轴承声纹监测系统公司

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，若存在所建立的至少一个拾音器包括数据流和对应数据流节点或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匹配，轴承声纹监测系统公司，数据服务器存储建立连接的至少一个拾音器中的数据流信息和对应数据流节点信息或至少一个第二拾音器中数据流信息和对应数据流节点信息；

且根据采集的对应的拾音器的数据流信息的数据属性和数据流节点，自动学习归集，形成新的待测数据流的音频数据规则；

针对不同特征活动(放电、介质沸腾、绕组松动、铁芯松动)对应的变压器(电抗器)的音频数据，对应的数据属性、属性参数及故障阈值，自动学习归集，形成新的待测数据流的音频数据规则；

建立预先设置的至少一个拾音器或至少一个第二拾音器与数据服务器连接，基于所述形成新的待测数据流的音频数据规则，对当前至少一个拾音器或至少一个第二拾音器采集的数据流进行数据检测分析；

若违反所述形成新的待测数据流的音频数据规则，发出告警。

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+；

浅谈声纹自动识别系统

声纹自动识别技术已经在我们的日常生活中广泛应用，例如语音的文字录入、门禁等等。当前，声纹自动识别在、安全领域的应用就是黑名单检测，但是在刑侦领域的身份鉴别功能还是空白。的原因就是之前声纹自动识别算法度还未达到足够高的程度，不能够达到实战的要求，同时系统应用厂家也无力开发声纹自动识别系统。

国内近些年一直沿用的声纹识别是人工图谱分析方法，费时费力，要求分析人员至少有两三年的实际经验，而且无法解决大容量、与文本无关的声纹数据快速筛选和排查的难题。