CN110503977A - 一种变电站设备音频信号采集分析系统 - Google Patents
一种变电站设备音频信号采集分析系统 Download PDFInfo
- Publication number
- CN110503977A CN110503977A CN201910631577.5A CN201910631577A CN110503977A CN 110503977 A CN110503977 A CN 110503977A CN 201910631577 A CN201910631577 A CN 201910631577A CN 110503977 A CN110503977 A CN 110503977A
- Authority
- CN
- China
- Prior art keywords
- equipment
- audio
- analysis system
- analysis
- signal acquisition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005236 sound signal Effects 0.000 title claims abstract description 37
- 238000005070 sampling Methods 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000007613 environmental effect Effects 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 31
- 230000003595 spectral effect Effects 0.000 claims description 19
- 238000003745 diagnosis Methods 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 238000010200 validation analysis Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 108700026140 MAC combination Proteins 0.000 description 1
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
一种变电站设备音频信号采集分析系统，属监控领域。包括一个或多个音频采样模块和一个集控中心，音频采样模块和集控中心之间采用有线或无线网络连接；其音频采样模块固定在待监测目标区域内，通过声音传感器获取设备及环境音频，通过高速网络将音频数据传输到集控中心；其集控中心的诊断分析系统利用聚类分析算法对音频样本进行诊断分析，以获取设备及环境实时状态，并对诊断信息进行实时记录和存储，以有效实现设备故障预警和故障定位。该系统能够通过监测、记录和分析设备运行时的声音信号，对设备运行状态进行实时监测的监测系统，有助于掌握设备实际运行情况，提高设备的检修效率。可广泛用于无人值守变电站的运行监控领域。
Description
技术领域
本发明属于监控领域，尤其涉及一种用于变电站设备的音频信号采集分析系统。
背景技术
随着我国智能电网建设的不断推进，变电站作为电网面向智能化发展的重中之重。在保证安全稳定运行的前提下实现无人值守，是新形势下变电站发展的必然趋势。
无人值守变电站由检修人员定时间间隔对其例行巡查，并进行设备维护和必要状态检修；由远程集控中心运行人员对变电站设备运行状态进行实时监控；个人操作则由自动化设备或自动或受遥控来完成。
作为一种先进的运行管理模式，变电站的无人值守需要借助各种在线监测和控制技术，以使身在远程集控中心的运行人员能够及时获取变电站设备运行状况的相关信息，并对其进行有效的控制和管理。
随着IEC61850标准的正式发布，近两年我国新建变电站以及改造中的老旧变电站的综合自动化系统，已普遍采用了先进的以太网通信技术，并极大的提升了变电站设备监控系统的快速性、稳定性和可靠性。
随着变电站集控模式的推进和自动化程度的提高，使得对变电站设备，尤其是变压器、GIS(GAS insulated SWITCHGEAR，气体绝缘全封闭组合电器)等主要一次设备可靠性的要求也更加苛刻。同时要求新型的监控系统能够在电气设备运行中对其参数进行持续监测，以协助运行人员正确评估设备状态并进行必要的状态检修，避免设备发生故障。
电力变压器和开关设备在运行过程中会发出特征声音，从声音频率变化及分布和信号的强弱,可以较为准确地判别设备的运行状态和故障类别。例如，当10kV配电变压器正常运行时，有较轻微均匀的“嗡嗡”声，信号频率较低，强度较弱，这是铁心自振的正常现象。若声音低频分量显著加重时，说明变压器负载较重；当声音出现异常高频分量时，电源电压过高的可能较大；当变压器内部铁心结构松动时，便会出现乱而嘈杂的声音，在多个频率点上出现异常；当变压器出现短暂的极高频率声音时，出现爆裂、线圈或铁心绝缘击穿的可能性高。
