CN111192447A - 基于物联网的变电站声纹检测识别装置、方法及系统 - Google Patents

Abstract

本发明涉及一种基于物联网的变电站声纹检测识别装置、方法及系统，所述装置包括中央处理器(1)、存储器(2)、MEMS传声器(3)、ADC模块(4)、FPGA模块(5)以及通讯模块(6)，MEMS传声器(3)、ADC模块(4)、FPGA模块、中央处理器(1)和存储器(2)依次连接，所述通讯模块(6)与中央处理器(1)连接，所述通讯模块(6)包括以太网(9)和NB‑IoT无线模块(10)。与现有技术相比，本发明具有低功耗、高集成度、稳定性强、适用于复杂工作环境、支持物联网数据传输以及在线声纹分析等优点。

Description

基于物联网的变电站声纹检测识别装置、方法及系统

技术领域

本发明涉及一种变电站特性检测装置，尤其是涉及一种基于物联网的变电站声纹检测识别装置、方法及系统。

背景技术

声纹检测技术在特高压、配电等领域被证明其特征量对故障的早期预警有明显检测价值，声纹来自于结构机械状态的反应，如高抗设备的异响、结构松动、摩擦等早期故障具备较高的灵敏度。

声纹监测单元作为泛在电力物联网的终端信息收集器，是完成泛在电力物联网系统数据采集最直接的系统单元，由声纹监测单元采集处理的数据，由无线通讯系统传递到云端，实现与整个网络的连接。泛在电力物联网对声纹监测单元的应用提出了较高的要求，传统的声纹监测单元存在着速率慢、稳定性差、功耗高等一系列的问题，无法满足泛在电力物联网对于感知层建设的需求。

因此，急需一种低功耗，高集成度，快捷传输以及有效兼容泛在电力物联网的声纹检测装置。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷而提供一种低功耗、高集成度、稳定性强、适用于复杂工作环境的基于物联网的变电站声纹检测识别装置、方法及系统。

本发明的目的可以通过以下技术方案来实现：

一种基于物联网的变电站声纹检测识别装置，包括中央处理器、存储器、MEMS传声器、ADC模块、FPGA模块以及通讯模块，MEMS传声器、ADC模块、FPGA模块、中央处理器和存储器依次连接，所述通讯模块与中央处理器连接，

所述通讯模块包括以太网和NB-IoT无线模块。

进一步地，还包括外壳，所述中央处理器、存储器、MEMS传声器、ADC模块、FPGA模块和通讯模块集成于该外壳内，并通过硅胶装配板密封，所述外壳上设有与MEMS传声器连接的传声孔。

进一步地，所述传声孔表面附着有防水膜。

进一步地，所述外壳上还设有SD卡插槽、电源接口、连接NB-IoT无线模块的天线接口和连接以太网的以太网接口。

进一步地，所述外壳上设置有散热格栅。

进一步地，所述外壳侧壁上设有支架安装口。

进一步地，所述存储器包括Flash芯片和SDRAM芯片。

本发明还包括一种采用所述的基于物联网的变电站声纹检测识别装置的变电站声纹检测识别方法，所述变电站声纹检测识别装置按照规定时间间隔或声音大小阈值触发声纹信号采集指令，由MEMS传声器产生的声压信号经ADC模块进行信号采集，FPGA模块对于采集信号进行调理预处理和FFT计算，中央处理器处理获得声纹特征，并通过NB-IoT无线模块上传至物联网，或经以太网传输给外部设备。

进一步地，所述声纹特征包括A计权声压级、FFT频谱、1/3倍频程和瀑布图。

进一步地，在按照声音大小阈值触发声纹信号采集指令前，设置触发阈值和预触发时间。

本发明还提供一种基于物联网的变电站声纹检测识别系统，包括多个如所述的变电站声纹检测识别装置和物联网监控平台，所述物联网监控平台远程向各变电站声纹检测识别装置发送声纹信号采集指令，并对反馈的声纹特征进行处理，生成并显示变电站声纹特征变化走势图。

