピー損失関数を用いて1D-CNNを訓練します。
8. テストセット上で最適化されたモデルを評価します。
   1. 検証損失早期停止を用いて、忍耐値を10エポックで最終的な1D-CNNを訓練します。
   2. ランダムシードを42に設定して、データセットの分割とモデルトレーニングを行います。
   3. 表 2にまとめられた固定テストセットを用いて最適化モデルを評価します。
   4. アブレーション結果とは別に完全な混乱行列評価を報告し、全体の精度は99.05%(3962/4000)、クラス別認識率は98.6%から99.4%の範囲です。

カテゴリー	パラメータ	価値 / 設定
データセットと入力	総音響フレーム数	4,000
	故障クラス	地表排出;停止退役;内部放電;点放電
	サンプリングレート	200 kHz
	フレーム長	1フレームあたり8,192ポイント
	マイクロフォンアレイチャネル	112
	モデル入力	クロスアテンション融合時周波数音響特徴表現
データセット分割	トレーニングセットのサイズ	2,400サンプル
	検証セットのサイズ	400サンプル
	テストセットのサイズ	400サンプル
	完全な混同行列評価サイズ	4,000サンプル
	分割戦略	単一固定分割
	ランダムシード	42
TCNアーキテクチャ	残差ブロックの数	3
	残差ブロックごとのフィルター数	64
	畳み込みカーネルサイズ	3
	拡張スケジュール	1, 2, 4
	中退率	0.20
オートエンコーダアーキテクチャ	エンコーダ層の寸法	512→256→128
	潜在空間次元	128
	デコーダ層次元	128 → 256 → 512
オートエンコーダのトレーニング	オプティマイザー	アダム
	学習率	0.001
	バッチサイズ	50
	訓練時代の数	100の時代
	早期停止基準	検証MSE;忍耐 = 20エポック
メルスペクトログラム設定	FFTサイズ	1,024ポイント
	メルフィルターの数	256
	周波数帯域	0–100 kHz
	スペクトログラムの寸法	256×256
CBAM構成	チャネル削減比	16
	特徴マップの寸法	256 × 256 × 64
クロスアテンション構成	埋め込み次元	128
	注意ヘッドの数	4
	クエリ投影次元	合計128人;一人当たり32人
	キー射影次元	合計128人;一人当たり32人
	価値予測次元	合計128人;一人当たり32人
	中退率	0.10
1D-CNN分類器	畳み込み層の数	5
	畳み込みカーネルサイズ	3
	活性化関数	ReLU
	出力層	4クラスソフトマックス
	損失関数	交差エントロピー損失
トレーニング環境	オプティマイザー	確率勾配降下法(SGD)
	初期学習率	0.001
	バッチサイズ	50
	最大トレーニング反復	1,000
	早期停止	検証損失監視
	早期停止忍耐	100回の反復
	最終訓練の敗北	提供された原稿には含まれていません
	最終検証損失	提供された原稿には含まれていません
カッコー検索最適化	最適化目標	1D-CNNハイパーパラメータ
	個体数/巣の数	20
	発見確率(Pa)	0.25
	ステップサイズのスケーリングパラメータ(α)	0.01
	レヴィ飛行パラメータ(β)	1.5
	Lévy-flight parameter (λ)	1.5
	最大最適化反復	50
	ハイパーパラメータ探索境界	変換フィルター {32, 64, 128, 256};カーネルサイズ {3, 5, 7};学習率1×10⁻⁴–1×10⁻²;バッチサイズ {25, 50, 100};ドロップアウト率 0.10–0.50;重量減衰 1×10⁻⁵–1×10⁻³
検証と報告	図13 CAアブレーション精度	98.20%
	表2 混同行列精度	99.05% (3,962/4,000)
	クロスバリデーション/繰り返し実行	未上演

表2:絶縁断層分類のためのデータセット構成、モデルトレーニングパラメータ、最適化設定。 この表は、提案された故障診断フレームワークの開発と評価に用いられたデータセットの構成、データ分割戦略、1D-CNNアーキテクチャ、訓練構成、カッコウ探索最適化設定、検証指標、パラメータ選択の考慮事項をまとめています。実装固有の値が欠けている場合は、再現性を促進するために最終的なトレーニングログや最適化ログから報告されるべきです。 この表をダウンロードするには、こちらをクリックしてください。

