CN113376252A - 一种变电站主设备运行状态声学移动巡检装置 - Google Patents
一种变电站主设备运行状态声学移动巡检装置 Download PDFInfo
- Publication number
- CN113376252A CN113376252A CN202110720304.5A CN202110720304A CN113376252A CN 113376252 A CN113376252 A CN 113376252A CN 202110720304 A CN202110720304 A CN 202110720304A CN 113376252 A CN113376252 A CN 113376252A
- Authority
- CN
- China
- Prior art keywords
- main equipment
- sound source
- inspection device
- microphones
- operation state
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 52
- 238000004891 communication Methods 0.000 claims abstract description 28
- 230000007246 mechanism Effects 0.000 claims abstract description 27
- 238000003384 imaging method Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 17
- 230000005236 sound signal Effects 0.000 claims description 12
- 230000007547 defect Effects 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000001931 thermography Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000013145 classification model Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 16
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012843 least square support vector machine Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- 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
-
- 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
- G01R31/1227—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 of components, parts or materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
Abstract
本发明公开了一种变电站主设备运行状态声学移动巡检装置，包括传声器阵列、转向云台、图像采集模块以及带有控制通信模块的移动机构，所述传声器阵列通过转向云台安装在移动机构上，所述传声器阵列上设有呈阵列状布置在同一个平面上的多个传声器，所述传声器以及图像采集模块的输出端、转向云台的控制端分别与控制通信模块相连。本发明装置能够实现目标声源的定位调节以采集变电站主设备的噪声信号和图像，从而为变电站主设备故障诊断提供双重依据，能够克服变电站声学检测智能化程度低、成本高、检测结果不直观可靠等问题，且不需要过多人力与设备资源。
Description
技术领域
本发明涉及电力设备状态检测评价技术，具体涉及一种变电站主设备运行状态声学移动巡检装置。
背景技术
变电站是电能传输至用户过程中的关键环节，其主设备安全运行对于保障电能的可靠供应具有重要意义。常见的电力设备带电检测与故障诊断方法包括：油色谱在线监测、局放检测、红外监测、电流检测、射线检测、可见光检测等。大批先进检测技术的应用显著提高了电力设备的安全运行水平，但与电力设备安全运行的实际需求仍存在较大差距，变电站主设备烧毁、短路等严重事故时有发生。随着智能运检与泛在电力物联网建设的不断深如入，迫切需要提出新的变电站主设备智能运检技术，以进一步提高变电站的安全运行水平。
