一种电力设备运行状态监测系统及方法
阅读说明：本技术 一种电力设备运行状态监测系统及方法 (Power equipment running state monitoring system and method ) 是由 景光良 李震 于政弘 苏锋 杜娟 于 2021-08-09 设计创作，主要内容包括：本发明提出的一种电力设备运行状态监测系统,包括：数据采集单元,安装在电力设备壳体上,用于采集电力设备运行过程中的声音信号；无线传输单元,用于将声音信号通过无线网络进行传输；云服务平台,用于接收无线网络传输的声音信号,将声音信号转换为音频数据,并提取音频数据的音频特征,应用预设分类算法识别音频特征,生成对应的分类结果；报警单元,用于根据分类结果确定电缆设备是否存在故障,若存在,显示分类结果对应的故障种类并进行报警。(The invention provides a power equipment running state monitoring system, which comprises: the data acquisition unit is arranged on the shell of the power equipment and is used for acquiring sound signals in the operation process of the power equipment; the wireless transmission unit is used for transmitting the sound signal through a wireless network; the cloud service platform is used for receiving the sound signals transmitted by the wireless network, converting the sound signals into audio data, extracting audio features of the audio data, identifying the audio features by applying a preset classification algorithm, and generating corresponding classification results; and the alarm unit is used for determining whether the cable equipment has faults according to the classification result, and if so, displaying the fault type corresponding to the classification result and giving an alarm.)
技术领域
本发明涉及电力设备监测技术领域，更具体的说是涉及一种电力设备运行状态监测系统及方法。
背景技术
电力设备作为电力系统运行的基本单元，其运行状态影响着电网的安全稳定。当前，电力设备的运行状态监测主要采用以下两种方式：
1、采用人工巡检和定期维修的方式，此种方式需要耗费大量的人力，且人工巡检实时性较差，不容易及时发现设备隐患。另外，一旦进行定期维修，需要关闭设备，影响电力设备工作的连续性和稳定性。
2、在电力设备上安装各类传感器并通过网络搭建智能监测系统实现自动化监测，此种方式需要安装大量的传感器进行数据采集，而且传感器需要与电力设备进行电气连接，在一定程度会影响电力设备的稳定运行。而且，前期投入巨大，增加了设备监测成本。
发明内容
针对现有技术中存在的问题，本发明的目的在于提供及一种电力设备运行状态监测系统及方法，通过采集电力设备运行过程中声音信息判断电力设备的运行状态，具有采集设备简单、测试准确度高、测试方法简便等优点。
本发明为实现上述目的，通过以下技术方案实现：
一种电力设备运行状态监测系统，包括：
数据采集单元，安装在电力设备壳体上，用于采集电力设备运行过程中的声音信号；数据采集单元采用定向拾音器或震动传感器，有效对电力设备运行过程中产生的噪声定向采集；
无线传输单元，用于将声音信号通过无线网络进行传输；
云服务平台，用于接收无线网络传输的声音信号，将声音信号转换为音频数据，并提取音频数据的音频特征，应用预设分类算法识别音频特征，生成对应的分类结果；
报警单元，用于根据分类结果确定电缆设备是否存在故障，若存在，显示分类结果对应的故障种类并进行报警。
进一步，数据采集单元包括：
第一采集模块，用于采集旋转电力设备运行过程中的声音信号；
第二采集模块，用于采集非旋转电力设备运行过程中的声音信号。声音信号根据不同的采集模块添加不同的信号标识。
进一步，旋转电力设备包括：引风机、发电机、风电机组、水轮机和轴承；非旋转电力设备包括：锅炉、断路器、变压器、燃料剪切机和调节阀。
进一步，云服务平台包括：
预处理单元，用于将声音信号进行声道转换和预加重变换，生成对应的音频数据；
分割单元，用于识别音频数据中是否包括目标音频数据，若是，将音频数据发送至声源分离单元，若否，向数据采集单元发送采集信号，控制数据采集单元再次采集声音信号；
声源分离单元，用于在音频数据中分离出目标音频数据；
音频特征提取单元，用于在目标音频数据中的状态数据中提取出包含电力设备故障信息的特征数据，作为音频特征；音频特征提取的目的是从状态信号中提取出承载着故障信息的特征数据，如频谱、能量谱、功率谱、幅值等；
分类单元，用于利用模糊C均值聚类算法计算音频特征，确定音频特征对应的故障音频特征的模糊分类矩阵，得出与故障音频特征的聚类中心的贴近度，通过贴近度确定故障分类号。
