CN107367676A - 基于音频智能识别的局放指示器 - Google Patents
基于音频智能识别的局放指示器 Download PDFInfo
- Publication number
- CN107367676A CN107367676A CN201710786605.1A CN201710786605A CN107367676A CN 107367676 A CN107367676 A CN 107367676A CN 201710786605 A CN201710786605 A CN 201710786605A CN 107367676 A CN107367676 A CN 107367676A
- Authority
- CN
- China
- Prior art keywords
- audio
- partial discharge
- spot
- identification
- discharge indicator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了基于音频智能识别的局放指示器,其涉及基于音频智能识别的局放指示器,包括传感器模块和就地判别模块,传感器模块在监测环境下可以对可听声进行音频识别。就地判别模块对识别后的音频进行局部放电的判别。由音频智能识别的局放指示器可以准确的判断出设备是否存在较严重的局部放电。本发明监测的状态参量可代替人工日常检修,节省人力财力物力,同时所为设备计划检修提供依据。
Description
技术领域
本发明涉及电气设备高压绝缘领域,具体涉及基于音频智能识别的局放指示器。
背景技术
在电力系统中,电力设备的状态跟电力系统的安全有直接关系。在电力设备产生的众多故障中,绝缘引起的故障所占的比例最大。目前判断绝缘状态主要根据绝缘介质在设备使用过程中的一些特征参数来进行判断,其中局部放电主要反映了绝缘介质的局部状况,由局部放电引起的电气设备劣化大约占80%,因此如何及时发现电气设备中的局部放电具有重要的意义,在绝缘检测中具有不可替代的作用。
局部放电检测是以局部放电时产生的电光声等现象为依据的,能够通过描述这些现象的物理量来表征局部放电的状态,包括定位和放电程度。局部放电过程中会产生电脉冲、气体生成物、超声波、电磁辐射、光、局部过热以及产生能量损耗等现象,其相应的检测方法有脉冲电流法、气相色谱法、超声波法、超高频法、光测法等多种检测方法。目前超声波检测局部放电的研究工作主要集中在定位方面,原因是与电测法相比,超声波的传播速度慢,对检测系统的速度与精度要求较低,在利用超声波进行局部放电的放电量的大小确定和模式识别方面的工作相对较少,国内外对超声波法的研究并未取得突破性的进展,超声波法在实际应用中仍然存在着灵敏度低,容易受外界干扰的缺点。本发明在可听声范围内进行音频识别,可以实时对35KV以下的电气设备进行局放指示,定性判别设备是否存在较为严重的局部放电,可以为设备检修计划提供重要依据。
本发明针对上述现有技术中存在的问题,提供了音频智能识别的局放指示器,通过实时对可听声的音频识别,实现对电气设备的局放判断,可靠性高。
发明内容
为实现上述目的,本发明提供如下技术方案:基于音频智能识别的局放指示器,其包括传感器模块和就地判别模块,其特征在于,所述传感器模块负责接收可听声范围内的音频,其中,所述的就地判别模块具备软件分析能力和工智能认知能力,以便实现不断自我修正完善。
进一步,作为优选,所述就地判别模块那能够给不断丰富音频样本数据,并更新样本,使得判断越来越准确。
进一步,作为优选,所述的就地判断模块具备音频识别功能,以便实时对传感器模块采集到的音频与设备里的样本进行对比识别。
进一步,作为优选,所述的就地判断模块根据传感器模块采集的音频数据,实时定性判断电气设备是否存在较严重的局部放电。
进一步,作为优选,所述局放指示器适用于35KV以下的电气设备,用以电气设备局放指示。
进一步,作为优选,所述就地判别模块采用STM32F407系列芯片。
进一步,作为优选,所述的就地判别模块至少依次包括音频接收单元、滤波单元、数据识别单元、策略分析单元和执行单元。
与现有技术相比,本发明的有益效果是:
本发明安装方便,可直接应用于现有设备中,可持续带电在线监测判断。装置通过对可听声的音频识别,与装置中的音频样本进行对比,判断电气设备是否有较严重的局部放电。这些状态参量可以代替日常维保和检修,为维护提供了大量的数据支持,节省了人力财力物力,为设备计划检修提供依据。
附图说明
为了更清楚地说明本发明实例中技术方案,附图作简要介绍。
图1为基于音频智能识别的局放指示器的系统示意图。
图2为就地判断模块中软件处理框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种技术方案:基于音频智能识别的局放指示器,其包括传感器模块和就地判别模块,其特征在于,所述传感器模块负责接收可听声范围内的音频,其中,所述的就地判别模块具备软件分析能力和工智能认知能力,以便实现不断自我修正完善。其中,所述就地判别模块那能够给不断丰富音频样本数据,并更新样本,使得判断越来越准确。所述的就地判断模块具备音频识别功能,以便实时对传感器模块采集到的音频与设备里的样本进行对比识别。所述的就地判断模块根据传感器模块采集的音频数据,实时定性判断电气设备是否存在较严重的局部放电。
参考附图1,该图示出了基于音频智能识别的局放指示器系统结构图,包括传感器和就地判断模块。传感器将采集到的可听声传给就地判别模块,由就地判别模块进行音频识别,对设备局放进行定性判断。
