CN104167207A - 一种基于变电站巡检机器人的设备声音识别方法 - Google Patents

Abstract

本发明公开了一种基于变电站巡检机器人的设备声音识别方法，通过利用机巡检器人拾音器采集巡检过程中的变压器和高抗设备声音，利用声音信号处理及识别技术对设备声音进行分析与识别，提出了基于声音谐波特征及矢量量化的变电站设备声音识别方法，本发明从[0Hz,1300Hz]的声音频谱范围内提取出27个谐波作为特征，建立了数量庞大的样本库，在此基础上利用LBG算法训练得到变压器和高抗设备的码本，最后利用这两个码本对变压器和高抗设备运行状态进行准确识别，识别率能够达到99％，利于实现对设备运行状态的自动化判决，有助于更快地推进变电站无人值守的进程。

Description

一种基于变电站巡检机器人的设备声音识别方法

技术领域

本发明涉及一种基于变电站巡检机器人的设备声音识别方法。

背景技术

长期以来，我国电力行业变电站设备多采用人工巡检作业方式。在高压、超高压以及雷雨等恶劣气象条件下，人工巡检存在较大安全风险，并且检测到的数据也无法准确、及时地接入管理信息系统，对电网安全运行带来一定隐患。

采用机器人技术进行变电站巡检，既具有人工巡检的灵活性和智能性，又能克服和弥补人工巡检作业过程中存在的缺陷和不足，是智能和无人值守变电站巡检技术的发展方向。变电站设备巡检机器人系统以自主或遥控的方式，在无人值守或少人值守的变电站对室外高压设备进行巡检，可及时发现电力设备的热缺陷、异物悬挂等设备异常现象，自动报警或进行预先设置好的故障处理，巡检机器人运行灵活自由，真正起到减员增效的作用，能更快地推进变电站无人值守的进程。

变压器和高抗是变电站中的两种重要设备，以往有经验的工作人员通过判断设备发出声音是否异常了解设备的运行状况，甚至还能通过异常声音得到故障的原因。然而，目前巡检机器人还不具备设备声音识别的功能，因而无法通过声音识别的方式对变电站设备运行状态进行有效识别。

在语音识别技术领域中，特征提取是关键，采用什么样的特征进行语音识别将直接关系到识别效果，因此需要得到能够有效代表信号又彼此相互独立的特征量。语音识别中经常用到的特征有子带特征、MFCC或LPCC等特征，此类特征多以频带作为特征提取单位。

例如MFCC通常的做法是将信号有效频段划分为24个频带，利用24个MEL三角形滤波器对每个频带进行加权求和得到24维特征矢量并且采用倒谱方法，由于语音信号的产生模型包括声门激励模型和声道模型，而倒谱方法刚好可以把这两个乘性关系的模型转化成线性加性模型，因此此类特征应用于语音信号识别等问题时具有较好的效果，但是变电站设备运行声音的产生模型和语音不同。LPCC特征是基于线性预测分析得到的倒谱参数，虽然线性预测LPC方法可以用于声音信号分析，但LPC方法是一种参数化的模型方法，建模时需要知道信号所包含频率分量的个数，对于变电站设备运行声音而言，包含的频率分量存在较大波动，难以确定信号中边包含频率分量的个数。

综上所述，常用的语音识别类特征不宜用于设备声音识别。

发明内容

本发明为了解决上述问题，提出一种基于变电站巡检机器人的设备声音识别方法，该方法基于声音谐波特征及矢量量化实现对设备运行状态的准确识别，有助于更快地推进变电站无人值守的进程。

为了实现上述目的，本发明采用如下技术方案：

一种基于变电站巡检机器人的设备声音识别方法，具体包括以下步骤：

(1)变电站巡检机器人拾音器采集巡检过程中的变压器和高抗设备声音作为声音样本，组成样本库；

(2)对样本库中的各种变压器和高抗设备运行声音进行加窗、分帧和傅里叶变换，得到每种变压器和高抗设备运行声音对应的声音频谱，在设定的声音频谱范围内提取出巡检机器人拾音器工频倍数位置处的谐波频谱作为特征量，得到各种变压器和高抗设备运行声音对应的特征矢量并组成特征矢量库；

