[发明专利]一种基于声纹识别的电力设备异常监测方法及系统

权利要求书

1.一种基于声纹识别的电力设备异常监测方法，其特征在于，包括：

采集预设周期内电力设备正常运行的第一声音信号并进行去噪处理；

将去噪处理后的第一声音信号进行AD转换获取第一声纹数据；

对第一声纹数据进行音频频谱分析，提取第一音频特征存储至第一音频数据库；

实时采集电力设备运行的第二声音信号并进行去噪处理；

将去噪处理后的第二声音信号进行AD转换获取第二声纹数据；

对第二声纹数据进行音频频谱分析，提取第二音频特征；

通过神经网络识别判断第一音频数据库中是否存在第二音频特征：若否，则发出异常报警信号。

2.根据权利要求1所述的基于声纹识别的电力设备异常监测方法，其特征在于，所述去噪处理包括：

按照信噪比的高低对声音信号分为第一信噪比信号和第二信噪比信号；

对第一信噪比信号通过过零率算法进行计算，对第二信噪比信号通过熵谱算法进行计算，分别得到不同噪音环境中的声音信息；

通过卷积神经网络将上述声音信息进行特征融合，获得去噪后的声音信号。

3.根据权利要求1所述的基于声纹识别的电力设备异常监测方法，其特征在于，所述发出异常报警信号之后还包括：

获取异常报警的反馈信息；

若所述反馈信息为设备正常运行，则将所述第二音频特征存储至第一音频数据库；

若所述反馈信息为设备异常运行，则获取与第二音频特征匹配的异常类型，并将第二音频特征和与其匹配的异常类型存储至第二音频数据库。

4.根据权利要求3所述的基于声纹识别的电力设备异常监测方法，其特征在于，所述发出异常报警信号具体包括：

检索第二音频数据库中是否存在第二音频特征：

若是，则获取与第二音频特征对应的异常类型，发出已知异常报警信号；

若否，则发出未知异常报警信号。

5.根据权利要求1所述的基于声纹识别的电力设备异常监测方法，其特征在于，所述将音频特征存储至第一音频数据库具体包括：获取音频特征对应的电力设备类型，按照电力设备类型将音频特征存储至第一音频数据库。

6.一种基于声纹识别的电力设备异常监测系统，其特征在于，包括：

采集模块：用于采集电力设备运行的声音信号；

去噪模块：用于对声音信号对进行去噪处理；

转换模块，用于将去噪处理后的声音信号进行AD转换获取声纹数据；

特征提取模块，用于对声纹数据进行音频频谱分析，提取音频特征；

第一音频数据库，用于存储至电力设备正常运行的声音特征数据；

识别模块，用于通过神经网络识别判断第一音频数据库中是否存在目标音频特征；

警报模块，用于发送异常报警信号。

7.根据权利要求6所述的基于声纹识别的电力设备异常监测系统，其特征在于，所述去噪模块具体包括：

分类单元，用于按照信噪比的高低对声音信号分为第一信噪比信号和第二信噪比信号；

计算单元，用于对第一信噪比信号通过过零率算法进行计算，第二信噪比信号通过熵谱算法进行计算，分别得到不同噪音环境中的声音信息；

融合单元，用于通过卷积神经网络将上述声音信息进行特征融合，获得去噪后的声音信号。

8.根据权利要求1所述的基于声纹识别的电力设备异常监测系统，其特征在于，还包括：

反馈模块，用于获取异常报警的反馈信息；

第二音频数据库，用于存储设备异常运行的音频特征及其异常类型；

存储模块，用于当所述反馈信息为设备正常运行时，将所述第二音频特征存储至第一音频数据库；当所述反馈信息为设备异常运行时，则获取与第二音频特征匹配的异常类型，并发送将第二音频特征和与其匹配的异常类型存储至第二音频数据库的指令。