可听噪声伴随变压器运行产生，声音的幅值、时域波形、频谱特性与其运行电压、电流、机械状态、励磁状态、绝缘状态等密切相关，可及时反映设备运行状态变化。因此，声学检测可与其他状态量检测技术互相补充，有效提高变电站的安全稳定运行水平。
目前，变电站运行现场主要采用的可听声检测手段包括手持式声级计、声纹在线监测系统、手持式声源定位仪三种。手持式声级计仅能实现主设备噪声声压级大小的测量，难以对设备运行状态进行判断；声纹在线监测系统价格较高，仅能实现个别设备的运行状态和缺陷类型评价，且无法实现声源定位、测量结果不直观；手持式声源定位仪仅能实现声源定位测试，智能化程度低，无法实现在线监测，检测活动需要耗费大量的人力物力，无法对设备运行状态与缺陷类型进行自动判别。
发明内容
本发明要解决的技术问题：针对现有技术的上述问题，提供一种变电站主设备运行状态声学移动巡检装置，本发明装置能够实现目标声源的定位调节以采集变电站主设备的噪声信号和图像，从而为变电站主设备故障诊断提供双重依据，能够克服变电站声学检测智能化程度低、成本高、检测结果不直观可靠等问题，且不需要过多人力与设备资源。
为了解决上述技术问题，本发明采用的技术方案为：
一种变电站主设备运行状态声学移动巡检装置，包括传声器阵列、转向云台、图像采集模块以及带有控制通信模块的移动机构，所述传声器阵列通过转向云台安装在移动机构上，所述传声器阵列上设有呈阵列状布置在同一个平面上的多个传声器，所述传声器以及图像采集模块的输出端、转向云台的控制端分别与控制通信模块相连。
可选地，所述图像采集模块安装在传声器阵列上。
可选地，所述阵列状布置是指多个传声器之间按照多行多列布置，所述多个传声器之间的具有一致的频响特性。
可选地，所述转向云台为具有水平方向360度旋转及垂直方向0～90度范围内转动功能的云台。
可选地，所述图像采集模块包括可见光摄像头、红外热成像摄像头中的至少一种。
可选地，所述移动机构为带有行走机构以及用于驱动行走机构的驱动机构的移动小车，所述行走机构的控制端与控制通信模块相连；所述控制通信模块包括依次相连的数据采集模块、微处理器和通信模块，所述传声器以及图像采集模块的输出端通过数据采集模块与微处理器相连，所述转向云台的控制端与微处理器相连，所述通信模块为无线通讯模块。
本发明还提供一种所述的变电站主设备运行状态声学移动巡检装置的应用方法，包括：
1)规划巡检线路并确定变电站主设备所在的目标位置；
2)控制变电站主设备运行状态声学移动巡检装置沿着巡检线路运动，当巡检线路到达变电站主设备所在的目标位置时，跳转执行下一步；
3)基于传声器阵列中各个传声器的声音信号进行目标声源定位，并控制转向云台将传声器阵列指向目标声源；
4)获取变电站主设备运行状态声学移动巡检装置的传声器阵列所有的传声器的声音信号并通过波束形成算法计算声源源强分布得到声源成像结果，同时通过图像采集模块采集目标声源的图像信号。
可选地，步骤3)包括：
3.1)获取变电站主设备运行状态声学移动巡检装置的传声器阵列中指定行的多个传声器的声音信号并计算声压级，比较各个传声器的声压级大小，若存在一个最大声压级的传声器，则判定该传声器指向的方向即为目标声源的水平方向；若存在两个或以上最大声压级的传声器，则判定所有最大声压级的传声器与传声器阵列的中心点构成夹角的中心线方向为目标声源的水平方向；获取变电站主设备运行状态声学移动巡检装置的传声器阵列中指定列的多个传声器的声音信号并计算声压级，比较各个传声器的声压级大小，若存在一个最大声压级的传声器，则判定该传声器指向的方向为目标声源的空间方向；若存在两个或以上最大声压级的传声器，则判定所有最大声压级的传声器与传声器阵列的中心点构成夹角的中心线方向为目标声源的空间方向；
3.2)控制变电站主设备运行状态声学移动巡检装置的转向云台分别转向目标声源的水平方向以及空间方向，使得传声器阵列指向目标声源。
可选地，步骤4)之后还包括将声源成像结果、图像信号上传至网络中的目标服务器，并通过目标服务器基于声源成像结果、图像信号进行缺陷识别的步骤：
S1)基于声源成像结果和图像信号识别出变电站主设备的设备类型及目标部件；
S2)从声源成像结果中提取声纹特征，并将声纹特征输入预先完成训练的机器学习分类模型，从而确定变电站主设备目标部件的缺陷类型。
可选地，步骤S1)包括：提取声源成像结果中的声源源强分布，将声源源强分布进行图形离散处理，利用离散处理后的色彩梯度判断声源最强位置，提取声源最强位置的图像坐标得到声源位置；将设备照片利用基于深度学习神经网络识别出变电站主设备的设备类型，并基于声源位置匹配到设备照片中并确定变电站主设备的目标部件。
