基于声学成像感知技术的巡检机器人监测方法及系统技术方案

本发明专利技术公开了基于声学成像感知技术的巡检机器人监测方法及系统，该方法包括：通过采集前端采集电力设备的声信号和光学图像信息；对采集的声信号进行声场重构处理，获取电力设备的声场分布图；对获取的声场分布图进行图像切割；将切割后的变压器声场分布图导入视觉转换器，获取电力设备状态；存储电力设备状态的数据信息，若电力设备出现异常，则触发报警器进行报警。本发明专利技术对于电力设备的不同运行工况都具有很高的识别精度，可以有效识别设备机械松动、放电缺陷，解决现有技术中现有的巡检机器人存在的弊端。器人存在的弊端。器人存在的弊端。

【技术实现步骤摘要】
基于声学成像感知技术的巡检机器人监测方法及系统


[0001]本专利技术涉及电力设备噪声检测
，具体涉及基于声学成像感知技术的巡检机器人监测方法及系统。

技术介绍

[0002]随着我国的科技水平和经济水平的不断发展，社会各行业对电力的需求越来越大。而变电站是电力系统重要的供电和传输枢纽，其安全和正常运行，对于电力安全使用至关重要。传统的巡检维护需要工作人员携带设备至各变电站进行定期检查，该方式不仅检测效率较低，容易出现误检和漏检的现象，而且长此以往电力设备的电磁辐射还会对巡检人员的身体造成影响，已不再适合当前人工智能背景下的变电站检测需求。
[0003]为提高变电站的检测效率和检测精度，集自主巡检、智能监控、数据采集分析、状态评估报警等功能于一身的智能变电站巡检机器人日益普及，但巡检机器人不断发展应用的同时也暴露出许多问题，例如检测参量较少，主要限制在变电设备红外测温与设备外观检查，对变电设备运行状态缺乏全面协同感知，对设备的声学信息特征分析应用有待进一步提高。

