[发明专利]一种基于变电站巡检机器人的设备声音识别方法

权利要求书

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；

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(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。

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(2-1)的具体方法为：汉宁窗的计算公式如下：

h(n)=0.5-0.5cos(2/πnN-1)(0≤n≤N-1)0others]]>

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。

3.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(2-2)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，

此处得到的频谱分辨率为：f_s为采样频率，y_hw(n)为加窗后的信号，N为窗口长度。

4.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(2-3)的具体方法为：从离散傅里叶变换后的声音信号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：q_i为分帧的帧号，i＝0，1，…，26，最大值为声音信号分成的总帧数。