为了全面掌握变电站实时运行情况、及早发现故障设备，现场实际工作中，迫切需要一种能够通过监测、记录和分析设备运行时的声音信号，对设备运行状态进行实时监测的监测系统，以有助于掌握设备实际运行情况，提高设备的检修效率。
发明内容
本发明所要解决的技术问题是提供一种变电站设备音频信号采集分析系统。其由分布式布置的音频采样模块、通信传输网络和集控中心组成。在待监测目标区域内，分散布置若干个音频采样模块，通过每个模块配置的4个声音传感器实时获取设备及环境音频信号；然后通过高速以太网络将音频数据传输到集控中心；集控中心硬件包括显示及人机接口设备，软件为一套诊断分析软件系统，软件系统对接收的音频信号经过预处理后，采用谱聚类算法对音频样本进行诊断分析。该系统能够通过监测、记录和分析设备运行时的声音信号，对设备运行状态进行实时监测的监测系统，有助于掌握设备实际运行情况，提高设备的检修效率。
本发明的技术方案是：提供一种变电站设备音频信号采集分析系统，其特征是：
所述的音频信号采集分析系统包括一个或多个音频采样模块和一个集控中心，所述的音频采样模块和集控中心之间采用有线或无线网络连接；
其中，所述的音频采样模块固定在待监测目标区域内，通过声音传感器获取设备及环境音频，通过高速网络将音频数据传输到集控中心；
所述的集控中心的诊断分析系统利用聚类分析算法对音频样本进行诊断分析，以获取设备及环境实时状态，并对诊断信息进行实时记录和存储，以有效实现设备故障预警和故障定位。
具体的，所述的音频采样模块包括一个或多个音频采集单元和拾音器、音频分析单元、显示及人机接口设备。
具体的，所述的诊断分析系统采用谱聚类分析算法和多层音频特征诊断模型对设备音频信号进行分析，可以实现变压器、开关柜典型异常状态识别。
进一步的，所述的谱聚类算法将聚类分析问题转化为图分割问题，将数据元素构成的无向加权图划分为几个子图，使得分割代价最小，以此达到聚类的目的。
其所述的谱聚类算法将聚类分析问题转化为图分割问题，将数据元素构成的无向加权图划分为几个子图，使得分割代价最小，以此达到聚类的目的。
进一步的，所述谱聚类算法的基本步骤包括：
1)构建样本的相似矩阵；
2)根据相似矩阵构建邻接矩阵，构建度矩阵；
3)计算出拉普拉斯矩阵；
4)构建标准化后的拉普拉斯矩阵；
5)计算特征和对应的特征向量；
6)将特征向量按行标准化，组成特征矩阵；
7)对特征矩阵中的每一行作为一个样本，用输入的聚类方法进行聚类；
8)根据聚类结果得出诊断结论。
更进一步的，所述的谱聚类算法引入拉普拉斯矩阵，为图的分割增加了物理上的意义，以提高识别准确性。
本发明技术方案所述的变电站设备音频信号采集分析系统，通过监测、记录和分析设备运行时的声音信号，对设备运行状态进行实时监测的监测系统，有助于掌握设备实际运行情况，提高设备的检修效率。
进一步的，所述的诊断分析系统针，对变电站主要设备类型分别采集和建立设备音频数据，获取各种设备典型的音频模型；并结合仿真分析和现场采集，获取电力设备不同故障条件下的音频指纹特征，建立数据库，为设备状态的诊断分析建立必要基础；
更进一步的，所述的诊断分析系统结合现场巡检作业经验数据，音频指纹特征的采集和分析结果，建立音频诊断分析知识库。针对不同类别、型号的设备分别建立音频诊断分析模型。通过现场测试和验证，不断优化音频诊断模型和知识库。
与现有技术比较，本发明的优点是：
1.能够通过监测、记录和分析设备运行时的声音信号，对设备运行状态进行实时监测的监测系统，以有助于掌握设备实际运行情况，提高设备的检修效率；
2.在谱聚类算法中引入拉普拉斯矩阵，为图的分割增加了物理上的意义，能够提高识别准确性；
3.针对变电站主要设备类型分别采集和建立设备音频数据，获取各种设备典型的音频模型；并结合仿真分析和现场采集，获取电力设备不同故障条件下的音频指纹特征，建立数据库，为设备状态的诊断分析建立了必要的基础。
附图说明
图1是本发明变电站设备音频指纹特征采集和诊断分析系统构成示意图；
图2本发明音频采样单元的构成方框示意图；
图3a和图3b是本发明音频采集电路实施例的电路图；
图4是本发明谱聚类算法实施步骤流程方框图。
具体实施方式
下面结合附图对本发明做进一步说明。
图1中，本发明的技术方案，主要涉及一种变电站设备音频信号采集分析系统方案。该系统主要包括分布式布置的音频采样模块、通信传输网络和集控中心。
在待监测目标区域内，分散布置若干个音频采样模块，通过每个模块配置的4个声音传感器实时获取设备及环境音频信号；然后通过高速以太网络将音频数据传输到集控中心；
集控中心硬件包括显示及人机接口设备，软件为一套诊断分析软件系统，软件系统对接收的音频信号经过预处理后，采用谱聚类算法对音频样本进行诊断分析。