(3)利用LBG算法对得到的特征矢量库进行训练，得到最佳变压器码本和最佳高抗码本并组成码本样本库；

(4)计算步骤(2)中得到的特征矢量与步骤(3)得到的码本样本库中各码字间的距离，选取最小值与设定阈值对比，若距离最小值小于设定阈值，判定识别为正常状态，若距离最小值大于设定阈值，判定识别为异常状态并报警。

所述步骤(2)中，特征矢量的提取方法包括以下步骤：

(2-1)利用汉宁窗对输入的样本声音信号进行加窗、分帧；

(2-2)对每一帧加窗后的声音信号进行离散傅里叶变换计算；

(2-3)从离散傅里叶变换后得到的每帧声音信号中得到设定范围内每50Hz时对应的谐波频谱。

所述步骤(2-1)的具体方法为：汉宁窗的计算公式如下：

$h\left(n\right)=\left\{\begin{array}{cc}0.5-0.5\cos \left(\frac{2\mathrm{\πn}}{N-1}\right)& (0\≤n\≤N-1)\\ 0& \mathrm{others}\end{array}\right.$

加窗后的信号为：

y_hw(n)＝y(n)·h(n)，0≤n≤N-1，其中，y(n)为原样本声音信号，N为窗口长度，N取1600，n代表窗口长度内的第n个值。

所述步骤(2-2)的具体方法为：对每一帧加窗后的声音信号进行离散傅里叶变换计算， $Y\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{y}_{\mathrm{hw}}\left(n\right)\·e^{-j\frac{2\mathrm{\πnk}}{N}},$ 0≤n≤N-1，

此处得到的频谱分辨率为：f_s为采样频率。

所述步骤(2-3)的具体方法为：从Y(n)中得到0～1300HZ范围内从0Hz开始每增加50Hz时对应的谐波频谱，即对应0Hz、50Hz、100Hz、…、1300Hz共27个谐波分量，并记为：H_q＝{h_q0,h_q1,h_q2,…,h_q26}，q为分帧的帧号，最大值为声音信号分成的总帧数。

所述步骤(3)的具体方法，包括以下步骤：

(3-1)设定码本、畸变改进阈值、最大迭代次数和迭代训练参数，确定初始值；

(3-2)根据最近邻准则将全部输入训练矢量的集合分成J个子集，计算总畸变和畸变改进量的相对值，计算J个新码字；

(3-3)判断畸变改进量的相对值是否小于畸变改进阈值，若结果为否，则转到步骤(3-4)，否则转到步骤(3-5)；

(3-4)判断当前迭代次数是否小于最大迭代次数，若结果为否，则转到(3-5)执行，否则，将当前迭代次数累加1，转到(3-2)执行；

(3-5)迭代终止，输出步骤(3-2)的J个新码字作为训练成码本的码字。

输入训练矢量X为样本库文件分帧、加窗后经过傅里叶分析得到的27维特征矢量，经过计算得到，矢量量化码本数量选择J＝16阶时最佳，并得到长度为16的最佳变压器码本和长度为16的最佳高抗码本。

所述步骤(3-1)的具体方法为：设全部输入训练矢量X的集合为S、码本尺寸为J、最大迭代次数为L、畸变改进阈值为δ；由分裂法得到J个初始码字设畸变初值D⁽⁰⁾＝∞，迭代次数m＝1。

所述步骤(3-2)中分成J个子集具体方法如下：根据最近邻准则将全部输入训练矢量的集合分成J个子集即当时，有d(X,Y_l ^(m-1))≤d(X,Y_i ^(m-1))，，1≤i≤J，1≤l≤J，且i≠l，其中，Y_i为第i个码字，函数d(a,b)表示a与b之间的距离。

