[发明专利]一种基于目标检测的声音检测方法及系统

说明书

根据本申请的基于目标检测的声音检测方法及系统，通过对声音信号的频谱图使用目标检测算法识别目标声音在谱图上的特定形态，不需要对声音进行降噪，对各类环境噪声抗干扰性好，不会产生误判，提升了模型的泛化性；不需要针对每一个目标声音的形态或者在不同频段的目标声音进行重新训练，训练的模型可以泛化到出现在不同频段、具有不同声压级、频谱形态略有不同的同类目标声音，可以适用在所有符合一定频谱形态特征的目标声音上。

技术领域

本申请涉及一种基于目标检测的声音检测方法及系统，适用于声音信号检测的技术领域。

背景技术

风力发电机叶片是风电机组将风能转化为机械能的重要部件之一，是获取较高风能利用系数和经济效益的基础，叶片状态的好坏直接影响整机的性能和发电效率。叶片运行维护与事故频发也将严重影响风场的综合效益。在叶片运行扫风的过程中，可以通过对于一些目标声音的识别辅助故障类型和故障位置的判断。现有的不同场景中，基于声音信号的雷电识别方法多是基于对突发高能量信号的判断，或者是结合其他类型信号，如图像、电流等，对雷电的发生进行判断和监测。基于突发高能量信号的方法对于环境中可能产生的其他类似特性的声音不能通过阈值进行很好的区分，如撞击声，放炮声等；而基于多种信号的方法虽然对于雷电现象的识别能力较强，但是由于需要安装多种监测手段，监测成本高昂，维护也更加复杂，而且同样的方法只适用于雷电识别这一单一场景。

对于排水孔堵塞、前缘腐蚀等会出现哨声的故障检测，现有方法往往都是对哨声形态或者特征进行提取，再通过聚类或者多项式拟合看相关性的方法对其进行识别。这类方式能对同一形态的哨声进行识别。当故障发展或者在不同频域出现新的形态不完全相同的哨声时，并不一定能达到很好的识别准确率。而哨声存在的频段与所在故障位置有关，而形态则与故障类型等有关，是随时间不断变化的。另外，此种方法对数据质量和特征提取要求较高，对于未知的环境未知的噪音，泛化性较低。

中国专利申请201710419138.9通过对采集声音样本中特定频域范围设定能量阈值，当阈值超过预设范围则认为产生了雷声；该方法单纯的通过频域能量进行规则判断，规则比较单一，并不能避免对环境中短时高能量的一切其他噪音的误判。中国专利申请201910331781.5通过图像、温湿度、电磁场测量装置，综合对雷电信息进行采集，装置首先通过光探测装置对数据采集进行触发，进而采集图像、电场、磁场等信息；该系统并没有对数据采集后是否判断有雷电进行描述，因而可以理解为仅通过光强对雷电进行判断；该方法同样判断标准单一，无法对环境中短暂高亮度的其他信号进行区分，且多种信号的采集其监测成本也比较高。中国专利申请201510115347.5通过对叶片哨声频谱曲线进行提取，再拟合多项式对哨声形态进行重构，通过信号与重构模型的相关性对哨声进行识别；该方法需要对目标声音有有效的提取方法，对噪声的敏感度较高，而在实际场景中往往声音信号中含有各种各样的环境噪音，泛化性不高；其次，该方法对特征进行多项式拟合，对于风机全生命周期中哨声及其他故障声音形态随时间的变化泛化性不够，稳定性不高。中国专利申请201910603546.9通过对风机声音信号进行分帧，对分帧后的声音信号提取特征进行二聚类，通过类别标签的周期性对故障进行判断。该方法需要对故障特征选择有效的特征，对于频域和声强都可能发生变化的哨声、雷声等目标声音，无法进行识别。加之该专利使用二分类方法，对未见过的故障特征没有很好的区分，且无法识别异常状态的故障类型。

现有技术中的方案都只能针对单一目标声音进行检测，同一方法并不能复用到其他目标声音的检测中，其中的基于声音的方案均容易受到采集时各种环境噪声的影响。

发明内容

本发明的目的是提供一种基于目标检测的声音检测方法及系统，其中单纯使用声音信号，通过对信号的频谱图进行目标检测的方法，达到准确识别目标声音的目的。该方法监测信号单一，泛化性高，能够准确识别频谱图中的目标声音形态，目标声音的频段改变或者环境中出现的各类噪声对其准确性影响不大。

本申请涉及一种基于目标检测的声音检测方法，包括训练流程和预测流程，所述训练流程包括以下步骤：