所述的谱聚类算法将聚类分析问题转化为图分割问题，将数据元素构成的无向加权图划分为几个子图，使得分割代价最小，以此达到聚类的目的。
所述的谱聚类算法的基本步骤为：1)输入数据生成图的邻接矩阵；2)拉普拉斯矩阵归一化；3)计算特征值和对应的特征向量；4)使用K均值对前k个特征向量进行聚类。所述的聚类方法引入拉普拉斯矩阵，为图的分割增加了物理上的意义，识别准确性有所提高。可以实现变压器、开关柜典型异常状态识别，可以有效实现设备故障预警和故障定位。
具体的，变电站设备音频指纹特征采集和诊断分析系统如图1所示。所述的变电站设备音频指纹特征采集和诊断系统分析系统包括一个或多个拾音器单元1、音频采集单元2、音频分析单元3、显示及人机接口设备4等部分。音频采样单2元是整个监测系统前端的设备，固定在变电站内待监视区域内，通过拾音器单元1获取电力设备及环境音频。音频采样单元2的性能直接关系到音频采样样本的质量和音频诊断分析结果的准确率。
本发明所述的诊断分析系统针，对变电站主要设备类型分别采集和建立设备音频数据，获取各种设备典型的音频模型；并结合仿真分析和现场采集，获取电力设备不同故障条件下的音频指纹特征，建立数据库，为设备状态的诊断分析建立必要基础。
进一步的，所述的诊断分析系统结合现场巡检作业经验数据，音频指纹特征的采集和分析结果，建立音频诊断分析知识库。针对不同类别、型号的设备分别建立音频诊断分析模型。通过现场测试和验证，不断优化音频诊断模型和知识库。
本发明的技术方案，在集控中心的主机上，还建立有指纹特征数据库、运行设备分析诊断程序。
图2中，本发明的技术方案，采用双TLV320AIC23B音频采样电路设计音频采样单2，并且拾音器单元1采用高保真高频低噪拾音器，可以较大程度上提高音频的质量。当目标监测范围较大时，通过将多个音频采样单元2和拾音器单元1分布式布置，由一个音频分析单元3进行数据汇总，音频分析单元3中的诊断分析系统利用谱聚类分析算法对音频样本进行诊断分析，提取故障特征信号并分类确定故障。
具体的，所述音频采样单元2由MCU控制单元5、音频采集电路6、拾音器7、电源管理电路8、网络通信电路9、串口通信电路10和显示设备11组成。所述MCU控制单元5以STM32为核心处理器，控制音频信号的前置处理并完成TCP/IP协议通信传输。所述音频采样单元2采用通用以太网接口芯片RTL8019AS来完成CSMA/CD协议、MAC协议和物理层协议的功能，协议的其他部分功能则由STM32软件实现。
所述音频采集单元6对音频信号的前置处理包括、低通滤波、信号隔离和模数转换；可采用两片TLV320AIC23B芯片完成对4个通道音频信号的同时处理。所述音频采集单元6首先进行一次抗混叠滤波，即低通滤波。同时，在滤波之后必须采取隔离措施以减小模数信号之间的相互干扰。
所述MCU控制单元5通过双TLV320AIC23B音频采样电路可以同时采集四路音频信号(四个方向)，通过网路通信电路与集控主机通信，将音频数据发送给集控主机后，集控主机会通过网络传输诊断分析结果，同时MCU控制单元5通过串口单元将诊断信息展示在显示设备11上，以供巡检人员查看。
所述音频采集电路的实施例如图3a和图3b中所示，电路包括阻容网络组成的输入调理电路、采样芯片和晶振等部分组成。采样芯片采用TLV320AIC23B芯片，可实现双通道音频信号的并行处理。
由于上述附图采用国标进行绘制和标注，故本领域的技术人员，可以毫无异义地得知和明白其中元件含义和相互连接关系，故对其具体的电路连接关系和工作原理，不再进行叙述。
所述诊断系统分析系统的主要特征在于采用谱聚类算法分析变电站设备的故障类型，谱聚类算法将聚类分析问题转化为图分割问题，将数据元素构成的无向加权图划分为几个子图，使得分割代价最小，以此达到聚类的目的。所述聚类算法的实施基本步骤如图4所示。
具体的，所述的谱聚类算法的基本步骤为：
1)构建样本的相似矩阵；
2)根据相似矩阵构建邻接矩阵，构建度矩阵；
3)计算出拉普拉斯矩阵；
4)构建标准化后的拉普拉斯矩阵；
5)计算特征和对应的特征向量；
6)将特征向量按行标准化，组成特征矩阵；
7)对特征矩阵中的每一行作为一个样本，用输入的聚类方法进行聚类；
8)根据聚类结果得出诊断结论。
其所述的聚类方法引入拉普拉斯矩阵，为图的分割增加了物理上的意义，识别准确性有所提高。可以实现变压器、开关柜典型异常状态识别，可以有效实现设备故障预警和故障定位。
本发明的技术方案，针对变电站主要设备类型分别采集和建立设备音频数据，获取各种设备典型的音频模型。并结合仿真分析和现场采集，获取电力设备不同故障条件下的音频指纹特征，建立数据库，为设备状态的诊断分析建立必要基础。其结合现场巡检作业经验数据，音频指纹特征的采集和分析结果，建立音频诊断分析知识库。针对不同类别、型号的设备分别建立音频诊断分析模型。通过现场测试和验证，不断优化音频诊断模型和知识库。
本发明可广泛用于无人值守变电站的运行监控领域。
Claims (10)
