福建轴承声纹监测-海康威视-轴承声纹监测公司

基于声纹识别的电力设备在线监测方法及系统与流程

作为上述方案的进一步优化，获取目标电力设备的数据流节点，数据属性、属性参数及故障阈值，包括如下步骤：

获取拾音器或第二拾音器采集的音频数据流；

抽取所述待处理音频数据流中包括的目标实体的预定义参数的属性值；

根据抽取出的属性值，建立对应目标实体的音频数据属性参数集。所述电力设备包括变压器，电抗器和gis设备；

作为上述方案的进一步优化，获取针对所述至少一个拾音器采集的数据流与所述至少一个拾音器采集数据流的风险特征信息；确定所述至少一个拾音器采集的数据流或所述至少一个拾音器采集的数据流中与所述风险特征信息的相似度超过预设阈值的数据流节点组，输出所述数据流节点组的信息。

一种基于声纹及振动针对电力主设备的缺陷在线监测方法与流程

优选地，所述漩涡仓是通过螺钉将所述主控板固定在沿壳体底座内壁的多个呈圆周均匀设置的安装座上形成的密闭空间。

优选地，所述声音采集单元包括设置在壳体底座外壁用于采集环境噪音的麦克风a，设置在主控仓内用于检测监测装置噪音的麦克风b和设置在漩涡仓内用于检测被检测设备振动声音的麦克风c；所述振动检测单元包括用于作为调校基准的mems3轴数字加速度传感器和用于作为振动检测的mems单轴，带宽11khz的模拟加速度传感器。

具体地，再一步优选设置，所述处理单元采用nordic52840armcortex-m432位处理器，内嵌蓝牙5.0协议栈，所述无线发射模块采用e103-w02且内置tic3200工业级wifi模块，所述超级电容3采用sl1520，锂亚电池采用er14335电池。

相对于现有技术而言，由于电力设备的检测设备比较传统，目前检测设备都集中在事故发生后，主要用于事故后故障发生原因分析。本申请声纹及振动联合在线监测装置，可以预知，预警电网设备可能故障。

一种基于声纹及振动针对电力主设备的缺陷在线监测方法与流程

实施例1：

结合说明书的一种基于声纹及振动针对电力主设备的缺陷在线监测方法，具有外壳体，所述外壳体包括通过相互可拆卸盖合的壳体上盖1和用于吸附在被检测设备表面的壳体底座10，所述外壳体内腔由上而下依次设置有电池仓、主控仓和用于接收被检测设备振动产生的声纹旋涡仓；所述电池仓内设置有用于提供电源超级电容3，所述超级电容3与设置在主控仓内的主控板9电连接，所述主控板9包括有用于接收被检测设备振动产生声纹的振动检测单元、用于分别采集环境噪音、监测装置噪音和被检测设备振动声音的声音采集单元，以及对振动检测单元和声音采集单元分别获取的多条声纹信息进行匹配处理的处理单元，以及与所述处理单元连接分别用于将处理单元处理后的声纹信息w进行存储的存储单元和用于将所述声纹信息w进行发送的信号发射单元。所述处理单元采用nordic52840armcortex-m432位处理器，内嵌蓝牙5.0协议栈，所述无线发射模块采用e103-w02且内置tic3200工业级wifi模块，所述超级电容3采用sl1520，锂亚电池采用er14335电池。