結果

時間領域および周波数領域特徴抽出フレームワーク

提案された絶縁断層同定法は、時間的およびスペクトル的特徴抽出経路を統合し、絶縁欠陥によって生じる複雑な音響的特徴を特徴付けます。時間領域特徴抽出は、拡張された因果畳み込みを取り入れたTCNを用いて、音響配列内の長距離時間的依存性を捉えました(図1)。残留接続はTCNアーキテクチャに統合され、安定したディープネットワーク訓練と複数のネットワーク層をまたぐ効率的な情報伝播を促進しました(図2)。抽出された時間的特徴はAEで圧縮され、低次元の潜在表現を生成しつつ重要な音響情報を保持しました(図3)。

並行して、Melスペクトログラムから周波数領域の特徴を抽出し、CBAMを用いてチャネルアテンションおよび空間ア...

ディスカッション

本手法の記事では、音響指紋認識を通じて電力機器の複雑な絶縁故障を特定するための標準化された非接触プロトコルを概説します。TCN-AEをMel-CBAMで処理したMelスペクトログラムと統合することで、既存のパイプラインは動的な時系列変動と局所的なスペクトル特性の両方を分離します。その後のCAメカニズムによるクロスモーダル融合は、単純な特徴連結に伴う情報希釈を減らすことを目的としています。CS駆動の1D-CNNを用いて最適化された診断フレームワークは、本研究で評価された4つの絶縁・故障カテゴリーに対して高い分類性能を示しました。最終的な分類器は全体の精度99.05%を達成し、CA構成ではアブレーション精度が98.2%に達しました。これらの値は、それぞれ最終分類解析とアブレーション研究から得られた異なる評価結果を表しています。

このプロトコルの重要なステップの一つは、マルチチャンネル音響データの取得と同期です。成功する実装には、GCC-PHATアルゴリズムを用いた正確なTDEおよび信号アライメントが必要です。改造された...

材料

```html

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
Autoencoder (AE)	カスタムモデル	特徴圧縮のためのエンコーダー-デコーダーアーキテクチャ	特徴次元削減
クロスアテンションモジュール	カスタムモデル	時間-周波数特徴融合モジュール	クロスモーダル特徴融合
GCC-PHATアルゴリズム	カスタムアルゴリズム	FFT/IFFTベースの実装	時間遅延推定と信号整合
高電圧テスト回路	自作のラボプラットフォーム	オートトランスT1、テストトランスT2、200 kΩ保護抵抗器、1 nF結合コンデンサ；動作電圧4～12 kV	絶縁故障条件の生成
メルスペクトログラム+CBAM	カスタムモデル	注意強化によるメル周波数スペクトル抽出	周波数領域特徴抽出
マイクロフォンアレイシステム	自作のラボプラットフォーム	112チャンネルの修正環状螺旋アレイ；200 kHzサンプリング周波数；フレームあたり8192ポイント	音響取得
マイクロフォンセンサ	自作の整合した超音波マイクロフォンモジュール	112整合チャンネル；感度-38 +/- 3 dBV/Pa；20 Hz-100 kHz周波数応答；94 dB SPL/1 kHzと40 kHzで校正；許容限界:+/-2 dBを1 kHzと40 kHzで	音響検出
多チャンネルDAQシステム	自作の同期DAQプラットフォーム	112チャンネル同時取得；16ビットADC；200 kHz/チャンネル；フレームあたり8192ポイント；共有サンプリングクロック；TTLハードウェアトリガの正エッジ	データ取得と同期
一次元CNN+CS最適化	カスタムモデル	5つの畳み込み層；カーネルサイズ3；SGD；学習率0.001；バッチサイズ50	故障分類
Pythonトレーニング環境	Python / PyTorch	Python 3.9；PyTorch 2.0；NumPy 1.24；scikit-learn 1.2；librosa 0.10；CUDA 11.8	モデルのトレーニングと評価
時系列畳み込みネットワーク(TCN)	カスタムモデル	残差接続付きの拡張因果畳み込み	時間領域特徴抽出
欠陥モデル付きテストキャビネット	自作のラボプラットフォーム	表面放電、浮遊放電、内部放電、および点放電モデル	絶縁故障のシミュレーション
一時的な地電圧(TEV)テストシステム	商用TEVモニタリングモジュール	TEV参照チャンネル；3-100 MHzアナログ帯域幅；40 dBゲイン；TTLトリガの正エッジ；トリガー閾値をバックグラウンドノイズフロアより6 dB上またはセンサー入力で>=10 mV同等に設定	放電活動の検証

```