所述步骤(3-2)中计算总畸变D^(m)的方法为：

所述步骤(3-2)中计算畸变改进量ΔD^(m)的相对值δ^(m)的方法具体为： $\mathrm{\δ}\left(m\right)=\frac{\mathrm{\Δ}{D}^{\left(m\right)}}{D^{\left(m\right)}}=\frac{|D^{(m-1)}-D^{\left(m\right)}|}{D^{\left(m\right)}}.$

所述步骤(3-2)中计算J个新码字的具体方法为：计算J个新码字其中N_k代表第k类样本集S_k所包含的样本数量，1≤k≤J，m为迭代次数，J为编码长度。

所述步骤(4)的具体方法为：经过计算，确定最佳矢量量化码本数量，得到此长度下的最佳变压器码本和最佳高抗码本，利用最佳变压器码本和最佳高抗码本进行识别，即分别计算每一帧与最佳变压器码本和最佳高抗码本个数的码字之间的距离，记录这些距离中的最小值，若距离最小值小于设定阈值，判定识别为正常状态，若距离最小值大于设定阈值，判定识别为异常状态并报警。

本发明的有益效果为：

(1)利用机巡检器人拾音器采集巡检过程中的变压器和高抗设备声音，基于声音信号处理及识别技术对设备声音进行分析与识别，采集的声音样本全面、有代表性；

(2)从[0Hz，1300Hz]的声音频谱范围内提取出27个谐波作为特征矢量，样本库数量庞大，在此基础上利用LBG算法训练得到变压器和高抗设备的码本，码本准确；

(3)利用精确的码本对变压器和高抗设备运行状态进行识别，识别率能够达到99％，利于实现对设备运行状态的自动化判决，有助于更快地推进变电站无人值守的进程；

(4)通过矢量量化的方法进行模板训练和测试样本识别，具有分类特性好、训练时间较短、识别响应较快的优点，能够满足实时响应和高识别率的要求。

附图说明

图1为本发明中巡检机器人声音识别方法原理框图；

图2为变电站采集得到的变压器设备频谱图；

图3为变电站采集得到的高抗设备频谱图；

图4为变压器设备语谱图；

图5为高抗设备语谱图；

图6为本发明中LBG算法流程图；

图7为变压器样本和码本偏差示意图；

图8为高抗样本和码本偏差示意图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

结合图1至图8所示，本发明采用傅里叶分析方法对信号进行频谱分析，在不同的变电站、不同的条件下采集了大量的变压器及高抗设备样本，通过对这些样本进行大量的统计和分析发现变压器和高抗设备的声音具有很好的谐波特性，如图2和图3所示，由图2和图3可知，变压器和高抗设备声音谐波结构非常明显，频谱集中在工频倍数位置。图4和图5分别为变压器和高抗设备的语谱图，图4和图5能够清晰的显示与各谐波对应的几条横线，表明变压器和高抗设备的声音具有稳定的不随时间变化的谐波结构，即谐波结构具有很强的稳定性，因此采集到的变压器和高抗设备声音信号的谐波特征可以作为识别信号的有效特征。

由此可见，相比语音识别中常采用的子带、MFCC、LPCC等特征，谐波特征更为有效，因为子带、MFCC在计算特征时考虑的是一个一个的频段，然而对于变压器和高抗设备而言，以频带为单位提取特征反而会掩盖其特有的谐波特征，故不宜应用于变电站声音识别。此外，通过大量的样本分析，可以得到变压器和高抗设备的声音频谱基本位于1000Hz以下，如果样本质量好，噪声小，频谱会更集中，考虑到设备异常时会出现大量的高次谐波，本发明采用0Hz、50Hz、100Hz…、1300Hz，每增加50Hz时对应的，总共27个谐波分量的构成27维的特征矢量：{h₀,h₁,h₂…,h₂₆}。