1.一种变电站设备音频信号采集分析系统，其特征是：
所述的音频信号采集分析系统包括一个或多个音频采样模块和一个集控中心，所述的音频采样模块和集控中心之间采用有线或无线网络连接；
其中，所述的音频采样模块固定在待监测目标区域内，通过声音传感器获取设备及环境音频，通过高速网络将音频数据传输到集控中心；
所述的集控中心的诊断分析系统利用聚类分析算法对音频样本进行诊断分析，以获取设备及环境实时状态，并对诊断信息进行实时记录和存储，以有效实现设备故障预警和故障定位。
2.按照权利要求1所述的变电站设备音频信号采集分析系统，其特征是所述的音频采样模块包括一个或多个音频采集单元和拾音器、音频分析单元、显示及人机接口设备。
3.按照权利要求1所述的变电站设备音频信号采集分析系统，其特征是所述的诊断分析系统采用谱聚类分析算法和多层音频特征诊断模型对设备音频信号进行分析，可以实现变压器、开关柜典型异常状态识别。
4.按照权利要求3所述的变电站设备音频信号采集分析系统，其特征是所述的谱聚类算法将聚类分析问题转化为图分割问题，将数据元素构成的无向加权图划分为几个子图，使得分割代价最小，以此达到聚类的目的。
5.按照权利要求3所述的变电站设备音频信号采集分析系统，其特征是所述的谱聚类算法将聚类分析问题转化为图分割问题，将数据元素构成的无向加权图划分为几个子图，使得分割代价最小，以此达到聚类的目的。
6.按照权利要求5所述的变电站设备音频信号采集分析系统，其特征是所述谱聚类算法的基本步骤包括：
1)构建样本的相似矩阵；
2)根据相似矩阵构建邻接矩阵，构建度矩阵；
3)计算出拉普拉斯矩阵；
4)构建标准化后的拉普拉斯矩阵；
5)计算特征和对应的特征向量；
6)将特征向量按行标准化，组成特征矩阵；
7)对特征矩阵中的每一行作为一个样本，用输入的聚类方法进行聚类；
8)根据聚类结果得出诊断结论。
7.按照权利要求1所述的变电站设备音频信号采集分析系统，其特征是所述的谱聚类算法引入拉普拉斯矩阵，为图的分割增加了物理上的意义，以提高识别准确性。
8.按照权利要求1所述的变电站设备音频信号采集分析系统，其特征是所述的变电站设备音频信号采集分析系统，通过监测、记录和分析设备运行时的声音信号，对设备运行状态进行实时监测的监测系统，有助于掌握设备实际运行情况，提高设备的检修效率。
9.按照权利要求1所述的变电站设备音频信号采集分析系统，其特征是所述的诊断分析系统针对变电站主要设备类型分别采集和建立设备音频数据，获取各种设备典型的音频模型；并结合仿真分析和现场采集，获取电力设备不同故障条件下的音频指纹特征，建立数据库，为设备状态的诊断分析建立必要基础。
10.按照权利要求1所述的变电站设备音频信号采集分析系统，其特征是所述的诊断分析系统结合现场巡检作业经验数据，音频指纹特征的采集和分析结果，建立音频诊断分析知识库。针对不同类别、型号的设备分别建立音频诊断分析模型。通过现场测试和验证，不断优化音频诊断模型和知识库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910631577.5A CN110503977A (zh) | 2019-07-12 | 2019-07-12 | 一种变电站设备音频信号采集分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910631577.5A CN110503977A (zh) | 2019-07-12 | 2019-07-12 | 一种变电站设备音频信号采集分析系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110503977A true CN110503977A (zh) | 2019-11-26 |
Family
ID=68586091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910631577.5A Pending CN110503977A (zh) | 2019-07-12 | 2019-07-12 | 一种变电站设备音频信号采集分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110503977A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111933177A (zh) * | 2020-07-23 | 2020-11-13 | 安徽声讯信息技术有限公司 | 基于机器声波识别智能故障分析方法及系统 |
| CN113124929A (zh) * | 2021-04-13 | 2021-07-16 | 国网陕西省电力公司铜川供电公司 | 一种变电站多参数信号采集综合分析系统和方法 |
| CN113409814A (zh) * | 2021-06-02 | 2021-09-17 | 国家石油天然气管网集团有限公司西气东输分公司 | 一种天然气站场设备运行智能监测方法及系统 |
