轴承声纹识别公司

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

电力设备在带电运行过程中，会产生可以表征设备本身状态的特有的声音及振动，并且这个声音是该设备独有的，该声音还可以通过电声学仪器所测量和分析，因此我们称该声音携带的表征电力设备运行状态的特性为声纹及振动。利用这一特性，将被检测设备的检测声纹信息与正常的声纹信息进行对比可以预判设备的工作状况，实现在设备发生故障前提前预知和排除，避免因电力主设备的突然故障导致的异常电网断电而引发的损失。因此，提供一种更为不需要高压停电，方便，准确，的实时在线监测方法非常必要。

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，轴承声纹识别公司，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。

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，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。