就地判别模块采用STM32F407系列。SMT32F4系列运行速度快,功耗低,外设集成度高,兼容于STM32F2系列产品,便于用户扩展或升级产品来保持硬件的兼容能力。
参考附图2,该图示出了基于音频智能识别的局放指示器的软件设计图,包括音频接收、滤波、数据识别、策略分析、执行。
音频接收主要接收由声传感器转化后的电信号。声传感器把接收到的声信号转化为电信号,实现一种形式的能量转换为另一种形式的能量。
滤波主要是滤除周围环境的噪声对局放音频的影响。在现实环境中存在机械振动产生的噪声、电晕产生的电脉冲干扰、电磁辐射干扰以及周围环境噪声,这些干扰都会影响局放的判别,因此必须对信号进行滤波。
数据识别是把采集到的音频信号与局放音频信号进行对比。判断可听声信号的频谱与局放音频信号频谱样本是否相匹配,所述局放音频频谱样本有多个局放数据的频谱,采集到的音频信号频谱与局放音频信号频谱相匹配时,确定与所述音频信号相匹配的局放音频信号频谱,并确定相对应的内容识别数据。
策略分析是对识别后的数据进行定性分析,确定局放的严重程度,对于当前的程度给出不同的策略。
本实施方案中,以出现局部放电现象作以说明。
在实时采集电气设备的音频信号时,常伴随着噪声。对音频信号进行分析,首先要对信号做预处理,将音频信号中的噪声滤掉,来提取有用成分。
本发明采用小波域阈值滤波算法,,。小波域阈值滤波算法中的硬阈值法滤波,对待测的含噪信号进行小波分析;除了低频率的频带外,将各高频带的系数作阈值处理,阈值大小为。当小波分解系数小于阈值时,则置零,说明系数是噪声,反之,则保留由信号产生的大于阈值的系数,表达式为
采用合适待分析信号的小波变换进行重构,求出信号的滤波的一些参数。相对应的软阈值滤波方法,先对待测信号的特性进行分析,并且找到合适的小波对信号进行分解。 除了低频带外,将各高频带系数作阈值处理,与硬阈值去噪法类似的是,取值形式也为,当某一小波分解系数小于阈值时,则置零,说明这个系数是噪声的。反之,则记下由信号产生的大于阈值的点的系数。公式表达形式为。
对处理后的信号进行重构,并计算出参数值。只要能得到噪声方差,就可以得到想要的滤波后的音频信号。
对滤波后的音频信号进行数据识别,即计算实时音频信号与参考样本的相关程度,根据相关程度进行分类,将相关程度最大的样本结果作为识别的结果输出。首先通过学习算法,将训练音频的特征通过学习过程形成声学模型。声学模型是音频识别系统模型中的最底层,并且也是识别系统最关键的一部分。声学模型的目的是提供一种有效的方法计算语音的特征矢量与每个发声模板的距离,本发明主要采用时间规整(DTW)算法进行帧匹配,计算测试模板与参考模板之间的相似度,距离越小我们认为他们之间的相似度越高。
帧匹配方法:假设参考模板为测试模板:若N=M则可以用欧式距离公式直接计算他们的距离,否则需要找一个时间规整函数将测试模板的时间轴T非线性映射到参考模板的时间轴j上使和对齐;并使函数满足:,最后将求得与测试模板距离最小的参考模板中的音频特征矩阵所独有的音频数据作为最后的音频数据。
对于所得音频结果,判断局放程度,轻度局放或重度局放等做出策略分析,给出相应的执行命令。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.基于音频智能识别的局放指示器,其包括传感器模块和就地判别模块,其特征在于,所述传感器模块负责接收可听声范围内的音频,其中,所述的就地判别模块具备软件分析能力和工智能认知能力,以便实现不断自我修正完善。
2.根据权利要求1所述的基于音频智能识别的局放指示器,其特征在于:所述就地判别模块那能够给不断丰富音频样本数据,并更新样本,使得判断越来越准确。
3.根据权利要求1所述的基于音频智能识别的局放指示器,其特征在于:所述的就地判断模块具备音频识别功能,以便实时对传感器模块采集到的音频与设备里的样本进行对比识别。
4.根据权利要求3所述的基于音频智能识别的局放指示器,其特征在于:所述的就地判断模块根据传感器模块采集的音频数据,实时定性判断电气设备是否存在较严重的局部放电。
5.根据权利要求3所述的基于音频智能识别的局放指示器,其特征在于:所述局放指示器适用于35KV以下的电气设备,用以电气设备局放指示。
6.根据权利要求1所述的基于音频智能识别的局放指示器,其特征在于:所述就地判别模块采用STM32F407系列芯片。
7.根据权利要求1所述的基于音频智能识别的局放指示器,其特征在于:所述的就地判别模块至少依次包括音频接收单元、滤波单元、数据识别单元、策略分析单元和执行单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710786605.1A CN107367676A (zh) | 2017-09-04 | 2017-09-04 | 基于音频智能识别的局放指示器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710786605.1A CN107367676A (zh) | 2017-09-04 | 2017-09-04 | 基于音频智能识别的局放指示器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107367676A true CN107367676A (zh) | 2017-11-21 |
Family