| CN113659709A (zh) * | 2021-07-13 | 2021-11-16 | 国网浙江省电力有限公司金华供电公司 | 一种基于声音识别的开关站运行监测系统及方法 |
| CN113793626A (zh) * | 2021-08-09 | 2021-12-14 | 邹平市供电有限公司 | 一种电力设备运行状态监测系统及方法 |
| CN114283821A (zh) * | 2021-12-24 | 2022-04-05 | 国网陕西省电力公司铜川供电公司 | 基于全声波列的变压器检测方法、系统、装置及终端设备 |
| CN114757225A (zh) * | 2022-03-31 | 2022-07-15 | 北京百度网讯科技有限公司 | 信号采样质量的确定方法、装置、设备及存储介质 |
| CN115171726A (zh) * | 2022-07-04 | 2022-10-11 | 枣强县辉煌新能源科技有限公司 | 音频处理系统及其方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102270879A (zh) * | 2010-06-02 | 2011-12-07 | 李景禄 | 无人值班变电站的设备音频监控系统 |
| US20130103394A1 (en) * | 2010-07-06 | 2013-04-25 | Panasonic Corporation | Device and method for efficiently encoding quantization parameters of spectral coefficient coding |
| CN103295584B (zh) * | 2012-02-24 | 2015-10-14 | 索尼公司 | 音声数据检测装置、音声监控系统及其方法 |
| CN105303450A (zh) * | 2015-11-09 | 2016-02-03 | 北京工业大学 | 基于谱聚类改进交叉的复杂网络社区发现方法 |
| CN109492673A (zh) * | 2018-10-19 | 2019-03-19 | 南京理工大学 | 一种基于谱聚类采样的不平衡数据预测方法 |
-
2019
- 2019-07-12 CN CN201910631577.5A patent/CN110503977A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102270879A (zh) * | 2010-06-02 | 2011-12-07 | 李景禄 | 无人值班变电站的设备音频监控系统 |
| US20130103394A1 (en) * | 2010-07-06 | 2013-04-25 | Panasonic Corporation | Device and method for efficiently encoding quantization parameters of spectral coefficient coding |
| CN103295584B (zh) * | 2012-02-24 | 2015-10-14 | 索尼公司 | 音声数据检测装置、音声监控系统及其方法 |
| CN105303450A (zh) * | 2015-11-09 | 2016-02-03 | 北京工业大学 | 基于谱聚类改进交叉的复杂网络社区发现方法 |
| CN109492673A (zh) * | 2018-10-19 | 2019-03-19 | 南京理工大学 | 一种基于谱聚类采样的不平衡数据预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 北方工业大学教务处主编: "《正青春：大学生科学研究与创业行动计划优秀研究报告论文集》", 30 September 2018, 中国发展出版社 * |
| 姚明等: "分布式变电站设备音频指纹特征采集", 《电器工业》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111933177A (zh) * | 2020-07-23 | 2020-11-13 | 安徽声讯信息技术有限公司 | 基于机器声波识别智能故障分析方法及系统 |
| CN111933177B (zh) * | 2020-07-23 | 2024-01-09 | 安徽声讯信息技术有限公司 | 基于机器声波识别智能故障分析方法及系统 |
| CN113124929A (zh) * | 2021-04-13 | 2021-07-16 | 国网陕西省电力公司铜川供电公司 | 一种变电站多参数信号采集综合分析系统和方法 |