和现有技术相比，本发明具有下述优点：本发明变电站主设备运行状态声学移动巡检装置包括传声器阵列、转向云台、图像采集模块以及带有控制通信模块的移动机构，所述传声器阵列通过转向云台安装在移动机构上，所述传声器阵列上设有呈阵列状布置在同一个平面上的多个传声器，所述传声器以及图像采集模块的输出端、转向云台的控制端分别与控制通信模块相连。本发明装置能够实现目标声源的定位调节以采集变电站主设备的噪声信号和图像，从而为变电站主设备故障诊断提供双重依据，能够克服变电站声学检测智能化程度低、成本高、检测结果不直观可靠等问题，且不需要过多人力与设备资源。
附图说明
图1为本发明实施例装置的结构示意图。
图2为本发明实施例装置的电气原理框架结构示意图。
具体实施方式
如图1所示，本实施例变电站主设备运行状态声学移动巡检装置包括传声器阵列1、转向云台2、图像采集模块3以及带有控制通信模块的移动机构4，传声器阵列1通过转向云台2安装在移动机构4上，传声器阵列1上设有呈阵列状布置在同一个平面上的多个传声器11，传声器11以及图像采集模块3的输出端、转向云台2的控制端分别与控制通信模块相连。
为了提高图像采集模块3采集图像的准确性，参见图1，图像采集模块3安装在传声器阵列1上，由于传声器阵列1通过转向云台2安装在移动机构4上，因此可通过上述结构可使得图像采集模块3采集图像处于最佳角度，从而有利于从图像采集模块3采集图像中识别出变电站主设备的类型以及目标部件的精确度；而且可通过转向云台2同步控制传声器阵列1和图像采集模块3，操作更加方便快捷。
如图1所示，本实施例阵列状布置是指多个传声器11之间按照多行多列布置，多个传声器11之间的具有一致的频响特性，有利于提高声源定位的准确度。
为了便于控制转向云台2将传声器阵列1指向目标声源，本实施例中的转向云台2为具有水平方向360度旋转及垂直方向0～90度范围内转动功能的云台，用于将传声器阵列1指向目标声源方向。
本实施例中，图像采集模块3包括可见光摄像头、红外热成像摄像头中的至少一种，从而可获得可见光图像、红外热成像图像中的至少一种，可增加特征的多样性，以提高从图像采集模块3采集图像中识别出变电站主设备的类型以及目标部件的精确度。
如图2所示，移动机构4为带有行走机构以及用于驱动行走机构的驱动机构的移动小车，行走机构的控制端与控制通信模块相连；控制通信模块包括依次相连的数据采集模块、微处理器和通信模块，传声器11以及图像采集模块3的输出端通过数据采集模块与微处理器相连，转向云台2的控制端与微处理器相连，通信模块为无线通讯模块。本实施例中无线通讯模块为WiFi模块，参见图2通过变电站通信系统与变电站控制系统相连，用于本实施例变电站主设备运行状态声学移动巡检装置与变电站控制系统相互通信。
此外参见图2，移动机构4中还包括电源模块，用于为本实施例变电站主设备运行状态声学移动巡检装置中的各个电气元器件提供电能。
本实施例还提供一种前述变电站主设备运行状态声学移动巡检装置的应用方法，包括：
1)规划巡检线路并确定变电站主设备所在的目标位置；巡检线路、变电站主设备所在的目标位置可根据变电站主设备分布情况进行确定；
2)控制变电站主设备运行状态声学移动巡检装置沿着巡检线路运动，当巡检线路到达变电站主设备所在的目标位置时，跳转执行下一步；
3)基于传声器阵列1中各个传声器11的声音信号进行目标声源定位，并控制转向云台2将传声器阵列1指向目标声源；
4)获取变电站主设备运行状态声学移动巡检装置的传声器阵列1所有的传声器11的声音信号并通过波束形成算法计算声源源强分布得到声源成像结果，同时通过图像采集模块3采集目标声源的图像信号。
本实施例中，步骤3)包括：
3.1)获取变电站主设备运行状态声学移动巡检装置的传声器阵列1中指定行的多个传声器11的声音信号并计算声压级，比较各个传声器11的声压级大小，若存在一个最大声压级的传声器11，则判定该传声器11指向的方向即为目标声源的水平方向；若存在两个或以上最大声压级的传声器11，则判定所有最大声压级的传声器11与传声器阵列1的中心点构成夹角的中心线方向为目标声源的水平方向；获取变电站主设备运行状态声学移动巡检装置的传声器阵列1中指定列的多个传声器11的声音信号并计算声压级，比较各个传声器11的声压级大小，若存在一个最大声压级的传声器11，则判定该传声器11指向的方向为目标声源的空间方向；若存在两个或以上最大声压级的传声器11，则判定所有最大声压级的传声器11与传声器阵列1的中心点构成夹角的中心线方向为目标声源的空间方向；