另外，巡检机器人拾音器所采用的采样频率f_s为8000Hz，考虑到工频为50Hz，对应的工频基频周期T_b为20ms，对DFT来说，在分析周期信号时，同步采样条件即采样窗口的长度为信号基频周期的整数倍时才能得到最佳的频谱数据，非同步采样即采样窗口长度不满足信号基频周期整数倍要求时，DFT在频域对DTFT采样得到的结果往往是频谱泄漏的能量，不能很好地反应信号本身。因此，本发明采用的窗口长度L为800点，考虑频谱分辨率为10Hz，即5个基频周期，窗口长度L的计算公式如下：

L＝5T_bf_s＝5×20×10^-3×8000＝800 (1)

考虑到矩形窗的频谱旁瓣较大，会造成较大频谱泄漏，本发明采用汉宁窗，然而汉宁窗的主瓣为矩形窗的两倍，因此要保持10Hz的频谱分辨率，需要采用1600点的窗口长度。

1.变压器和高抗设备声音提取

本发明中的声音样本来自变电站，由巡检机器人通过拾音器采集变压器和高抗设备声音得到，巡检机器人拾音器所采用的采样频率f_s为8000Hz。

特征矢量的提取步骤如下：

对输入的声音信号进行加窗、分帧，采用窗口长度N＝1600点的汉宁窗，汉宁窗的计算公式如下：

$h\left(n\right)=\left\{\begin{array}{cc}0.5-0.5\cos \left(\frac{2\mathrm{\πn}}{N-1}\right)& (0\≤n\≤N-1)\\ 0& \mathrm{others}\end{array}\right.$

1.1加窗后的信号为：

y_hw(n)＝y(n)·h(n)，0≤n≤N-1，

1.2对每一帧进行DFT计算：

$Y\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{y}_{\mathrm{hw}}\left(n\right)\·e^{-j\frac{2\mathrm{\πnk}}{N}},$ 0≤n≤N-1，

此处得到的频谱分辨率为：

1.3从Y(n)中得到0～1300HZ范围的谐波频谱，即对应0Hz、50Hz、100Hz…、1300Hz共27个谐波分量并记为：H_q＝{h_q0,h_q1,h_q2…,h_q26}，q为帧号。

2.变压器和高抗设备码本训练

由于巡检机器人拾音器采集的样本数量非常庞大，并且有很多样本在较长时间内是重复性的波形，经过对样本进行筛选，选取了有代表性的各种波形并剔除了包含刮风、下雨、说话声、风雨声、救护车声等各种背景噪声的样本，其中变压器和高亢样本分别取5500帧和5600帧，此处每帧长度为1600点，并用汉宁窗加权，这些样本代表了该变电站所管辖区域电力系统的各种情况，利用这些样本通过上述特征提取方法得到每一帧对应的27维谐波特征矢量，即变压器的5500个特征矢量和高抗的5600个特征矢量。

在此基础上，利用LBG算法分别对变压器和高抗设备样本进行聚类，得到变压器和高抗设备的最佳矢量量化码本。

采用LBG算法对变压器和高抗设备样本进行聚类得到最佳变压器码本和最佳高抗码本的流程步骤如下：

2.1设定码本和迭代训练参数，设全部输入训练矢量X的集合为S、码本尺寸为J、最大迭代次数为L、畸变改进阈值为δ；

2.2设定初始值：由分裂法得到J个初始码字设畸变初值D⁽⁰⁾＝∞，迭代次数m＝1；

2.3根据最近邻准则将S分成J个子集即当时，有d(X,Y_l ^(m-1))≤d(X,Y_i ^(m-1))，，1≤i≤J，1≤l≤J，且i≠l，其中，Y_i为第i个码字；

2.4计算总畸变D^(m)： $D^{\left(m\right)}=\underset{l=1}{\overset{J}{\mathrm{\Σ}}}\underset{X\∈S_l^{\left(m\right)}}{\mathrm{\Σ}}d(X,Y_l^{(m-1)});$

