一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法
【專利摘要】本發(fā)明公開(kāi)了一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，通過(guò)利用機(jī)巡檢器人拾音器采集巡檢過(guò)程中的變壓器和高抗設(shè)備聲音，利用聲音信號(hào)處理及識(shí)別技術(shù)對(duì)設(shè)備聲音進(jìn)行分析與識(shí)別，提出了基于聲音諧波特征及矢量量化的變電站設(shè)備聲音識(shí)別方法，本發(fā)明從[0Hz,1300Hz]的聲音頻譜范圍內(nèi)提取出27個(gè)諧波作為特征，建立了數(shù)量龐大的樣本庫(kù)，在此基礎(chǔ)上利用LBG算法訓(xùn)練得到變壓器和高抗設(shè)備的碼本，最后利用這兩個(gè)碼本對(duì)變壓器和高抗設(shè)備運(yùn)行狀態(tài)進(jìn)行準(zhǔn)確識(shí)別，識(shí)別率能夠達(dá)到99％，利于實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)的自動(dòng)化判決，有助于更快地推進(jìn)變電站無(wú)人值守的進(jìn)程。
【專利說(shuō)明】一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法。

【背景技術(shù)】
[0002]長(zhǎng)期以來(lái)，我國(guó)電力行業(yè)變電站設(shè)備多采用人工巡檢作業(yè)方式。在高壓、超高壓以及雷雨等惡劣氣象條件下，人工巡檢存在較大安全風(fēng)險(xiǎn)，并且檢測(cè)到的數(shù)據(jù)也無(wú)法準(zhǔn)確、及時(shí)地接入管理信息系統(tǒng)，對(duì)電網(wǎng)安全運(yùn)行帶來(lái)一定隱患。
[0003]采用機(jī)器人技術(shù)進(jìn)行變電站巡檢，既具有人工巡檢的靈活性和智能性，又能克服和彌補(bǔ)人工巡檢作業(yè)過(guò)程中存在的缺陷和不足，是智能和無(wú)人值守變電站巡檢技術(shù)的發(fā)展方向。變電站設(shè)備巡檢機(jī)器人系統(tǒng)以自主或遙控的方式，在無(wú)人值守或少人值守的變電站對(duì)室外高壓設(shè)備進(jìn)行巡檢，可及時(shí)發(fā)現(xiàn)電力設(shè)備的熱缺陷、異物懸掛等設(shè)備異?，F(xiàn)象，自動(dòng)報(bào)警或進(jìn)行預(yù)先設(shè)置好的故障處理，巡檢機(jī)器人運(yùn)行靈活自由，真正起到減員增效的作用，能更快地推進(jìn)變電站無(wú)人值守的進(jìn)程。
[0004]變壓器和高抗是變電站中的兩種重要設(shè)備，以往有經(jīng)驗(yàn)的工作人員通過(guò)判斷設(shè)備發(fā)出聲音是否異常了解設(shè)備的運(yùn)行狀況，甚至還能通過(guò)異常聲音得到故障的原因。然而，目前巡檢機(jī)器人還不具備設(shè)備聲音識(shí)別的功能，因而無(wú)法通過(guò)聲音識(shí)別的方式對(duì)變電站設(shè)備運(yùn)行狀態(tài)進(jìn)行有效識(shí)別。
[0005]在語(yǔ)音識(shí)別【技術(shù)領(lǐng)域】中，特征提取是關(guān)鍵，采用什么樣的特征進(jìn)行語(yǔ)音識(shí)別將直接關(guān)系到識(shí)別效果，因此需要得到能夠有效代表信號(hào)又彼此相互獨(dú)立的特征量。語(yǔ)音識(shí)別中經(jīng)常用到的特征有子帶特征、MFCC或LPCC等特征，此類(lèi)特征多以頻帶作為特征提取單位。
[0006]例如MFCC通常的做法是將信號(hào)有效頻段劃分為24個(gè)頻帶，利用24個(gè)MEL三角形濾波器對(duì)每個(gè)頻帶進(jìn)行加權(quán)求和得到24維特征矢量并且采用倒譜方法，由于語(yǔ)音信號(hào)的產(chǎn)生模型包括聲門(mén)激勵(lì)模型和聲道模型，而倒譜方法剛好可以把這兩個(gè)乘性關(guān)系的模型轉(zhuǎn)化成線性加性模型，因此此類(lèi)特征應(yīng)用于語(yǔ)音信號(hào)識(shí)別等問(wèn)題時(shí)具有較好的效果，但是變電站設(shè)備運(yùn)行聲音的產(chǎn)生模型和語(yǔ)音不同。LPCC特征是基于線性預(yù)測(cè)分析得到的倒譜參數(shù)，雖然線性預(yù)測(cè)LPC方法可以用于聲音信號(hào)分析，但LPC方法是一種參數(shù)化的模型方法，建模時(shí)需要知道信號(hào)所包含頻率分量的個(gè)數(shù)，對(duì)于變電站設(shè)備運(yùn)行聲音而言，包含的頻率分量存在較大波動(dòng)，難以確定信號(hào)中邊包含頻率分量的個(gè)數(shù)。
[0007]綜上所述，常用的語(yǔ)音識(shí)別類(lèi)特征不宜用于設(shè)備聲音識(shí)別。