技术实现思路

[0004]为了解决或部分解决相关技术中存在的问题，本专利技术提供了基于声学成像感知技术的巡检机器人监测方法及系统，针对现有巡检机器人检测技术不足，提出新的电力设备状态识别方法，并基于该方法形成一个完整的检测模块，可将该模块搭载于巡检机器人平台。
[0005]本专利技术提供了基于声学成像感知技术的巡检机器人监测方法，该方法包括：
[0006]通过采集前端采集电力设备的声信号和光学图像信息；
[0007]对采集的声信号进行声场重构处理，获取电力设备的声场分布图；
[0008]对获取的声场分布图进行图像切割；
[0009]将切割后的变压器声场分布图、光学图像信息导入视觉转换器，获取电力设备状态；
[0010]存储电力设备状态的数据信息，若电力设备出现异常，则触发报警器进行报警。
[0011]可选地，所述采集电力设备的声信号和光学图像信息，具体包括：
[0012]人机交互端下发给定的时钟信号至边缘网关；
[0013]传声器阵列通过边缘网关获取时钟信号，并根据时钟信号采集不同采样频率的数据，将声音信号转化为电信号；
[0014]电力设备将光学图像投射到光学摄像头的表面，转为电信号；
[0015]数据采集模块对光学摄像头、传声器阵列中每个通道的信号进行放大，再通过A/D转换模块，获得电力设备的声信号和光学图像信号数字信号。
[0016]可选地，所述对采集的声信号进行声场重构处理，获取电力设备的声场分布图，具
体包括：
[0017]声场重建模块将电力设备表面的基准声发射面进行网格化划分得到每个网格点(即重构点)的空间位置坐标；
[0018]基于声源到达每个传声器的时延原理，反向计算网格点处的声压信号并与阵列采集到的声信号进行加权求和，获得重建声场，并以此获取声像图；
[0019]电力设备状态识别模块对声像图进行分割，分为若干个小块并重塑为一个向量，将该向量带入视觉转换器中自动获取声像图特征，并结合光学图像信息构建电力设备状态检测模型。
[0020]可选地，所述将切割后的变压器声场分布图、光学图像信息导入视觉转换器，获取电力设备状态，具体包括：
[0021]将切割后的变压器声场分布图及光学图像信息导入视觉转换器，通过获取声像图中的前四阶中心距作为电力设备状态判别模型的输入特征，识别电力设备的运行状态。
[0022]所述将电力设备状态的数据信息存储至存储器模块，若电力设备出现异常，则触发报警器进行报警，具体包括：
[0023]通过相控阵测试原理得到电力设备表面的声像图；
[0024]采用视觉转换器自动学习转换后的二维声像图特征，并提取图像前四阶中心矩特征作为判别设备状态输入参数，结合支持向量机训练电力设备运行状态识别模型，形成可以有效识别设备机械松动、放电缺陷的诊断模型；
[0025]将采集数据输入至该模型中即可判别该电力设备的运行状态。
[0026]该方法还包括：
[0027]通过机器人通讯平台将电力设备状态传输至人机交互端，并在显示端进行显示。
[0028]另一方面，本专利技术还提供了基于声学成像感知技术的巡检机器人监测系统，该系统包括声学感知模块；机器人主体和人机交互端；所述声学感知模块包括采集前端和边缘网关，所述采集前端包括传声器阵列、光学摄像头、数据采集模块和电源模块；所述边缘网关包括声场重建模块和电力设备状态识别模块，所述人机交互端包括显示端、控制端、存储器模块、报警器和通讯模块。
[0029]所述声学感知模块通过以太网或USB的方式与机器人通讯平台进行数据传输；所述机器人通讯平台通过无线数据传输方式与人机交互端进行数据传输。
[0030]所述传声器阵列包括多个声学传感器。
[0031]所述电力设备识别模块包括图像切割模块、特征提取模块和视觉转换器。
[0032]本专利技术提供的技术方案可以包括以下有益效果：
[0033]本专利技术通过采集前端对变压器的声信号和光学图像信息进行采集，获取变压器声场分布图，基于变压器声场分布图获取声像图纹理特征，区分被检测变压器的不同缺陷状态。基于声学成像感知技术的巡检机器人监测系统对于变压器不同运行工况都具有很高的识别精度，可以有效识别设备机械松动、放电缺陷，可以解决现有技术中现有的巡检机器人存在的弊端。
[0034]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0035]为了更清楚地说明本专利技术专利实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术专利的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，根据这些附图获得其他的附图。
[0036]图1为本专利技术实施例中基于声学成像感知技术的巡检机器人监测系统的结构示意图；
[0037]图2为本专利技术实施例中声学(成像)感知模块应用在机器人主体上的结构示意图；
[0038]图3为本专利技术实施例中基于声学成像感知技术的巡检机器人监测系统得到的不同状态下变压器的声像图；
[0039]图4为本专利技术实施例中基于声学成像感知技术的巡检机器人监测系统自动提取的声像图特征区分变压器不同缺陷状态示意图；
[0040]图5为本专利技术实施例中变压器故障诊断结果的混淆矩阵示意图；
[0041]图6为本专利技术实施例中转换器编码器的框架示意图；
[0042]图7为本专利技术实施例中基于声学成像感知技术的巡检机器人监测方法的流程图。
具体实施方式
[0043]下面将参照附图更详细地描述本专利技术的实施方式。虽然附图中显示了本专利技术的实施方式，但是应该理解的是，可以以各种形式实现本专利技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本专利技术更加透彻和完整，并且能够将本专利技术的范围完本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于声学成像感知技术的巡检机器人监测方法，其特征在于，该方法包括：采集电力设备的声信号和光学图像信息；对采集的声信号进行声场重构处理，获取电力设备的声场分布图；对获取的声场分布图进行图像切割；将切割后的变压器声场分布图、光学图像信息导入视觉转换器，获取电力设备状态；存储电力设备状态的数据信息，若电力设备出现异常，则触发报警器进行报警。2.如权利要求1所述的基于声学成像感知技术的巡检机器人监测方法，其特征在于，所述采集电力设备的声信号和光学图像信息，具体包括：人机交互端下发给定的时钟信号至边缘网关；传声器阵列通过边缘网关获取时钟信号，并根据时钟信号采集不同采样频率的数据，将声音信号转化为电信号；电力设备将光学图像投射到光学摄像头的表面，转为电信号；数据采集模块对光学摄像头、传声器阵列中每个通道的信号进行放大，再通过A/D转换模块，获得电力设备的声信号和光学图像信号数字信号。3.如权利要求1所述的基于声学成像感知技术的巡检机器人监测方法，其特征在于，所述对采集的声信号进行声场重构处理，获取电力设备的声场分布图，具体包括：声场重建模块将电力设备表面的基准声发射面进行网格化划分得到每个网格点的空间位置坐标；基于声源到达每个传声器的时延原理，反向计算网格点处的声压信号并与阵列采集到的声信号进行加权求和，获得重建声场，并以此获取声像图；电力设备状态识别模块对声像图进行分割，分为若干个小块并重塑为一个向量，将该向量带入视觉转换器中自动获取声像图特征，并结合光学图像信息构建电力设备状态检测模型。4.如权利要求1所述的基于声学成像感知技术的巡检机器人监测方法，其特征在于，所述将切割后的变压器声场分布图、光学图像信息导入视觉转换器，获取电力设备状态，具体包括：将切割后的变压器声场分布图导入视觉转换器，通过获取声...

【专利技术属性】
技术研发人员：邵宇鹰，王枭，彭鹏，袁国刚，孙宁，杨嘉禹，高健，
申请(专利权)人：上海睿深电子科技有限公司，
类型：发明
国别省市：