浅谈声纹自动识别系统
案件
1.支持案件信息录入。案件信息包括：案件号码、发案日期、接警日期、接警单位、日期、单位。
2.支持数据通过文件、网络导入到系统当中。
3.对于所有的案件信息项，支持或者模糊的检索。
4.支持对于已经录入案件信息的编辑、修改操作。
5.支持对于案件详细信息的展示。
6.每个案件可以有多个声纹数据。
基于声纹识别的电力设备在线监测方法及系统与流程
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；
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。
基于声纹识别的电力设备在线监测方法及系统与流程
其中，数据服务器原始数据包括不同特征属性(负载、电压等级、季节)的变压器(电抗器)音频数据，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；不同环境噪声下(鸣笛、鸟叫、雷声、雨声)对应的变压器(电抗器)的音频数据；
不同电力设备(变压器、电抗器、gis设备)不同状态(在线、离线)事件识别；
数据服务器数据存储，通过改进现有关系型数据库、redis数据结构服务器以及分布式数据库存储技术，融合可靠的分布式文件系统(hdfs)、大数据去冗余及低成本的大数据存储技术，完成大数据的存储，建立相应的电力设备音频语料的索引，为分析处理等服务提供数据保障。
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
优选地，所述漩涡仓是通过螺钉将所述主控板固定在沿壳体底座内壁的多个呈圆周均匀设置的安装座上形成的密闭空间。
优选地，所述声音采集单元包括设置在壳体底座外壁用于采集环境噪音的麦克风a，设置在主控仓内用于检测监测装置噪音的麦克风b和设置在漩涡仓内用于检测被检测设备振动声音的麦克风c；所述振动检测单元包括用于作为调校基准的mems3轴数字加速度传感器和用于作为振动检测的mems单轴，带宽11khz的模拟加速度传感器。
具体地，再一步优选设置，所述处理单元采用nordic52840armcortex-m432位处理器，内嵌蓝牙5.0协议栈，所述无线发射模块采用e103-w02且内置tic3200工业级wifi模块，所述超级电容3采用sl1520，锂亚电池采用er14335电池。
相对于现有技术而言，由于电力设备的检测设备比较传统，目前检测设备都集中在事故发生后，主要用于事故后故障发生原因分析。本申请声纹及振动联合在线监测装置，可以预知，预警电网设备可能故障。
以上信息由专业从事AI智能声纹监测价格的海康威视于2024/7/12 6:44:21发布
转载请注明来源：http://m.tz1288.com/qynews/jiahuixinda-2784355673.html
