变电站设备声音异常识别方法及系统技术方案

本发明专利技术公开了一种变电站设备声音异常识别方法及系统，包括：获取变电站目标设备的声音信息，并对所述声音信息进行预处理；对于预处理后的声音信息，进行声纹特征提取；其中，所述声纹特征至少包括FBank特征、分贝、基频、短时能量、短时过零率和相关性系数；将提取的声纹特征输入到训练好的声纹识别模型，输出识别结果；基于识别结果判断目标设备的运行状态。本发明专利技术通过多元的麦克风阵列进行数据的定向采集，采集到的声音比较纯净，而单个麦克风采集的声音信号是多方位声音信号的叠加，能够提高声音数据采集的准确率。高声音数据采集的准确率。高声音数据采集的准确率。

【技术实现步骤摘要】
变电站设备声音异常识别方法及系统


[0001]本专利技术涉及变电站设备声音异常识别
，尤其涉及一种变电站设备声音异常识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着电网建设的发展和安全要求的提高，变电站建设正朝无人值守或少人值守的方向发展。目前，无人值守变电站主要倾向于向“五遥”方向发展(遥测、遥信、遥控、遥调、遥视)，利用视频监控系统，变电站中已逐步实现了“遥视”功能，但对于运行设备内部声音的监测却没有得到重视，已开发的成套设备也非常少，针对电力设备运行状态的智能化音频识别系统则更少。
[0004]电力设备在带电运行过程中，会产生可以表征设备本身状态的特有的声音及振动，并且这个声音是该设备独有的，该声音还可以通过电声学仪器所测量和分析，因此我们称该声音携带的表征电力设备运行状态的特性为声纹及振动。利用这一特性，将被检测设备的检测声纹信息进行异常检测可以预判设备的工作状况，实现在设备发生故障前提前预知和排除，避免因电力设备的突然故障导致的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站设备声音异常识别方法，其特征在于，包括：获取变电站目标设备的声音信息，并对所述声音信息进行预处理；对于预处理后的声音信息，进行声纹特征提取；其中，所述声纹特征至少包括FBank特征、分贝、基频、短时能量、短时过零率和相关性系数；将提取的声纹特征输入到训练好的声纹识别模型，输出识别结果；基于识别结果判断目标设备的运行状态。2.如权利要求1所述的一种变电站设备声音异常识别方法，其特征在于，获取变电站目标设备的声音信息，具体包括：采用多元麦克风阵列采集设定方向的声音信号。3.如权利要求2所述的一种变电站设备声音异常识别方法，其特征在于，声音采集过程中，滤除环境噪声和人声干扰，对声音进行放大或衰减处理。4.如权利要求1所述的一种变电站设备声音异常识别方法，其特征在于，对所述声音信息进行预处理，具体包括：对采集到的声音信号进行谱减法去噪处理；对去噪后的信号进行加窗、分帧操作；通过傅里叶变换将分帧之后的时域信号转化为频域信号。5.如权利要求4所述的一种变电站设备声音异常识别方法，其特征在于，提取FBank特征的过程包括：傅里叶变换后得到频域信号，计算频带范围内能量谱；通过Mel滤波器组进行滤波，得到符合人耳听觉习惯的声谱；对滤波后得到的声谱求取其自然对数，得到FBank特征。6.如权...

【专利技术属性】
技术研发人员：杨国庆，李健，孙志周，张传友，邵光亭，王亚菲，邓燕，刘加科，
申请(专利权)人：国网智能科技股份有限公司，
类型：发明
国别省市：