智能运维之电力设备声纹在线监测
声纹识别技术是的提取说话特征来判断说话人的方法，它通过提取不同说话人声音信号的特征向量组成特征向量库，进而比较特征向量相似度来确定说话人身份。
由于运行中的变压器噪声信号蕴含着丰富的设备信息，且与变压器结构、运行状态等密切相关，因此可将声 纹识别技术应用于变压器噪声识别，对复杂的噪声机理进行有效分析 并识别出不同的设备状态，为变压器状态监测提供依据。
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+；
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轴承声纹监测公司的海康威视于2024/7/25 7:12:19发布
转载请注明来源：http://beijing.mf1288.com/jiahuixinda-2791148557.html