| CN113409814A (zh) * | 2021-06-02 | 2021-09-17 | 国家石油天然气管网集团有限公司西气东输分公司 | 一种天然气站场设备运行智能监测方法及系统 |
| CN113409814B (zh) * | 2021-06-02 | 2022-09-20 | 国家石油天然气管网集团有限公司西气东输分公司 | 一种天然气站场设备运行智能监测方法及系统 |
| CN113659709A (zh) * | 2021-07-13 | 2021-11-16 | 国网浙江省电力有限公司金华供电公司 | 一种基于声音识别的开关站运行监测系统及方法 |
| CN113659709B (zh) * | 2021-07-13 | 2022-09-09 | 国网浙江省电力有限公司金华供电公司 | 一种基于声音识别的开关站运行监测系统及方法 |
| CN113793626A (zh) * | 2021-08-09 | 2021-12-14 | 邹平市供电有限公司 | 一种电力设备运行状态监测系统及方法 |
| CN114283821A (zh) * | 2021-12-24 | 2022-04-05 | 国网陕西省电力公司铜川供电公司 | 基于全声波列的变压器检测方法、系统、装置及终端设备 |
| CN114757225A (zh) * | 2022-03-31 | 2022-07-15 | 北京百度网讯科技有限公司 | 信号采样质量的确定方法、装置、设备及存储介质 |
| CN115171726A (zh) * | 2022-07-04 | 2022-10-11 | 枣强县辉煌新能源科技有限公司 | 音频处理系统及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110503977A (zh) | 一种变电站设备音频信号采集分析系统 | |
| CN102841296B (zh) | 基于超高频检测的智能开关柜局部放电在线监测系统及方法 | |
| CN103163420B (zh) | 电力变压器智能在线状态评判方法 | |
| CN107329079A (zh) | 一种高压断路器在线监测及故障综合诊断系统 | |
| CN103499382B (zh) | 一种基于振动数据融合和图像识别的变压器故障诊断方法 | |
| CN103645425A (zh) | 一种高压电缆绝缘缺陷局部放电在线监测诊断方法 | |
| CN111404130B (zh) | 基于快速开关的新型配电网故障检测方法及故障自愈系统 | |
| CN106443433B (zh) | 基于分合闸线圈电流的断路器状态监测系统及监测方法 | |
| CN105978145B (zh) | 智能变电站二次系统信息融合系统 | |
| CN206193128U (zh) | 一种多维度防窃电监测装置 | |
| CN114252749B (zh) | 基于多传感器的变压器局部放电检测方法及装置 | |
| CN110412431A (zh) | 一种电力设备的局部放电缺陷类型的诊断方法及诊断系统 | |
| CN103884943A (zh) | 一种变压器绕组变形综合分析诊断方法 | |
| CN110347717A (zh) | 一种基于城市电力设备监测的大数据存储方法 | |
| CN105203866B (zh) | 一种基于轨迹法的高压xlpe电缆故障诊断方法 | |
| CN104375005A (zh) | 一种网络化风电场谐波监测系统和方法 | |
| CN118503843A (zh) | 一种变电设备局放监测干扰评估方法、介质及系统 | |
| CN106026383A (zh) | 基于信息融合的智能变电站设备状态多系统协同诊断方法 | |
| CN118690498A (zh) | 一种复杂工况换流变的油中产气规律确定方法、介质及系统 | |
| CN106569165A (zh) | 一种电子式电能表计量性能远程在线检测系统 | |
| CN111190072A (zh) | 集抄系统诊断模型建立方法、故障诊断方法及装置 | |
| CN106774054A (zh) | 基于复杂非结构化数据识别的gis设备分析系统及方法 | |
| CN117150418B (zh) | 基于状态特征故障树的变压器运检周期制定方法和系统 | |
| CN117630543B (zh) | 基于物联网数据的变压器故障状态监管方法及系统 | |
| CN112803587A (zh) | 一种基于诊断决策库的自动化设备状态智能巡视方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191126 |
|
| RJ01 | Rejection of invention patent application after publication |