[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

摘要

本发明公开了一种基于变电站巡检机器人的设备声音识别方法，通过利用机巡检器人拾音器采集巡检过程中的变压器和高抗设备声音，利用声音信号处理及识别技术对设备声音进行分析与识别，提出了基于声音谐波特征及矢量量化的变电站设备声音识别方法，本发明从[0Hz,1300Hz]的声音频谱范围内提取出27个谐波作为特征，建立了数量庞大的样本库，在此基础上利用LBG算法训练得到变压器和高抗设备的码本，最后利用这两个码本对变压器和高抗设备运行状态进行准确识别，识别率能够达到99％，利于实现对设备运行状态的自动化判决，有助于更快地推进变电站无人值守的进程。

主权项

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。