2.5计算畸变改进量ΔD^(m)的相对值δ^(m)：

2.6计算J个新码字其中，N_k代表第k类样本集S_k所包含的样本数量，1≤k≤J；

2.7判断δ^(m)是否小于δ，若否则转到2.8执行，若是则转到2.9执行；

2.8判断m是否小于L，若否则转到2.9执行，若是则令m＝m+1，转到2.3执行；

2.9迭代终止，输出作为训练成码本的码字；

其中，输入训练矢量X为样本文件分帧、加窗后经过傅里叶分析得到的27维特征矢量，经过反复试验后发现，矢量量化码本数量选择J＝16阶时最佳，既能确保识别效果，又能保证识别速率。本发明将由变压器样本训练得到的长度为16的码本记为code_b＝{y_b1,y_b2…,y_b16}，将由高抗样本训练得到的长度为16的码本记为code_g＝{y_g1,y_g2…,y_g16}。

3.基于矢量量化的设备声音识别

设备声音识别时，先对通过巡检机器人拾音器采集到的测试样本进行加窗、分帧等预处理操作，计算每一帧的特征矢量，然后利用变压器码本code_b和高抗码本code_g进行识别，即分别计算每一帧与16个码字之间的距离：

$d_{\mathrm{uv}}={\left(\underset{k=0}{\overset{27}{\mathrm{\Σ}}}{(h_{\mathrm{uk}}-y_{\mathrm{vk}})}^2\right)}^{\frac{1}{2}}---\left(2\right)$

其中，u表示样本帧号，v表示码字序号，d_uv表示第u个样本和第v个码字间的距离；

通过公式(2)得到各帧和16个码字间的距离分别为d_u1、d_u2...、d_u16，进一步得到d_u1、d_u2...、d_u16中的最小值并记为dmin_u，dmin_u＝min{d_u1、d_u2...、d_u16}，

若dmin_u<d_T，识别为正常状态，若dmin_u>d_T，识别为异常状态，并报警，d_T为设定阈值；在识别问题上，阈值的选取非常关键。

图4、图5中，灰色不是背景，是代表信号频谱能量的，因为只在谐波位置出现大的幅值即图中的几条线，其他能量小显示为灰色。

如图7所示，对于变压器设备，得到的正常样本与码本的偏差在[0,0.42]范围内，其中，低噪声背景的设备运行声音样本与码本偏差很小，基本在[0,0.05]范围，当包含鸟叫、救护车、说话声等背景噪声时，与码本偏差可增加至0.2以上，但普遍小于0.42，而异常样本与码本的偏差均大于2，可见正常状态与故障状态存在明显差异，本发明将变压器设备的阈值d_T设置为0.5，可以实现99％以上的故障识别。

如图8所示，对于高抗设备，得到的正常样本与码本的偏差在[0,0.21],其中，干净背景的设备运行声音样本与码本偏差在[0,0.04]范围，当包含鸟叫、救护车、说话声等背景噪声时，与码本偏差可增加至0.1以上，但普遍小于0.21，而异常样本与的码本偏差均大于1.5，可见正常状态与故障状态存在明显差异，本发明将高抗设备的阈值d_T设置为0.4，可以实现99％以上的故障识别。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种基于变电站巡检机器人的设备声音识别方法，其特征是：具体包括以下步骤：

(1)变电站巡检机器人拾音器采集巡检过程中的变压器和高抗设备声音作为声音样本，组成样本库；

(2)对样本库中的各种变压器和高抗设备运行声音进行加窗、分帧和傅里叶变换，得到每种变压器和高抗设备运行声音对应的声音频谱，在设定的声音频谱范围内提取出巡检机器人拾音器工频倍数位置处的谐波频谱作为特征量，得到各种变压器和高抗设备运行声音对应的特征矢量并组成特征矢量库；

(3)利用LBG算法对得到的特征矢量库进行训练，得到最佳变压器码本和最佳高抗码本并组成码本样本库；

(4)计算步骤(2)中得到的特征矢量与步骤(3)得到的码本样本库中各码字间的距离，选取最小值与设定阈值对比，若距离最小值小于设定阈值，判定识别为正常状态，若距离最小值大于设定阈值，判定识别为异常状态并报警。

2.如权利要求1所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(2)中，特征矢量的提取方法包括以下步骤：

