一種變電站設(shè)備聲音重建算法
【專利摘要】本發(fā)明公開了一種變電站設(shè)備聲音重建算法，包括步驟1:樣本采集，聲音采集裝置采集設(shè)備發(fā)出的聲音；步驟2:讀取采集到的聲音；步驟3:預(yù)處理操作，將采集到的聲音信號進(jìn)行分幀、加窗操作；步驟4:時頻變換：使用時頻變換工具傅里葉變換將聲音信號從時間域轉(zhuǎn)化到頻率域，得到所檢設(shè)備的聲音頻譜分布圖。步驟5:工頻倍數(shù)頻譜特征提??；步驟6:頻域去噪：將特征向量進(jìn)行傅里葉逆變換將頻率域中的特征向量轉(zhuǎn)化為時間域的信號。步驟7:信號波形重建。本發(fā)明利用所得到的傅里葉譜特征向量，把其他頻譜上的能量忽略，進(jìn)行傅里葉逆變換返回時域，得到恢復(fù)的時域波形，發(fā)現(xiàn)和原設(shè)備波形的差別很小。
【專利說明】一種變電站設(shè)備聲音重建算法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明具體公開了一種變電站設(shè)備聲音重建算法。

【背景技術(shù)】
[0002] 變電系統(tǒng)是供電企業(yè)生產(chǎn)中輸、變、配三大系統(tǒng)中的核心系統(tǒng)之一。隨著電力系統(tǒng) 自動化程度的提高，變電站逐漸趨于無人值守。雖然變電站主設(shè)備可以實(shí)現(xiàn)遠(yuǎn)程監(jiān)控，即 "四遙"（遙測、遙信、遙控、遙調(diào)）功能。但是"四遙"在一定程度上影響對事故判斷的準(zhǔn)確 性并使事故快速處理的能力下降。目前變電站設(shè)備巡檢主要有人工巡檢和遠(yuǎn)程監(jiān)視。
[0003] 變電站人工巡檢就是變電站運(yùn)行工人在現(xiàn)場進(jìn)行設(shè)備巡視，對運(yùn)行設(shè)備進(jìn)行簡單 的感觀定性判斷，主要通過看、觸、聽等感官來實(shí)現(xiàn)。這與對設(shè)備的熟悉程度、業(yè)務(wù)水平、工 作經(jīng)驗(yàn)、態(tài)度、責(zé)任心和精神狀態(tài)有很大關(guān)系。隨著機(jī)器人技術(shù)的發(fā)展，將機(jī)器人技術(shù)與電 力應(yīng)用相結(jié)合，基于室外機(jī)器人移動平臺，攜帶檢測設(shè)備代替人工進(jìn)行設(shè)備巡檢成為了可 能。并且，為了保證變電設(shè)備的安全運(yùn)行，更快的推進(jìn)變電站無人值守的發(fā)展，利用智能巡 檢機(jī)器人完成變電站設(shè)備的巡檢，不但可以提高工作效率和質(zhì)量、減員增效，還可以有效的 保護(hù)工作人員的人身安全。
[0004] 在變電站中，主變變壓器和高抗設(shè)備起著極其重要的作用，而目前對變壓器和高 抗設(shè)備的檢測仍然靠人工來檢測，這種方式的工作效率和質(zhì)量極低，且變電設(shè)備聲音的時 間域信號通常是一種比較混亂的信號，尤其是在時間域上，采集得到的信號波形不具有明 顯的規(guī)律變化，時域雖然可以直觀的觀測到信號的形狀，但是不能用有限的參數(shù)對信號進(jìn) 行準(zhǔn)確的描述。


