[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

说明书

本发明公开了一种基于声纹识别的电力设备异常监测方法及系统，方法包括通过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、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、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，本发明基于异常态数据少、难采集的现状，开创只使用正常态数据建库，以误差衡量偏离稳态的方法，实现异常预警。

技术领域

本发明涉及声音分析技术领域，尤其涉及一种基于声纹识别的电力设备异常监测方法及系统。

背景技术

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就更少了。

为了全面掌握变电站实时运行情况、及时发现故障设备，并做出科学的决策和处理，目前设备音频监控，通过监测设备运行时的声音信号，与已知的异常声音进行对比，从而发现异常请情况。但是在现实的变电站、换流站环境中，实际的异常声音很少发生并且高度多样化。因此不可能有意制造或者收集异常声音的详尽样本。

发明内容

为解决背景技术中存在的技术问题，本发明提出一种基于声纹识别的电力设备异常监测方法，解决了依赖于异常声音数据库进行设备异常监测的问题。

本发明提出一种基于声纹识别的电力设备异常监测方法，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。

优选地，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。

优选地，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。

优选地，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。