与现有技术相比，本发明具有体积小，重量轻，功耗低，稳定性强，安装维护简单便捷，更加适用于复杂工作环境，支持物联网数据传输以及在线声纹分析等优点，满足泛在电力物联网框架下的特高压变电站声纹检测的测试要求，具体地：

1)本发明使用NB-IoT模块进行物联网数据传输，可方便测试数据的上传和数据智能管理，并实现多站点声纹监测。NB-IoT模块采用DRX模式，可减少因数据通讯所产生的功耗，提升装置的续航能力。

2)本发明采用MEMS传声器进行声纹采集，相比于传统传声器，MEMS传声器无前置放大器，极大地降低了装置的功耗。

3)本发明所采用的MEMS传声器通过数字信号传输，简化了数据传输过程，提高了传输效率。

4)本发明的中央处理器、存储器、ADC模块、FPGA模块、通讯模块以及MEMS传声器集成于一个外壳内，具有高集程度，小巧轻便；外壳使用铝材，减小装置重量的同时保证结构强度和耐腐蚀性能。

5)本发明使用FPGA模块对于信号进行预处理和FFT运算，提高数据处理速率的同时，也保证了高精度、低资源和低功耗等特点。

6)传声孔表面附着一层PTFE防水膜，防止水汽，雾气进入以损害MEMS传声器。

7)外壳采用栅格散热结构，由多片铝制单体散热片构成，有效释放壳内热量，保证装置稳定运行。

8)外壳侧壁配置支架安装口，安装口使用1/4英寸螺纹，适配通用的测试云台。保证装置的安装稳定。

9)在装置上方使用硅胶装配板将壳体密封，在保证装置三防特性的同时可以帮助抑制壳体内结构微振动对于传声器的影响，提高传声器测量精度。

附图说明

图1为基于物联网的声纹检测装置设计方案图；

图2为外壳的一个角度示意图；

图3为外壳的另一角度示意图；

图4NB-IoT耗电模式示意图；

图5为物联网监测平台软件界面示意图；

图中标号：1、中央处理器，2、存储器，3、MEMS传声器，4、ADC模块，5、FPGA模块，6、通讯模块，7、Flash芯片，8、SDRAM芯片，9、以太网，10、NB-IoT无线模块，11、以太网接口，12、天线接口，13、SD卡插槽，14、电源接口，15、支架安装口，16、传声孔，17、硅胶安装板，18、防水膜，19、散热格栅。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

如图1-图3所示，本实施例提供一种基于物联网的变电站声纹检测识别装置，包括中央处理器1、存储器2、MEMS传声器3、ADC模块4、FPGA模块5以及通讯模块6，MEMS传声器3、ADC模块4、FPGA模块、中央处理器1和存储器2依次连接，通讯模块6与中央处理器1连接，通讯模块6包括以太网9和NB-IoT无线模块10，支持物联网数据传输，可方便测试数据的上传和数据智能管理，并实现多站点声纹监测。NB-IoT具有覆盖广、连接多、速率快、功耗低等优点，其特点与泛在电力物联网高度契合。

本实施例中，中央处理器1选用ARM9 S3C2410A处理器，具有体积小、低功耗和高性能等特点。

本实施例中，存储器2包括Flash芯片7和SDRAM芯片8。Flash芯片使用标准总线接口与中央处理器交互，可进行电擦写保证掉电后信息不丢失，Flash用于保存系统映像文件及系统配置信息等掉电不可丢失的信息。SDRAM不具备掉电保持数据的功能，但存取速度远远大于Flash芯片，数据吞吐量也更大，且具有读写功能，用于存储运行数据。SDRAM芯片8的最大可支持扩展内存为64G。

本实施例中，MEMS传声器的长宽高尺寸分别为4mm×3mm×1mm，传声器具有65dBA的信噪比，动态范围可达87dB，具有24位数据精度且仅1mA的低电流损耗。

