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，所述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，包括：根据预先设置于数据服务器内的原始数据流包括数据流节点和属性，与所述拾音器采集的数据流和对应数据流节点及属性，以及与所述第二拾音器采集的数据流和对应数据流节点及属性间的对应关系，建立所述至少一个拾音器中的数据流和对应数据流节点及属性以及所述至少一个第二拾音器中的数据流和对应数据流节点与数据服务器内原始数据连接关系。
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
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。
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
所述在线监测装置，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和用于吸附在被检测设备表面的壳体底座，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，所述超级电容与设置在主控仓内的主控板电连接，所述主控板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。工作原理：在使用时，将壳体底座放置在被检测的电力设备的表面，监测稳固性是否良好，然后开启监测装置开关，检查指示灯是否正常亮起，当检查工作就绪后即可开始监测。声音采集单元和振动检测单元同时工作，分别将采集到的声纹信息和振动信息发送至处理单元进行处理，经处理后，将设备自身的声纹振动信息剔除后分别将处理后的声纹信息w存储在存储单元内，同时通过信号发射单元发送至后台服务器用于后续分析。所述声音采集单元能够对环境噪音、监测设备自身噪音和被检测电力设备发出的噪音分别采集再进行对比，用于剔除掉除了被检测设备发出的噪音意外的所有噪音，以实现对采集声纹的准确性控制，避免误判。
以上信息由专业从事风力发电声纹监测公司的海康威视于2024/6/20 8:47:36发布
转载请注明来源：http://m.tz1288.com/qynews/jiahuixinda-2772805178.html
