简介:摘要:电力行业的发展导致了电力设备在数量、容量上的增加。电力设备的巡检、维护、监控需要投入大量的人力成本,随着计算机、人工智能行业的发展,使用智能化的信号处理算法,通过采集电力设备周围空间内的热、电、声等多个维度信息,便可判别设备的运行状态,从而实现设备的实时监控。电力设备故障信号的采集与处理是一个“硬件+软件”的综合系统。为了有效实现该目的,既需要及时的采集各类维度的信息,还需要快速的信号处理算法,挖掘出多维数据中的潜在信息。因此,在硬件电路设计上,要保证采集到的信号质量,确保信号的功率满足信息处理模块的功率动态范围要求,滤除信号中的干扰噪声;在软件算法上,要保证信号处理算法有足够低的时间复杂度,从而满足实时监控需求。基于以上分析,本文基于大规模可编程逻辑器件(FPGA)设计了一套电力设备故障信号的采集与处理系统。本系统可以实现电力设备周围空间内热、声音和电信号的采集。系统在FPGA内集成了神经网络算法,用于设备故障判别。