该变电站声纹检测识别装置还包括外壳，中央处理器1、存储器2、MEMS传声器3、ADC模块4、FPGA模块5和通讯模块6集成于该外壳内，并通过硅胶装配板17密封，，在保证装置三防(防水、防霉、防尘)的同时，可以帮助抑制壳体内结构微振动对于传声器的影响，提高传声器测量精度。外壳上设有与MEMS传声器3连接的传声孔16，传声孔16表面附着有防水膜18，保护传声器免受水汽和雾气的影响。

外壳材料使用铝材，具有较好的使用强度，耐腐蚀性以及散热性能。本实施例中，外壳的长、宽、高尺寸分别为103mm×73mm×52mm，装置总净重仅380g，小巧轻便。

如图2所示，外壳上还设有SD卡插槽13、电源接口14、连接NB-IoT无线模块的天线接口12和连接以太网9的以太网接口11。外壳侧壁上设有支架安装口15，，安装口使用1/4英寸螺纹，适配通用的测试云台，保证装置的安装固定。

如图3所示，外壳上设置有散热格栅19。该散热格栅19由多片铝制单体散热片构成，有效释放壳内热量。

上述基于物联网的变电站声纹检测识别装置的变电站声纹检测识别方法，变电站声纹检测识别装置按照规定时间间隔(定时模式)或声音大小阈值(量级触发模式)触发声纹信号采集指令，由MEMS传声器3产生的声压信号经ADC模块4进行信号采集，FPGA模块5对于采集信号进行调理预处理和FFT计算，中央处理器1处理获得声纹特征，包括A计权声压级、FFT频谱、1/3倍频程和瀑布图，并通过NB-IoT无线模块上传至物联网，或经以太网9传输给外部设备，实现全面获取变电站噪声状态。其中A计权声压级数据同时保留至本地SDRAM芯片8中。

本实施例中，采用定时采集和触发采集并行模式对变电站内设备进行监测。在定时采集中，可自定义设置采集时间间隔和采样时间总长。在触发采集模式中，可设置触发阈值和预触发时间。设置预触发时间是为了在采集过程中，将声音量级达到触发阈值时刻的前若干时间记录下来，可以方便观察噪声由小及大的变化趋势。采集的原始声压信号存储至SD卡之中。对于采集下来的声压信号数据进行声压级计算。在本实施例中，采用两种时间平均方式：Fast档(125ms)和Impulse档(35ms)。由于在定时采集模式下通常噪声信号较为平稳，因此在定时采集模式下选择使用Fast档(125ms)进行时间平均。在触发模式下，噪声发生较为短促，因此时间平均方式选择Impulse档(35ms)。除去声压级计算，本实施例中重点添加了FFT频谱、1/3倍频程和瀑布图的计算，中央处理器获取原始声压信号后通过计算获取变电站内声纹特征。声纹特征的变化极有可能是变电站站内设备发生异常。声纹特征数据、声压级数据以及原始的声压信号通过NB-IoT通讯模块传输至物联网监测平台，由于NB-IoT通讯技术具备低功耗、广覆盖和大容量等技术优势，可以保证有效和稳定地实现变电站内声纹检测。

本实施例中，所使用的NB-IoT无线模块使用低功耗的DRX模式，表示非连续接受模式，其降耗模式见图4所示。在定时采集模式下，当数据采集完成之后，NB-IoT开启激活态与物联网监控平台进行交互传输数据；当装置处于监测模式时，NB-IoT切换至空闲态待机，此时不进行数据发送，定时寻呼，接受中央处理器发出的触发信息。如果装置检测到变电站噪声量级已经超过触发阈值，中央处理器会立刻采集数据并且发送指令给予NB-IoT模块，此时NB-IoT模块再度激活并传输数据。在此过程中，NB-IoT模块在激活态时耗电最大，寻呼时也会耗电但少于激活态，空闲态耗电最少。