【發(fā)明內(nèi)容】

[0005] 為了解決現(xiàn)有技術(shù)存在的缺陷，本發(fā)明具體公開了一種變電站設(shè)備聲音重建算 法。
[0006] 本發(fā)明采用的技術(shù)方案如下：
[0007] 本發(fā)明中主要利用了變電站設(shè)備的工頻特性，應(yīng)用了傅里葉變換及其傅里葉的逆 變換，在頻率域中進(jìn)行算法設(shè)計。使用變電站巡檢機(jī)器人在變電站中采集各種各樣的樣本， 組建樣本數(shù)據(jù)庫樣本。讀取樣本數(shù)據(jù)，然后進(jìn)行預(yù)處理操作（分幀、加窗）和傅里葉變換， 將聲音信號從時域轉(zhuǎn)換到頻率上。分析聲音信號的傅里葉頻譜分布，尋找能刻畫頻譜變化 規(guī)律的特征。選取特征后，進(jìn)行傅里葉逆變換得到時域信號重建波形文件，具體步驟如下：
[0008] 步驟1:樣本采集，利用聲音采集裝置，采集設(shè)備發(fā)出的聲音；
[0009] 步驟2:樣本讀取，讀取采集到的聲音；
[0010] 步驟3:預(yù)處理操作，將采集到的聲音信號進(jìn)行分幀、加窗操作；
[0011] 步驟4:時頻變換：使用時頻變換工具傅里葉變換將步驟（3)得到的聲音信號從時 間域轉(zhuǎn)化到頻率域，得到所檢設(shè)備的聲音頻譜分布圖；
[0012] 步驟5:工頻倍數(shù)頻譜特征提??；從步驟（4)得到的聲音頻譜分布圖中提取工頻倍 數(shù)處的傅里葉頻譜作為算法的特征參數(shù)；
[0013] 對時頻變換得到的頻譜分布圖進(jìn)行分析，得到在工頻倍數(shù)處的傅里葉頻譜幅值比 其他頻率處的頻譜幅值大，并且該特征穩(wěn)健性強(qiáng)不受噪聲的影響，經(jīng)過多樣本分析發(fā)現(xiàn)，設(shè) 備聲音頻譜滿足在工頻倍數(shù)上有較大幅值的性質(zhì)。
[0014] 步驟6:頻域去噪：將步驟（5)得到的特征參數(shù)進(jìn)行傅里葉逆變換將頻率域中的特 征向量轉(zhuǎn)化為時間域的信號；
[0015] 步驟7:信號波形重建，傅里葉逆變換得到的時域信號即為重建波形。
[0016] 所述的步驟3的詳細(xì)過程如下：
[0017] 由于聲音信號是一個短時平穩(wěn)信號，所以在進(jìn)行聲音分析處理時需要先進(jìn)行加窗 分幀處理，分幀采用交疊分段的方法，這是為了使幀與幀之間平滑過渡，保持其連續(xù)性。設(shè) 聲音信號X的長度為N，分成每巾貞的長度為L，巾貞移為M，則信號X可以被分為的巾貞數(shù)num為：

【權(quán)利要求】
1. 一種變電站設(shè)備聲音重建算法，其特征在于，包括以下步驟： 步驟1:樣本采集，利用聲音采集裝置，采集設(shè)備發(fā)出的聲音； 步驟2:樣本讀取，讀取采集到的聲音； 步驟3:預(yù)處理操作，將采集到的聲音信號進(jìn)行分幀、加窗操作； 步驟4:時頻變換：使用時頻變換工具傅里葉變換將步驟（3)得到的聲音信號從時間域 轉(zhuǎn)化到頻率域，得到所檢設(shè)備的聲音頻譜分布圖； 步驟5:工頻倍數(shù)頻譜特征提??；從步驟（4)得到的聲音頻譜分布圖中提取工頻倍數(shù)處 的傅里葉頻譜作為算法的特征參數(shù)； 步驟6:頻域去噪：將步驟（5)得到的特征參數(shù)進(jìn)行傅里葉逆變換將頻率域中的特征向 量轉(zhuǎn)化為時間域的信號； 步驟7:信號波形重建，傅里葉逆變換得到的時域信號即為重建波形。
2. 如權(quán)利要求1所述的變電站設(shè)備聲音重建算法，其特征在于，步驟3所述的分幀采用 的是使幀與幀之間平滑過渡，保持聲音連續(xù)性的交疊分段的方法，具體如下： 設(shè)聲音信號X的長度為N，分成每巾貞的長度為L，巾貞移為M，貝u信號X可以被分為的巾貞數(shù)num為：
(1).
3. 如權(quán)利要求1所述的變電站設(shè)備聲音重建算法，其特征在于，步驟3所述的加窗處 理，即對序列的邊界點(diǎn)進(jìn)行了平滑處理以使得以此序列進(jìn)行周期拓展，選用的窗函數(shù)為漢 明窗，公式如下：
(2) 〇
4. 如權(quán)利要求1所述的變電站設(shè)備聲音重建算法，其特征在于，所述的步驟4中采用傅 里葉變換將聲音信號從時域轉(zhuǎn)化到頻域，采用的方法如下： 設(shè)x(n)是一個長度為Μ的有限長序列，則定義x(n)的N點(diǎn)離散傅里葉變換如式（3) 所示：
(3).
5. 如權(quán)利要求1所述的變電站設(shè)備聲音重建算法，其特征在于，步驟5中所述的工頻倍 數(shù)頻譜特征的提取過程如下： 對時頻變換得到的頻譜分布圖進(jìn)行分析，得到在工頻倍數(shù)處的傅里葉頻譜幅值比其他 頻率處的頻譜幅值大，提取工頻倍數(shù)處的傅里葉頻譜作為算法的特征參數(shù)。
6. 如權(quán)利要求1所述的變電站設(shè)備聲音重建算法，其特征在于，步驟5中所述的工頻倍 數(shù)處的傅里葉譜是指工頻數(shù)為：50*m(Hz)，其中m為自然數(shù)。
7. 如權(quán)利要求1所述的變電站設(shè)備聲音重建算法，其特征在于，所述的步驟6中離散傅 里葉逆變換采用的公式如下：
【文檔編號】G01H17/00GK104089699SQ201410281610
【公開日】2014年10月8日 申請日期:2014年6月20日 優(yōu)先權(quán)日:2014年6月20日
【發(fā)明者】楊國慶, 李紅玉, 付崇光, 韓磊, 任杰 申請人:國家電網(wǎng)公司, 國網(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