3.2)控制变电站主设备运行状态声学移动巡检装置的转向云台2分别转向目标声源的水平方向以及空间方向，使得传声器阵列1指向目标声源。
本实施例中，步骤3.1)中指定行、列的多个传声器11平面布置、相互之间连线为正方形的4个传声器计算声源方向，可控制传声器阵列1实现水平方向360度自动旋转以及垂直方向0～90度范围内转动，最终指向目标声源方向。步骤3.2)中控制变电站主设备运行状态声学移动巡检装置的转向云台2分别转向目标声源的水平方向以及空间方向时，既可以采用按需一步调整的方式，也可以采用分步调整的方式，例如：先分步调整水平方向，再分步调整空间方向，或者相反顺序。
本实施例中，步骤4)之后还包括将声源成像结果、图像信号上传至网络中的目标服务器，并通过目标服务器基于声源成像结果、图像信号进行缺陷识别的步骤：
S1)基于声源成像结果和图像信号(可为可见光图像、红外图像或者它们的融合图像)识别出变电站主设备的设备类型及目标部件；
S2)从声源成像结果中提取声纹特征，并将声纹特征输入预先完成训练的机器学习分类模型，从而确定变电站主设备目标部件的缺陷类型。
本实施例中，步骤S1)包括：提取声源成像结果中的声源源强分布，将声源源强分布进行图形离散处理，利用离散处理后的色彩梯度判断声源最强位置，提取声源最强位置的图像坐标得到声源位置；将设备照片利用基于深度学习神经网络识别出变电站主设备的设备类型，并基于声源位置匹配到设备照片中并确定变电站主设备的目标部件。
参见图2，本实施例中目标服务器是指变电站控制系统，此外也可以是其他计算机设备。本实施例中变电站控制系统具有声源成像自动识别、主设备运行状态分析与诊断功能。本实施例中，变电站主设备运行状态声学移动巡检装置移动至变电站套管位置时，定位套管位置存在异常声响，并进行声源成像，变电站控制系统利用基于卷积神经网络深度学习模型对该图像进行自动识别，自动判断主设备为高压套管，缺陷位置位于套管中央。随后，变电站控制系统根据回传的声音数据提取声纹特征，采用最小二乘支持向量机模式识别方法判断套管缺陷类型为沿面放电缺陷，可能存在表面积污问题，最后发出预警信息，通知运维人员前往排查与维护，从而能够实现变电站主设备运行状态的移动检测与智能诊断，具有智能化程度高、节约人力与物力成本、检测结果直观可靠的优点。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种变电站主设备运行状态声学移动巡检装置，其特征在于，包括传声器阵列(1)、转向云台(2)、图像采集模块(3)以及带有控制通信模块的移动机构(4)，所述传声器阵列(1)通过转向云台(2)安装在移动机构(4)上，所述传声器阵列(1)上设有呈阵列状布置在同一个平面上的多个传声器(11)，所述传声器(11)以及图像采集模块(3)的输出端、转向云台(2)的控制端分别与控制通信模块相连。
2.根据权利要求1所述的变电站主设备运行状态声学移动巡检装置，其特征在于，所述图像采集模块(3)安装在传声器阵列(1)上。
3.根据权利要求2所述的变电站主设备运行状态声学移动巡检装置，其特征在于，所述阵列状布置是指多个传声器(11)之间按照多行多列布置，所述多个传声器(11)之间的具有一致的频响特性。
4.根据权利要求3所述的变电站主设备运行状态声学移动巡检装置，其特征在于，所述转向云台(2)为具有水平方向360度旋转及垂直方向0～90度范围内转动功能的云台。
5.根据权利要求4所述的变电站主设备运行状态声学移动巡检装置，其特征在于，所述图像采集模块(3)包括可见光摄像头、红外热成像摄像头中的至少一种。
6.根据权利要求2所述的变电站主设备运行状态声学移动巡检装置，其特征在于，所述移动机构(4)为带有行走机构以及用于驱动行走机构的驱动机构的移动小车，所述行走机构的控制端与控制通信模块相连；所述控制通信模块包括依次相连的数据采集模块、微处理器和通信模块，所述传声器(11)以及图像采集模块(3)的输出端通过数据采集模块与微处理器相连，所述转向云台(2)的控制端与微处理器相连，所述通信模块为无线通讯模块。
7.一种权利要求1～6中任意一项所述的变电站主设备运行状态声学移动巡检装置的应用方法，其特征在于，包括：
1)规划巡检线路并确定变电站主设备所在的目标位置；
2)控制变电站主设备运行状态声学移动巡检装置沿着巡检线路运动，当巡检线路到达变电站主设备所在的目标位置时，跳转执行下一步；
3)基于传声器阵列(1)中各个传声器(11)的声音信号进行目标声源定位，并控制转向云台(2)将传声器阵列(1)指向目标声源；
4)获取变电站主设备运行状态声学移动巡检装置的传声器阵列(1)所有的传声器(11)的声音信号并通过波束形成算法计算声源源强分布得到声源成像结果，同时通过图像采集模块(3)采集目标声源的图像信号。
