[发明专利]一种基于声音识别的电力设备智能监控系统及监控方法

说明书

一种基于声音识别的电力设备智能监控系统及监控方法，声音传感器采集电力设备周围可能存在的各类音频数据，对各类音频数据进行标记，将标记后的各类音频数据输入处理器中的Tensor Flow软件进行训练，生成声音模型，声音传感器采集电力设备周围的实时音频数据，将实时音频数据输入处理器中的训练后的声音模型进行识别，如果处理器中的声音模型识别到不应该存在的声音，则发送报警信息给报警模块和通讯模块。本发明对现场采集到的声音进行智能识别，根据异常声音的概率进行报警，实现了对电力设备进行长期连续自动监测和报警，提高了运维人员的工作效率，提高了电力系统设备的安全级别。

技术领域

本发明涉及一种基于声音识别的电力设备智能监控系统及监控方法。

背景技术

伴随着我国经济的迅猛发展和技术的进步，供配电产业的发展及可靠性对国民经济的发展起着举足轻重的作用，全国各地重点工程项目、标志性建筑、大型公共设施等用户的急剧增加，对供配电系统的可靠性、安全性、实时性、易用性、兼容性及缩小故障影响范围提出了更高的要求。

发明内容

本发明提供一种基于声音识别的电力设备智能监控系统及监控方法，对现场采集到的声音进行智能识别，根据异常声音的概率进行报警，实现了对电力设备进行长期连续自动监测和报警，提高了运维人员的工作效率，提高了电力系统设备的安全级别。

为了达到上述目的，本发明提供一种基于声音识别的电力设备智能监控系统，包含：

多个声音传感器，其设置在电力设备上，或者电力设备附近，用于采集音频数据；

处理器，其连接声音传感器，用于识别异常声音，并产生报警信息。

所述的基于声音识别的电力设备智能监控系统还包含：报警模块，其连接处理器，用于根据报警信息进行报警。

所述的基于声音识别的电力设备智能监控系统还包含：通讯模块，其连接处理器，用于将报警信息发送给运维人员。

所述的处理器上装载有Tensor Flow软件。

本发明还提供一种基于声音识别的电力设备智能方法，包含以下步骤：

声音传感器采集电力设备周围可能存在的各类音频数据，对各类音频数据进行标记，将标记后的各类音频数据输入处理器中的Tensor Flow软件进行训练，生成声音模型；

声音传感器采集电力设备周围的实时音频数据，将实时音频数据输入处理器中的训练后的声音模型进行识别，如果处理器中的声音模型识别到不应该存在的声音，则发送报警信息给报警模块和通讯模块。

如果处理器中的声音模型识别到不应该存在的声音的概率超过60％时，产生一个普通报警，如果不应该存在的声音的概率超过80％时，产生一个严重报警，概率超过95％时，产生一个紧急报警。

在收到报警信息后，报警模块进行即时报警，通讯模块将报警信息发送给运维人员。

本发明通过对现场采集到的声音进行智能识别，得到异常声音的概率，异常声音的概率超过一定阈值后，产生报警，从而能对电力设备进行长期连续自动监测和报警，提高了运维人员的工作效率，提高了电力系统设备的安全级别。

附图说明

图1是本发明提供的一种基于声音识别的电力设备智能监控系统的结构示意图。

图2是本发明提供的一种基于声音识别的电力设备智能监控方法的流程图。

具体实施方式

以下根据图1和图2具体说明本发明的较佳实施例。

伴随着技术的进步，AI技术近几年取得了突破性的进步，特别是在人脸识别、花草识别、语音识别上，取得了很大的成绩。