ID=60311646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710786605.1A Pending CN107367676A (zh) | 2017-09-04 | 2017-09-04 | 基于音频智能识别的局放指示器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107367676A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108501003A (zh) * | 2018-05-08 | 2018-09-07 | 国网安徽省电力有限公司芜湖供电公司 | 一种应用于变电站智能巡检机器人的声音识别系统和方法 |
CN109061421A (zh) * | 2018-09-11 | 2018-12-21 | 国网江苏省电力有限公司电力科学研究院 | 一种用于gil击穿定位的可听声测量装置及方法 |
CN109917252A (zh) * | 2019-04-25 | 2019-06-21 | 国网山东省电力公司临沂供电公司 | 变压器内局部放电源定位方法、装置和服务器 |
CN110208658A (zh) * | 2019-05-23 | 2019-09-06 | 国网天津市电力公司电力科学研究院 | 一种对局部放电诊断结果进行多元互补交叉验证的方法 |
CN111999386A (zh) * | 2020-08-31 | 2020-11-27 | 国网河南省电力公司平顶山供电公司 | 一种检测变压器电容型套管末屏接地的方法 |
CN115015715A (zh) * | 2022-06-28 | 2022-09-06 | 国网河南省电力公司商丘供电公司 | 基于音频智能识别的智能化局放监测装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1592906A (zh) * | 2000-07-31 | 2005-03-09 | 沙扎姆娱乐有限公司 | 用于在强噪声和失真下识别声音和音乐信号的系统和方法 |
CN101923857A (zh) * | 2009-06-17 | 2010-12-22 | 复旦大学 | 一种人机交互的可扩展语音识别方法 |
CN102279350A (zh) * | 2011-03-31 | 2011-12-14 | 广东电网公司广州供电局 | 一种超声波局放检测分析仪 |
CN102298107A (zh) * | 2011-05-20 | 2011-12-28 | 华南理工大学 | 便携式局部放电超声波云检测装置 |
CN102360059A (zh) * | 2011-09-23 | 2012-02-22 | 上海市电力公司 | 输配电线路局部放电故障的在线检测方法及装置 |
CN102426835A (zh) * | 2011-08-30 | 2012-04-25 | 华南理工大学 | 一种基于支持向量机模型的开关柜局部放电信号识别方法 |
CN103472377A (zh) * | 2013-09-13 | 2013-12-25 | 平顶山学院 | 基于振动检测的用于gis型式试验时局部放电点定位装置 |
CN104316847A (zh) * | 2014-09-16 | 2015-01-28 | 国家电网公司 | 变电站局部放电在线监测和定位系统 |
CN105203937A (zh) * | 2015-10-28 | 2015-12-30 | 国网江西省电力公司南昌供电分公司 | 一种变压器内部放电模式识别方法及故障诊断系统 |
CN106546892A (zh) * | 2016-11-10 | 2017-03-29 | 华乘电气科技(上海)股份有限公司 | 基于深度学习的局部放电超声音频识别方法及系统 |
-
2017
- 2017-09-04 CN CN201710786605.1A patent/CN107367676A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1592906A (zh) * | 2000-07-31 | 2005-03-09 | 沙扎姆娱乐有限公司 | 用于在强噪声和失真下识别声音和音乐信号的系统和方法 |
CN101923857A (zh) * | 2009-06-17 | 2010-12-22 | 复旦大学 | 一种人机交互的可扩展语音识别方法 |
CN102279350A (zh) * | 2011-03-31 | 2011-12-14 | 广东电网公司广州供电局 | 一种超声波局放检测分析仪 |
CN102298107A (zh) * | 2011-05-20 | 2011-12-28 | 华南理工大学 | 便携式局部放电超声波云检测装置 |
CN102426835A (zh) * | 2011-08-30 | 2012-04-25 | 华南理工大学 | 一种基于支持向量机模型的开关柜局部放电信号识别方法 |
CN102360059A (zh) * | 2011-09-23 | 2012-02-22 | 上海市电力公司 | 输配电线路局部放电故障的在线检测方法及装置 |
CN103472377A (zh) * | 2013-09-13 | 2013-12-25 | 平顶山学院 | 基于振动检测的用于gis型式试验时局部放电点定位装置 |