【發(fā)明內(nèi)容】

[0008]本發(fā)明為了解決上述問(wèn)題，提出一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，該方法基于聲音諧波特征及矢量量化實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)的準(zhǔn)確識(shí)別，有助于更快地推進(jìn)變電站無(wú)人值守的進(jìn)程。
[0009]為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:
[0010]一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，具體包括以下步驟:
[0011](I)變電站巡檢機(jī)器人拾音器采集巡檢過(guò)程中的變壓器和高抗設(shè)備聲音作為聲音樣本，組成樣本庫(kù)；
[0012](2)對(duì)樣本庫(kù)中的各種變壓器和高抗設(shè)備運(yùn)行聲音進(jìn)行加窗、分幀和傅里葉變換，得到每種變壓器和高抗設(shè)備運(yùn)行聲音對(duì)應(yīng)的聲音頻譜，在設(shè)定的聲音頻譜范圍內(nèi)提取出巡檢機(jī)器人拾音器工頻倍數(shù)位置處的諧波頻譜作為特征量，得到各種變壓器和高抗設(shè)備運(yùn)行聲音對(duì)應(yīng)的特征矢量并組成特征矢量庫(kù)；
[0013](3)利用LBG算法對(duì)得到的特征矢量庫(kù)進(jìn)行訓(xùn)練，得到最佳變壓器碼本和最佳高抗碼本并組成碼本樣本庫(kù)；
[0014](4)計(jì)算步驟(2)中得到的特征矢量與步驟(3)得到的碼本樣本庫(kù)中各碼字間的距離，選取最小值與設(shè)定閾值對(duì)比，若距離最小值小于設(shè)定閾值，判定識(shí)別為正常狀態(tài)，若距離最小值大于設(shè)定閾值，判定識(shí)別為異常狀態(tài)并報(bào)警。
[0015]所述步驟(2)中，特征矢量的提取方法包括以下步驟:
[0016](2-1)利用漢寧窗對(duì)輸入的樣本聲音信號(hào)進(jìn)行加窗、分幀；
[0017](2-2)對(duì)每一幀加窗后的聲音信號(hào)進(jìn)行離散傅里葉變換計(jì)算；
[0018](2-3)從離散傅里葉變換后得到的每幀聲音信號(hào)中得到設(shè)定范圍內(nèi)每50Hz時(shí)對(duì)應(yīng)的諧波頻譜。
[0019]所述步驟(2-1)的具體方法為:漢寧窗的計(jì)算公式如下:

【權(quán)利要求】
1.一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:具體包括以下步驟: (1)變電站巡檢機(jī)器人拾音器米集巡檢過(guò)程中的變壓器和高抗設(shè)備聲音作為聲音樣本，組成樣本庫(kù)； (2)對(duì)樣本庫(kù)中的各種變壓器和高抗設(shè)備運(yùn)行聲音進(jìn)行加窗、分幀和傅里葉變換，得到每種變壓器和高抗設(shè)備運(yùn)行聲音對(duì)應(yīng)的聲音頻譜，在設(shè)定的聲音頻譜范圍內(nèi)提取出巡檢機(jī)器人拾音器工頻倍數(shù)位置處的諧波頻譜作為特征量，得到各種變壓器和高抗設(shè)備運(yùn)行聲音對(duì)應(yīng)的特征矢量并組成特征矢量庫(kù)； (3)利用LBG算法對(duì)得到的特征矢量庫(kù)進(jìn)行訓(xùn)練，得到最佳變壓器碼本和最佳高抗碼本并組成碼本樣本庫(kù)； (4)計(jì)算步驟(2)中得到的特征矢量與步驟(3)得到的碼本樣本庫(kù)中各碼字間的距離，選取最小值與設(shè)定閾值對(duì)比，若距離最小值小于設(shè)定閾值，判定識(shí)別為正常狀態(tài)，若距離最小值大于設(shè)定閾值，判定識(shí)別為異常狀態(tài)并報(bào)警。
2.如權(quán)利要求1所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(2)中，特征矢量的提取方法包括以下步驟: (2-1)利用漢寧窗對(duì)輸入的樣本聲音信號(hào)進(jìn)行加窗、分巾貞； (2-2)對(duì)每一幀加窗后的聲音信號(hào)進(jìn)行離散傅里葉變換計(jì)算； (2-3)從離散傅里葉變換后得到的每幀聲音信號(hào)中得到設(shè)定范圍內(nèi)每50Hz時(shí)對(duì)應(yīng)的諧波頻譜。
3.如權(quán)利要求2所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(2-1)的具體方法為:漢寧窗的計(jì)算公式如下:

Ojrn
, 0.5 - 0.5 cosf ~-) (O < H < N -1) /7(/7) = jN -1
OOiIiCi s 加窗后的信號(hào)為: Yhw (n) = y (η).1ι(η)，0彡η彡Ν-1，其中，y(n)為原樣本聲音信號(hào)，N為窗口長(zhǎng)度，N取1600，η代表窗口長(zhǎng)度內(nèi)的第η個(gè)值。
4.如權(quán)利要求2所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(2-2)的具體方法為:對(duì)每一幀加窗后的聲音信號(hào)進(jìn)行離散傅里葉變換計(jì)算， JV-1.1nnk>"("> = !X".(〃).eO ^ n ^ N-l, k=Q， 此處得到的頻譜分辨率為:f =10Hz fs為采樣頻率。
5.如權(quán)利要求2所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(2-3)的具體方法為:從Y(n)中得到O?1300ΗΖ范圍內(nèi)從OHz開(kāi)始每增加50Hz時(shí)對(duì)應(yīng)的諧波頻譜，即對(duì)應(yīng)OHz、50Hz、10Hz、…、1300Hz共27個(gè)諧波分量，并記為:Hq ={hq0) hqi, hq2>…，h#}，q為分巾貞的巾貞號(hào)，最大值為聲音信號(hào)分成的總巾貞數(shù)。
6.如權(quán)利要求1所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(3)的具體方法，包括以下步驟:(3-1)設(shè)定碼本、畸變改進(jìn)閾值、最大迭代次數(shù)和迭代訓(xùn)練參數(shù)，確定初始值； (3-2)根據(jù)最近鄰準(zhǔn)則將全部輸入訓(xùn)練矢量的集合分成J個(gè)子集，計(jì)算總畸變和畸變改進(jìn)量的相對(duì)值，計(jì)算J個(gè)新碼字； (3-3)判斷畸變改進(jìn)量的相對(duì)值是否小于畸變改進(jìn)閾值，若結(jié)果為否，則轉(zhuǎn)到步驟(3-4)，否則轉(zhuǎn)到步驟(3-5)； (3-4)判斷當(dāng)前迭代次數(shù)是否小于最大迭代次數(shù)，若結(jié)果為否，則轉(zhuǎn)到(3-5)執(zhí)行，否貝U，將當(dāng)前迭代次數(shù)累加1，轉(zhuǎn)到(3-2)執(zhí)行； (3-5)迭代終止，輸出步驟(3-2)的J個(gè)新碼字作為訓(xùn)練成碼本的碼字。
7.如權(quán)利要求6所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(3-1)的具體方法為:設(shè)全部輸入訓(xùn)練矢量X的集合為S、碼本尺寸為J、最大迭代次數(shù)為L(zhǎng)、畸變改進(jìn)閾值為δ ;由分裂法得到J個(gè)初始碼字}f)、.....，設(shè)畸變初值D(°) = ,迭代次數(shù)m = I。
8.如權(quán)利要求6所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(3-2)中分成J個(gè)子集具體方法如下:根據(jù)最近鄰準(zhǔn)則將全部輸入訓(xùn)練矢量的集合分成 J 個(gè)子集…、，即當(dāng)Xef)時(shí)，有 CKXJ1 (『d) ^d(X,I≤i≤J，1≤I≤J，且i 關(guān)1，其中，Yi為第i個(gè)碼字，函數(shù)d(a，b)表示a與b之間的距離。
9.如權(quán)利要求6所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(3-2)中計(jì)算總畸變Dw的方法為:
計(jì)算畸變改進(jìn)量ADw的相對(duì)值δ w的方法具體為辦:
計(jì)算J個(gè)新碼字的具體方法為:計(jì)算J個(gè)新碼字JT)、ITi，其中
，Nk代表第k類(lèi)樣本集Sk所包含的樣本數(shù)量，I≤k≤J，m為迭代次數(shù)，J
為編碼長(zhǎng)度。
10.如權(quán)利要求1所述的一種基于變電站巡檢機(jī)器人的設(shè)備聲音識(shí)別方法，其特征是:所述步驟(4)的具體方法為:經(jīng)過(guò)計(jì)算，確定最佳矢量量化碼本數(shù)量，得到此長(zhǎng)度下的最佳變壓器碼本和最佳高抗碼本，利用最佳變壓器碼本和最佳高抗碼本進(jìn)行識(shí)別，即分別計(jì)算每一幀與最佳變壓器碼本和最佳高抗碼本個(gè)數(shù)的碼字之間的距離，記錄這些距離中的最小值，若距離最小值小于設(shè)定閾值，判定識(shí)別為正常狀態(tài)，若距離最小值大于設(shè)定閾值，判定識(shí)別為異常狀態(tài)并報(bào)警。
【文檔編號(hào)】G10L25/51GK104167207SQ201410279521
【公開(kāi)日】2014年11月26日 申請(qǐng)日期:2014年6月20日 優(yōu)先權(quán)日:2014年6月20日
【發(fā)明者】李紅玉, 楊國(guó)慶, 付崇光, 韓磊, 任杰 申請(qǐng)人:國(guó)家電網(wǎng)公司, 國(guó)網(wǎng)山東省電力公司電力科學(xué)研究院, 山東魯能智能技術(shù)有限公司