(2-1)利用汉宁窗对输入的样本声音信号进行加窗、分帧；

(2-2)对每一帧加窗后的声音信号进行离散傅里叶变换计算；

(2-3)从离散傅里叶变换后得到的每帧声音信号中得到设定范围内每50Hz时对应的谐波频谱。

3.如权利要求2所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(2-1)的具体方法为：汉宁窗的计算公式如下：

$h\left(n\right)=\left\{\begin{array}{cc}0.5-0.5\cos \left(\frac{2\mathrm{\&pi;n}}{N-1}\right)& (0\&le;n\&le;N-1)\\ 0& \mathrm{others}\end{array}\right.$

加窗后的信号为：

y_hw(n)＝y(n)·h(n)，0≤n≤N-1，其中，y(n)为原样本声音信号，N为窗口长度，N取1600，n代表窗口长度内的第n个值。

4.如权利要求2所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(2-2)的具体方法为：对每一帧加窗后的声音信号进行离散傅里叶变换计算， $Y\left(n\right)=\underset{k=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{y}_{\mathrm{hw}}\left(n\right)\&CenterDot;e^{-j\frac{2\mathrm{\&pi;nk}}{N}},$ 0≤n≤N-1，

此处得到的频谱分辨率为：f_s为采样频率。

5.如权利要求2所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(2-3)的具体方法为：从Y(n)中得到0～1300HZ范围内从0Hz开始每增加50Hz时对应的谐波频谱，即对应0Hz、50Hz、100Hz、…、1300Hz共27个谐波分量，并记为：H_q＝{h_q0,h_q1,h_q2,…,h_q26}，q为分帧的帧号，最大值为声音信号分成的总帧数。

6.如权利要求1所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(3)的具体方法，包括以下步骤：

(3-1)设定码本、畸变改进阈值、最大迭代次数和迭代训练参数，确定初始值；

(3-2)根据最近邻准则将全部输入训练矢量的集合分成J个子集，计算总畸变和畸变改进量的相对值，计算J个新码字；

(3-3)判断畸变改进量的相对值是否小于畸变改进阈值，若结果为否，则转到步骤(3-4)，否则转到步骤(3-5)；

(3-4)判断当前迭代次数是否小于最大迭代次数，若结果为否，则转到(3-5)执行，否则，将当前迭代次数累加1，转到(3-2)执行；

(3-5)迭代终止，输出步骤(3-2)的J个新码字作为训练成码本的码字。

7.如权利要求6所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(3-1)的具体方法为：设全部输入训练矢量X的集合为S、码本尺寸为J、最大迭代次数为L、畸变改进阈值为δ；由分裂法得到J个初始码字设畸变初值D⁽⁰⁾＝∞，迭代次数m＝1。

8.如权利要求6所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(3-2)中分成J个子集具体方法如下：根据最近邻准则将全部输入训练矢量的集合分成J个子集即当时，有d(X,Y_l ^(m-1))≤d(X,Y_i ^(m-1))，，1≤i≤J，1≤l≤J，且i≠l，其中，Y_i为第i个码字,函数d(a,b)表示a与b之间的距离。

9.如权利要求6所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(3-2)中计算总畸变D^(m)的方法为：

计算畸变改进量ΔD^(m)的相对值δ^(m)的方法具体为：

计算J个新码字的具体方法为：计算J个新码字其中N_k代表第k类样本集S_k所包含的样本数量，1≤k≤J，m为迭代次数，J为编码长度。

10.如权利要求1所述的一种基于变电站巡检机器人的设备声音识别方法，其特征是：所述步骤(4)的具体方法为：经过计算，确定最佳矢量量化码本数量，得到此长度下的最佳变压器码本和最佳高抗码本，利用最佳变压器码本和最佳高抗码本进行识别，即分别计算每一帧与最佳变压器码本和最佳高抗码本个数的码字之间的距离，记录这些距离中的最小值，若距离最小值小于设定阈值，判定识别为正常状态，若距离最小值大于设定阈值，判定识别为异常状态并报警。