[發明專利]基于聲紋特征的變電站狀態識別方法及裝置

在審

• 申請號: 202011003203.8
• 申請日: 2020-09-22
• 公開（公告）號: CN112420055A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 何清素;靳丹;張小敏;張旭;趙雪梅;張建明;閆曉斌;王生宏;衛祥;劉曉光;蓋曉平;車志剛;程玉濤;劉志遠;王晶;李春亮;張磊;黨倩;楊波;劉寧;萬鵬
• 申請（專利權）人: 甘肅同興智能科技發展有限公司;國網甘肅省電力公司信息通信公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L17/02;G10L17/04;G10L25/12
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 王剛

本說明書一個或多個實施例提供一種基于聲紋特征的變電站狀態識別方法、裝置、介質和設備，其中的方法包括：獲取變電站中設置的各類設備的聲音信息，并提取所述聲音信息的聲紋特征；將所述聲紋特征輸入到預設的聲音識別模型，得到輸出的預測結果，其中，所述聲音識別模型為，預先以一定幀數的聲音訓練信息以及聲紋訓練特征所對應的預測標注為樣本，以與所述聲音訓練信息平行的聲音信息所對應的聲紋特征為樣本標簽進行訓練得到。本發明提取聲音信息中的聲紋特征，建立與變電站狀態間的關聯關系，并通過聲音識別模型預判變電站的潛在故障，為變電站故障預警提供技術支持，為變電站故障檢測和識別提供了新的技術手段。

技術領域

本說明書一個或多個實施例涉及人工智能技術領域，尤其涉及一種基于聲紋特征的變電站狀態識別方法、裝置、介質及設備。

背景技術

隨著人工智能技術的迅猛發展，電力行業在輸電線路、變電站、供電營業廳等場景正逐步應用人工智能技術，將電力員工從高危、重復性的日常工作中解放出來，同時提升用戶服務的智能化水平。變電站是電網安全穩定運行的關鍵，人工智能在變電站的應用，目前主要集中于變電站內高清攝像機和機器人巡檢所拍攝圖像的缺陷識別，部分企業正研究利用聲紋解決主變故障的預判，目前仍處于理論研究階段，如何通過變電站聲場識別變電站故障則是有待技術突破的問題。

發明內容

有鑒于此，本說明書一個或多個實施例的目的在于提出一種基于聲紋特征的變電站狀態識別方法、裝置、介質及設備，以準確地識別變電站各類設備故障。

基于上述目的，本說明書一個或多個實施例提供了一種基于聲紋特征的變電站狀態識別方法，包括：

獲取變電站中設置的各類設備的聲音信息，并提取所述聲音信息的聲紋特征；

將所述聲紋特征輸入到預設的聲音識別模型，得到輸出的預測結果；

其中，所述聲音識別模型為，預先以一定幀數的聲音訓練信息以及聲紋訓練特征所對應的預測標注為樣本，以與所述聲音訓練信息平行的聲音信息所對應的聲紋特征為樣本標簽進行訓練得到。

結合上述說明，在本發明實施例一種可能的實施方式中，所述方法還包括：

建立所述聲紋特征與變電站各類設備的運行狀態之間的關聯關系；

結合所述關聯關系和所述預測結果，對所述變電站的故障進行預判。

結合上述說明，在本發明實施例一種可能的實施方式中，所述方法還包括：

對一維時序的所述樣本進行轉化，得到時序頻譜數據樣本；

通過所述時序頻譜數據樣本，以與所述聲音訓練信息平行的聲音信息所對應的聲紋特征為樣本標簽進行訓練，得到所述聲音識別模型。

結合上述說明，在本發明實施例一種可能的實施方式中，所述對一維時序的所述樣本進行轉化，得到時序頻譜數據樣本，包括：

生成時序樣本集，包括：

將原始的所述聲音信息分為若干幀，且相鄰幀間設置幀移；

設置時序長度，預設幀數的所述聲音信息為一個樣本，以樣本為單位進行預測標注，以得到時序樣本集；

生成MFCC時序頻譜特征向量，包括：

利用梅爾倒譜系數MFCC形成所述聲音信息的時序頻譜特征向量；

對所述時序樣本集進行轉化，得到時序頻譜數據樣本。

結合上述說明，在本發明實施例一種可能的實施方式中，所述將所述聲紋特征輸入到預設的聲音識別模型，得到輸出的預測結果，包括：

在所述聲音識別模型的特征融合層引入分類器，以表征變電站的狀態概率特征向量。