山东AI智能声纹监测系统-海康威视-AI智能声纹监测系统公司

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。

基于声纹识别的电力设备在线监测方法及系统与流程

基于声纹识别的电力设备在线监测方法及系统与流程

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

本发明提供了一种基于声纹识别的电力设备在线监测方法，包括如下步骤：采集预先设置的至少一个拾音器中的数据流和预先设置的至少一个第二拾音器中的数据流；

一所述拾音器与一变压器接，用于采集变压器音频数据，一所述第二拾音器与一电抗器接，用于采集电抗器音频数据；

建立所述至少一个拾音器包括数据流和对应数据流节点与所述至少一个第二拾音器包括数据流和对应数据流节点以及数据服务器原始数据连接关系；

基于声纹识别的电力设备在线监测方法及系统与流程

确定存在所建立的拾音器包括数据流和对应数据流节点与所述至少一个第二拾音器包括数据流和对应数据流节点以及数据服务器原始数据连接关系是都匹配；

输出匹配结果。

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

技术实现要素：

为了解决背景技术中提到的现有技术在带电电力主设备上检测存在的准确度不高容易受到环境干扰导致检测失真的问题，本申请提供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及监测装置。用于克服现有检测技术的不足，实现准确、快捷、方便的检测。本发明通过采集现场声音和振动采集并结合各种电力设备的特征对电力设备机械缺陷进行定位。相较于现有技术具有的判定，且设备小，集成化高，利于检测操作和携带。

为了达到上述目的，本申请所提供的监测装置所采用的技术方案为：

本发明还提供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体是采用上述的监测装置实现，具体包含以下监测步骤：振动检测单元将被检测设备产生的振动频率进行持续采集，获得在采集持续时间周期t内的振动频率，通过将上述周期t内的振动频率转换为频率分布图，获取到周期t内的振动声纹信息e；与上述步骤同时进行的，在周期t内声音采集单元通过三路分别检测环境噪音、监测装置自身噪音和被检测设备发出的噪音的麦克风a、麦克风b、麦克风c采集到的声纹信息a、声纹信息b、声纹信息c；处理单元将声纹信息c中包含有声纹信息a和声纹信息b中的信息剔除获得声纹信息d，再将声纹信息d与声纹信息e相匹配的信息提取获得被检测设备发出的声纹信息w；利用信号发射单元将声纹信息w发送到后台服务器与现有电力设备缺陷类型对比获取准确的被检测设备的缺陷情况以及缺陷类型。所述步骤s02中周期t选取值为3-5秒。

优选地，所述步骤s04获取声纹信息d的过程中还包括对声纹信息a、声纹信息b和声纹信息c进行锐化的步骤；所述锐化步骤具体采用将需要锐化的声纹信息a/b/c在同一频率对应的幅度值增大或者减小2-3％，形成与声纹信息a/b/c对应的锐化后的声纹信息幅度带声纹信息a+/b+/c+；