8.根据权利要求7所述的变电站主设备运行状态声学移动巡检装置的应用方法，其特征在于，步骤3)包括：
3.1)获取变电站主设备运行状态声学移动巡检装置的传声器阵列(1)中指定行的多个传声器(11)的声音信号并计算声压级，比较各个传声器(11)的声压级大小，若存在一个最大声压级的传声器(11)，则判定该传声器(11)指向的方向即为目标声源的水平方向；若存在两个或以上最大声压级的传声器(11)，则判定所有最大声压级的传声器(11)与传声器阵列(1)的中心点构成夹角的中心线方向为目标声源的水平方向；获取变电站主设备运行状态声学移动巡检装置的传声器阵列(1)中指定列的多个传声器(11)的声音信号并计算声压级，比较各个传声器(11)的声压级大小，若存在一个最大声压级的传声器(11)，则判定该传声器(11)指向的方向为目标声源的空间方向；若存在两个或以上最大声压级的传声器(11)，则判定所有最大声压级的传声器(11)与传声器阵列(1)的中心点构成夹角的中心线方向为目标声源的空间方向；
3.2)控制变电站主设备运行状态声学移动巡检装置的转向云台(2)分别转向目标声源的水平方向以及空间方向，使得传声器阵列(1)指向目标声源。
9.根据权利要求8所述的变电站主设备运行状态声学移动巡检装置的应用方法，其特征在于，步骤4)之后还包括将声源成像结果、图像信号上传至网络中的目标服务器，并通过目标服务器基于声源成像结果、图像信号进行缺陷识别的步骤：
S1)基于声源成像结果和图像信号识别出变电站主设备的设备类型及目标部件；
S2)从声源成像结果中提取声纹特征，并将声纹特征输入预先完成训练的机器学习分类模型，从而确定变电站主设备目标部件的缺陷类型。
10.根据权利要求9所述的变电站主设备运行状态声学移动巡检装置的应用方法，其特征在于，步骤S1)包括：提取声源成像结果中的声源源强分布，将声源源强分布进行图形离散处理，利用离散处理后的色彩梯度判断声源最强位置，提取声源最强位置的图像坐标得到声源位置；将设备照片利用基于深度学习神经网络识别出变电站主设备的设备类型，并基于声源位置匹配到设备照片中并确定变电站主设备的目标部件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110720304.5A CN113376252A (zh) | 2021-06-28 | 2021-06-28 | 一种变电站主设备运行状态声学移动巡检装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110720304.5A CN113376252A (zh) | 2021-06-28 | 2021-06-28 | 一种变电站主设备运行状态声学移动巡检装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113376252A true CN113376252A (zh) | 2021-09-10 |
Family
ID=77579429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110720304.5A Pending CN113376252A (zh) | 2021-06-28 | 2021-06-28 | 一种变电站主设备运行状态声学移动巡检装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113376252A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114025084A (zh) * | 2021-10-28 | 2022-02-08 | 杭州海康威视系统技术有限公司 | 一种采集设备部件的图像的方法及电子设备 |
| CN114136434A (zh) * | 2021-11-12 | 2022-03-04 | 国网湖南省电力有限公司 | 一种变电站站界噪声抗干扰估算方法和系统 |
| CN114295154A (zh) * | 2021-10-21 | 2022-04-08 | 重庆华网智能传感器研究院股份有限公司 | 多功能阵列传感器监测方法、系统、介质、组网及巡检设备 |
| CN114838810A (zh) * | 2022-03-25 | 2022-08-02 | 武汉理工大学 | 一种巡检机器人 |
| CN114994437A (zh) * | 2022-05-25 | 2022-09-02 | 王新华 | 一种电力设备的故障检测方法、系统 |
-
2021