实施例2

本实施例一种基于物联网的变电站声纹检测识别系统，包括多个如实施例1的变电站声纹检测识别装置和物联网监控平台，物联网监测平台主要功能是进行远程设备管理、上传数据管理以及数据显示。物联网监控平台远程向各变电站声纹检测识别装置发送声纹信号采集指令，并对反馈的声纹特征进行处理，生成并显示变电站声纹特征变化走势图。本实施例中，以天、月、年为周期的数据报表显示所述声纹特征变化走势图。

变电站声纹检测识别装置采集到原始声压信号，计算得到的A计权声压级、FFT频谱、1/3倍频程和瀑布图上传至物联网监测平台。物联网监测平台将上传的每个采集时刻的数据进行统计分析，针对FFT频谱和1/3倍频程数据，统计各频率或倍频程上的幅值分布，以便监测变电站内各测点声纹随时间变化情况。监测平台结合A计权声压级信号，绘制随时间的趋势图，当趋势图上最大值和最小值相差3dB时，系统会自动发出报警信号。

如图5所示是所设计的物联网监测平台测试界面，当前页面是从变电站声纹检测装置所收集的A计算声压级、FFT频谱、1/3倍频程和瀑布图。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由本发明所确定的保护范围内。

Claims (10)

1.一种基于物联网的变电站声纹检测识别装置，其特征在于，包括中央处理器(1)、存储器(2)、MEMS传声器(3)、ADC模块(4)、FPGA模块(5)以及通讯模块(6)，MEMS传声器(3)、ADC模块(4)、FPGA模块、中央处理器(1)和存储器(2)依次连接，所述通讯模块(6)与中央处理器(1)连接，

所述通讯模块(6)包括以太网(9)和NB-IoT无线模块(10)。

2.根据权利要求1所述的基于物联网的变电站声纹检测识别装置，其特征在于，还包括外壳，所述中央处理器(1)、存储器(2)、MEMS传声器(3)、ADC模块(4)、FPGA模块(5)和通讯模块(6)集成于该外壳内，并通过硅胶装配板(17)密封，所述外壳上设有与MEMS传声器(3)连接的传声孔(16)。

3.根据权利要求2所述的基于物联网的变电站声纹检测识别装置，其特征在于，所述传声孔(16)表面附着有防水膜(18)。

4.根据权利要求2所述的基于物联网的变电站声纹检测识别装置，其特征在于，所述外壳上还设有SD卡插槽(13)、电源接口(14)、连接NB-IoT无线模块的天线接口(12)和连接以太网(9)的以太网接口(11)。

5.根据权利要求2所述的基于物联网的变电站声纹检测识别装置，其特征在于，所述外壳上设置有散热格栅(19)。

6.根据权利要求2所述的基于物联网的变电站声纹检测识别装置，其特征在于，所述外壳侧壁上设有支架安装口(15)。

7.根据权利要求1所述的基于物联网的变电站声纹检测识别装置，其特征在于，所述存储器(2)包括Flash芯片(7)和SDRAM芯片(8)。

8.一种采用如权利要求1-7任一所述的基于物联网的变电站声纹检测识别装置的变电站声纹检测识别方法，其特征在于，所述变电站声纹检测识别装置按照规定时间间隔或声音大小阈值触发声纹信号采集指令，由MEMS传声器(3)产生的声压信号经ADC模块(4)进行信号采集，FPGA模块(5)对于采集信号进行调理预处理和FFT计算，中央处理器(1)处理获得声纹特征，并通过NB-IoT无线模块上传至物联网，或经以太网(9)传输给外部设备。

9.根据权利要求8所述的变电站声纹检测识别方法，其特征在于，所述声纹特征包括A计权声压级、FFT频谱、1/3倍频程和瀑布图。

10.一种基于物联网的变电站声纹检测识别系统，其特征在于，包括多个如权利要求1-7任一所述的变电站声纹检测识别装置和物联网监控平台，所述物联网监控平台远程向各变电站声纹检测识别装置发送声纹信号采集指令，并对反馈的声纹特征进行处理，生成并显示变电站声纹特征变化走势图。

Images