[发明专利]一种变电站故障判定声纹识别方法

说明书

本发明公开了一种变电站故障判定声纹识别方法，克服了现有技术由于变电站数目和站内设备越来越多导致设备故障判断困难的问题，先建立系统模型存储变电站站内的常有噪声类型，将各种噪声的波形与声纹信息存储在系统模型中，根据已知噪声构建多个滤波器，实时采集变电站站内噪声信息将实时采集的噪声信息经过系统模型的滤波器中，若滤出的噪声能够与预先存储好的某种噪声波形相关联则判定变电站故障。本发明采用声纹识别的方法通过对声音滤波再进行波形的图形比较得到结论。

技术领域

本发明涉及变电站监测技术领域，尤其是涉及一种变电站故障判定声纹识别方法。

背景技术

日常生活中，语音是传递信息的一种介质，可以从不同的语音中获取说话内容，而且还可以通过语音中独特的特征来确认说话人的个人信息。电力设备运行时，也会像人一样发出自己的语音，经验丰富的电力老师傅往往可以根据这些语音，判断设备是否存在安全隐患，老师傅的这种“听音识别”的能力对于变电站的安全稳定运行至关重要。随着电网建设的发展，变电站的数目会越来越多，完全依靠老师傅进行设备故障的判断是不现实的。变电站设备众多，有变压器、开关柜、绝缘子、母线、隔离开关等多类设备，且每类设备不止一种。不同设备的电气特性、物理形态特征、红外特性、运行状态、声纹特性等多维特征信息都存在差异。传统设备故障诊断主要有温度检测、气味检测、外观检查、电气信息测量等几种方式。当前应用的巡视机器人可以替代人完成设备的红外信息的读取和识别，判断设备是否正常工作。温度只是人判断设备是否存在故障的一个维度，经验丰富的老师傅还会根据设备的气味、外观、电气信息等因素综合判断设备是否存在故障，当前应用的巡检机器人是无法实现这些功能的，它只利用了设备的红外特性数据。这样的故障识别方式存在明显弊端。

发明内容

本发明是为了克服现有技术的由于变电站数目和站内设备越来越多导致设备故障判断困难的问题，提供一种变电站故障判定声纹识别方法，通过对变电站设备声音进行采集、将识别其中故障声音的上文，将故障声音与预设的对应故障进行关联，判断故障类型，提高了变电站故障识别的准确性。

为了实现上述目的，本发明采用以下技术方案：

一种变电站故障判定声纹识别方法，包括以下步骤：

S1、建立系统模型；

S2、对变电站设备声音进行采集；

S3、对上一步中采集到的变电站设备声音进行识别；

S4、将识别得到的结果与预先设定好的系统模型中的故障声音进行关联；

S5、通过关联结果判定具体的故障类型。

本发明采用声纹识别的方法通过对声音滤波再进行波形的图形比较得到结论，准确性高，并提供报警功能对故障声纹进行判定便于维修。

作为优选，S1包括以下内容，建立系统模型包括依次连接的预设的声音采集模块、声纹识别模块、故障声纹关联模块和故障判定模块；

所述的声音采集模块用于采集变电站中设备的声音并将声音发送至声纹识别模块；

所述的声纹识别模块用于将噪声过滤出来，设备噪声的各个带宽预先设定在声纹识别模块中，声纹识别模块内包括若干用于过滤噪声的带通滤波器；

故障声纹关联模块用于将声纹识别模块滤波后得到的噪声的波形与预先设定在故障声纹关联模块中的变电站站内各类故障噪声的声纹波形进行比对，将滤波后得到的噪声与变电站站内各类故障噪声进行关联；

故障判定模块用于输出具体的故障类型并对本次故障进行报警。

四个依次项链的模块协同工作实时对变电站站内的噪声进行采集，判定是否为已知故障噪声，

作为优选，所述声纹采集模块通过以下步骤建立：