- 2021-06-28 CN CN202110720304.5A patent/CN113376252A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114295154A (zh) * | 2021-10-21 | 2022-04-08 | 重庆华网智能传感器研究院股份有限公司 | 多功能阵列传感器监测方法、系统、介质、组网及巡检设备 |
| CN114025084A (zh) * | 2021-10-28 | 2022-02-08 | 杭州海康威视系统技术有限公司 | 一种采集设备部件的图像的方法及电子设备 |
| CN114025084B (zh) * | 2021-10-28 | 2024-02-09 | 杭州海康威视系统技术有限公司 | 一种采集设备部件的图像的方法及电子设备 |
| CN114136434A (zh) * | 2021-11-12 | 2022-03-04 | 国网湖南省电力有限公司 | 一种变电站站界噪声抗干扰估算方法和系统 |
| CN114136434B (zh) * | 2021-11-12 | 2023-09-12 | 国网湖南省电力有限公司 | 一种变电站站界噪声抗干扰估算方法和系统 |
| CN114838810A (zh) * | 2022-03-25 | 2022-08-02 | 武汉理工大学 | 一种巡检机器人 |
| CN114994437A (zh) * | 2022-05-25 | 2022-09-02 | 王新华 | 一种电力设备的故障检测方法、系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113376252A (zh) | 一种变电站主设备运行状态声学移动巡检装置 | |
| CN106192634B (zh) | 一种铁路轨道弹条扣件状态自动检测装置以及方法 | |
| CN101963645B (zh) | 一种电气化铁路接触网电弧捕捉及定位系统和方法 | |
| CA2695270C (en) | Apparatus, system and method for detecting defects in building structures | |
| CN108286654B (zh) | 一种管线巡检装置及方法 | |
| CN205157428U (zh) | 一种固定扫描式甲烷气体遥测系统 | |
| CN103170980A (zh) | 一种家用服务机器人的定位系统及定位方法 | |
| CN112305386A (zh) | 一种基于数字孪生技术的高压电缆带电检测系统及方法 | |
| CN110821560A (zh) | 隧道巡检系统 | |
| CN105867366A (zh) | 一种变电站电力设备全自动智能巡检方法 | |
| CN108919367A (zh) | 基于电流磁场的交流输电线路反演方法 | |
| CN110849882A (zh) | 一种用于识别、定位、检测管道焊缝的设备及方法 | |
| CN110580052A (zh) | 一种车辆检测方法，装置及系统 | |
| CN113988518A (zh) | 用于多源信息融合分析的配网设备健康诊断方法 | |
| CN102879679A (zh) | 一种电气化铁路接触网电弧捕捉及定位方法 | |
| CN110687506A (zh) | 一种基于矢量传声器阵列的低频噪声源定位装置及方法 | |
| JP2018205052A (ja) | 電気探査システム及び電気探査方法 | |
| CN105788347A (zh) | 基于gis的警卫路线监控方法、装置及其系统 | |
| CN112101450A (zh) | 一种基于深度学习和多传感融合的无接触测振设备和方法 | |
| CN116311775B (zh) | 一种穿戴式近电报警设备及监控系统 | |
| CN115508614B (zh) | 一种机载非接触式高压验电方法及系统 | |
| CN215066360U (zh) | 一种变电站主设备运行状态声学移动巡检装置 | |
| CN116363397A (zh) | 设备故障排查方法、装置及巡检系统 | |
| CN113091949B (zh) | 电缆状态检测方法、装置和设备 | |
| JP2024516568A (ja) | 光ファイバセンシングを用いたマッピング |
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 |