CN104316847A (zh) * | 2014-09-16 | 2015-01-28 | 国家电网公司 | 变电站局部放电在线监测和定位系统 |
CN105203937A (zh) * | 2015-10-28 | 2015-12-30 | 国网江西省电力公司南昌供电分公司 | 一种变压器内部放电模式识别方法及故障诊断系统 |
CN106546892A (zh) * | 2016-11-10 | 2017-03-29 | 华乘电气科技(上海)股份有限公司 | 基于深度学习的局部放电超声音频识别方法及系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108501003A (zh) * | 2018-05-08 | 2018-09-07 | 国网安徽省电力有限公司芜湖供电公司 | 一种应用于变电站智能巡检机器人的声音识别系统和方法 |
CN109061421A (zh) * | 2018-09-11 | 2018-12-21 | 国网江苏省电力有限公司电力科学研究院 | 一种用于gil击穿定位的可听声测量装置及方法 |
CN109917252A (zh) * | 2019-04-25 | 2019-06-21 | 国网山东省电力公司临沂供电公司 | 变压器内局部放电源定位方法、装置和服务器 |
CN109917252B (zh) * | 2019-04-25 | 2022-02-01 | 国网山东省电力公司临沂供电公司 | 变压器内局部放电源定位方法、装置和服务器 |
CN110208658A (zh) * | 2019-05-23 | 2019-09-06 | 国网天津市电力公司电力科学研究院 | 一种对局部放电诊断结果进行多元互补交叉验证的方法 |
CN110208658B (zh) * | 2019-05-23 | 2021-03-19 | 国网天津市电力公司电力科学研究院 | 一种对局部放电诊断结果进行多元互补交叉验证的方法 |
CN111999386A (zh) * | 2020-08-31 | 2020-11-27 | 国网河南省电力公司平顶山供电公司 | 一种检测变压器电容型套管末屏接地的方法 |
CN115015715A (zh) * | 2022-06-28 | 2022-09-06 | 国网河南省电力公司商丘供电公司 | 基于音频智能识别的智能化局放监测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107367676A (zh) | 基于音频智能识别的局放指示器 | |
CN107748314A (zh) | 基于声波震荡检测的变压器故障分析系统 | |
CN109616140B (zh) | 一种异常声音分析系统 | |
CN105841797B (zh) | 一种基于mfcc和svm的车窗电机异常噪声检测方法及装置 | |
CN106546892A (zh) | 基于深度学习的局部放电超声音频识别方法及系统 | |
CN112201260B (zh) | 一种基于声纹识别的变压器运行状态在线检测方法 | |
CN100523765C (zh) | 大型发电机定子槽楔松动振动检测方法及装置 | |
CN107393555B (zh) | 一种低信噪比异常声音信号的检测系统及检测方法 | |
CN207300606U (zh) | 基于声学原理的变压器信息采集装置 | |
CN111814872B (zh) | 基于时域、频域自相似性的电力设备环境噪音识别方法 | |
CN111948487A (zh) | 一种基于人工智能的高压电力设备故障诊断方法及系统 | |
Hou et al. | Research on audio-visual detection method for conveyor belt longitudinal tear | |
CN115618205A (zh) | 一种便携式声纹故障检测系统及方法 | |
CN109116196A (zh) | 一种电力电缆故障放电声智能识别方法 | |
CN104089699A (zh) | 一种变电站设备声音重建算法 | |
CN116778964A (zh) | 一种基于声纹识别的变电设备故障监测系统及方法 | |
CN113607271A (zh) | 一种基于振动信号的gil缺陷在线监测系统及方法 | |
CN105203937B (zh) | 一种变压器内部放电模式识别方法及故障诊断系统 | |
CN116935894B (zh) | 一种基于时频域突变特征的微电机异音识别方法及系统 | |
CN117116293A (zh) | 一种复杂声场环境中机器设备故障诊断系统 | |
CN111272875A (zh) | 一种基于振动声音信号的苹果脆度无损检测方法 | |
CN115410599A (zh) | 一种基于声纹感知的变压器运行状态识别的方法及系统 | |
CN217358737U (zh) | 变压器空间噪声检测电路 | |
CN115468751A (zh) | 一种变压器声音采集与缺陷识别的方法与装置 | |
CN115015715A (zh) | 基于音频智能识别的智能化局放监测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171121 |
|
RJ01 | Rejection of invention patent application after publication |