2022年06月09日 09:53
电力设备的振动噪声与其机械结构密切相关，是分析设备运行状态的一项重要指标，当设备的零件或部件由于磨损、老化等原因状态发生变化后，其声纹信号特性也会相应发生变化。
通过监测这些特征能够对设备的状态进行评价，及时发现故障。例如在变压器的日常运维中，有经验的工程师可以从变压器的声音信息判断可能的异常原因、检查方法或部位及初步的故障判断和处理，典型特征如下表所示：
从电力设备的声纹信号中提取特征量判别运行状态，其优势在于实现了非接触式检测。加上传感器布置方式比较灵活成本低，采集信号时不产生电磁信号，不会干扰设备的正常运行。
传统的声纹收集设备是基于单个麦克风的噪声采集系统，用单个声音传感器采集电力设备运行的声音，不可避免地会受到背景噪声、外界干扰噪声；同时拾音范围有限且目标声音信号质量不高，不能聚焦研究对象本身的声纹特征。
其高科技长期专注于声学信号处理领域，基于户外麦克风阵列声纹识别技术在智能交通领域的丰富经验，由其高科技自主开发的声阵列产品，可以实现7×24小时声音信号的不间断采集分析，利用阵列定位和定向增强算法提高信噪比、屏蔽环境干扰声，为声纹故障诊断和识别算法提供可靠的声学信号。
其高DES-C8传感器是一款紧凑轻巧、智能强大的声纹监测前端，内含八个高精度数字麦克风，覆盖可听声和超声频段，可用于识别和定位、机械振动噪声、产线设备音检、局部放电超声和气体泄漏超声；可广泛应用于电力、石化、汽车、航空航天等行业。
紧凑轻巧的设计，标准清晰的接口，使得传感器既能轻松部署到机器人、无人机等移动平台，也能方便的融入现有的视频、红外、紫外、局放等监测系统。
DES-C8传感器部署方式多样，串并联方式可灵活组合，一个采集平台最多可支持8个声纹传感器。不但可以降低现在施工走线的复杂度，多个声纹传感器之间声音信还可精确同步，构建大型分布式声阵列，用于感知全局声场信息，提高声纹识别的准确率，降低误判率。
结合声纹监测云平台，在有效获取异常声纹信号的同时，还可对数据进行统计分析和故障特征提取，构建声纹数据库，用于算法和模型的迭代优化。实现电网设备运行的智能辅助决策，降低故障发生概率，缩短故障处理和应急抢修时间，为电网安全稳定运行提供坚强保障。
其高科技声纹监测系统已在多个变电站完成声纹特征采集和数据库的积累，为进一步优化人工智能算法，实现常见缺陷的声纹特征自动分类提供了数据支撑。
