齿轮声纹监测公司服务至上「海康威视」

智能运维之电力设备声纹在线监测

声纹电力在线监控系统 集AI+物联网+5G 为一体，响应了国网提出的泛在电力物联网的号召， 并且提供了电力设备在线检测的新的有力手段，目前可以对变压器， 开关柜，母线等主要设备提供 24 小时在线检测，主要对变压器的各 种故障状态及时预警， 并实时显示在监控中心大屏和巡检人员的手机 APP 上，对非正常状态的故障现象进行人工智能的深度学习，为运检人员提供设备全生命周期的变化监测曲线，为正确运检决策做出辅助研判。

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

本发明涉及电力设备检测领域，尤其涉及对在役电力主设备进行缺陷检测的装置领域，具体涉及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。

背景技术：

电力主设备的正常运行是保证整个电网正常运行，保证良好供电的必要前提。但是电力主设备一般都是在带电状态，不能采用常规方式对其进行检测，现有技术大多通过采集设备温度数据，进行间接判断，但是这种受环境影响较大，判断的准确性不高，参考意义不大。

获取所述声纹信息w的过程还包括对声纹信息d和/或声纹信息e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d/e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d/e对应的锐化后的声纹信息幅度带声纹信息d+/e+。

具体地，上述方法是通过将设备振动和声音信息相互比对形成双层验证，从而剔除环境噪音以及其他通过麦克风可以采集到的噪音，获得纯净的设备发出的固有声音的声纹信息，同时，通过并行采集设备的振动信息进行比对获得准确的设备固有的声纹信息，避免了环境的干扰对检测结果的消极影响，从而达到判别的目的。所述的周期t可以认为任意设置，设置周期t的目的是防止因采集的信息是离散的进行对比导致对比的结果可能存在失真的可能，当声纹信息是持续的进行对比，就相当于呈“段”的数据相互比对匹配误差会远远低于呈“点”的数据之间的相互比对产生的误差，这就保证了检测结果的准确性。本申请提供的集成化的监测设备将上述方法进行了集成化的实现，这相对于现有技术而言具有明显意义上的进步。虽然本发明中所采用的包括信号发射单元、处理单元、振动检测单元和声音采集单元在内的硬件是通过市售现有型号产品实现，但是上述整体的系统结构和处理方法在电力主设备的缺陷检测当中，尚属首例。充分利用物体固有的声纹信息进行判定具有极高的判定精度，且本发明创造性的采用了三通道声音采集进行交叉对比，剔除环境噪音影响，能够获得准确的设备声纹信息，从而为的缺陷判别提供了良好条件。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。