进一步，故障音频特征的模糊分类矩阵和聚类中心通过故障声音训练生成，具体采用如下方法：
将已知故障的电力设备音频特征进行3层小波包分解，以小波包敏感频带能量作为识别特征量，利用模糊C均值聚类算法对识别特征量进行模糊聚类，得到故障音频特征的模糊分类矩阵和聚类中心。
进一步，报警单元包括：
识别模块，用于检索预设故障分类列表中是否存在分类单元确定故障分类号，若存在，显示故障分类号对应的故障种类并进行报警。
相应的，本发明还公开了一种电力设备运行状态监测方法，包括如下步骤：
S1：采集电力设备运行过程中的声音信号；
S2：将声音信号通过无线网络进行传输；
S3：接收无线网络传输的声音信号，将声音信号转换为音频数据，并提取音频数据的音频特征，应用预设分类算法识别音频特征，生成对应的分类结果；
S4：根据分类结果确定电缆设备是否存在故障，若存在，显示分类结果对应的故障种类并进行报警。
进一步，步骤S3包括：
S31：将声音信号进行声道转换和预加重变换，生成对应的音频数据；
S32：识别音频数据中是否包括目标音频数据，若是，将音频数据发送至声源分离单元，若否，向数据采集单元发送采集信号，控制数据采集单元再次采集声音信号；
S33：在音频数据中分离出目标音频数据；
S34：在目标音频数据中的状态数据中提取出包含电力设备故障信息的特征数据，作为音频特征；
S35：利用模糊C均值聚类算法计算音频特征，确定音频特征对应的故障音频特征的模糊分类矩阵，得出与故障音频特征的聚类中心的贴近度，通过贴近度确定故障分类号。
进一步，步骤S4具体为：
检索预设故障分类列表中是否存在分类单元确定故障分类号，若存在，显示故障分类号对应的故障种类并进行报警。
对比现有技术，本发明有益效果在于：本发明提供了一种电力设备运行状态监测系统及方法，利用声音识别技术提取电力设备运行时产生噪音的音频特征，结合机器学习算法完成电力设备运行状态监测与故障诊断。本发明采用相对单一检测设备或传感器，仅进行噪声采集，不需要与电力设备进行电气连接，有效保障了电力设备的稳定运行，降低了前期的设备投入成本。
另外，本发明具备安装方便灵活、测试方法简便等特点，具有较好的推广前景。
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著的进步，其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
附图1是本发明的系统结构图。
附图2是本发明的方法流程图。
图中，1为数据采集单元，2为无线传输单元，3为云服务平台，4为报警单元，5为第一采集模块，6为第二采集模块，7为识别模块，11为预处理单元，12为分割单元，13为声源分离单元，14为音频特征提取单元，15为分类单元。
具体实施方式
下面结合附图对本发明的具体实施方式做出说明。
实施例一：
如图1所示，本实施例提供了一种电力设备运行状态监测系统，包括：数据采集单元1、无线传输单元2、云服务平台3和报警单元4。
数据采集单元1，安装在电力设备壳体上，用于采集电力设备运行过程中的声音信号；数据采集单元1采用定向拾音器或震动传感器，有效对电力设备运行过程中产生的噪声定向采集。
数据采集单元1包括：
第一采集模块5，用于采集旋转电力设备运行过程中的声音信号。
第二采集模块6，用于采集非旋转电力设备运行过程中的声音信号。声音信号根据不同的采集模块添加不同的信号标识。
其中，旋转电力设备包括：引风机、发电机、风电机组、水轮机和轴承；非旋转电力设备包括：锅炉、断路器、变压器、燃料剪切机和调节阀。
无线传输单元2，用于将声音信号通过无线网络进行传输。无线传输单元2采用4G通信模块，可与数据采集单元1绑定安装。
云服务平台3，用于接收无线网络传输的声音信号，将声音信号转换为音频数据，并提取音频数据的音频特征，应用预设分类算法识别音频特征，生成对应的分类结果。
云服务平台3具体包括：
预处理单元11，用于将声音信号进行声道转换和预加重变换，生成对应的音频数据。
分割单元12，用于识别音频数据中是否包括目标音频数据，若是，将音频数据发送至声源分离单元13，若否，向数据采集单元1发送采集信号，控制数据采集单元再次采集声音信号。
声源分离单元13，用于在音频数据中分离出目标音频数据。
音频特征提取单元14，用于在目标音频数据中的状态数据中提取出包含电力设备故障信息的特征数据，作为音频特征；音频特征提取的目的是从状态信号中提取出承载着故障信息的特征数据，如频谱、能量谱、功率谱、幅值等。
分类单元15，用于利用模糊C均值聚类算法计算音频特征，确定音频特征对应的故障音频特征的模糊分类矩阵，得出与故障音频特征的聚类中心的贴近度，通过贴近度确定故障分类号。
报警单元4，用于根据分类结果确定电缆设备是否存在故障，若存在，显示分类结果对应的故障种类并进行报警。报警单元4内设有识别模块7，用于检索预设故障分类列表中是否存在分类单元确定故障分类号，若存在，显示故障分类号对应的故障种类并进行报警。
实施例二：
如图2所示，本实施例提供了一种电力设备运行状态监测方法，包括如下步骤：
S1：采集电力设备运行过程中的声音信号。
S2：将声音信号通过无线网络进行传输。
S3：接收无线网络传输的声音信号，将声音信号转换为音频数据，并提取音频数据的音频特征，应用预设分类算法识别音频特征，生成对应的分类结果。
首先，将声音信号进行声道转换和预加重变换，生成对应的音频数据；然后，识别音频数据中是否包括目标音频数据，若是，将音频数据发送至声源分离单元，若否，向数据采集单元发送采集信号，控制数据采集单元再次采集声音信号。下一步，利用声源分离单元在音频数据中分离出目标音频数据；在目标音频数据中的状态数据中提取出包含电力设备故障信息的特征数据，作为音频特征。最后，利用模糊C均值聚类算法计算音频特征，确定音频特征对应的故障音频特征的模糊分类矩阵，得出与故障音频特征的聚类中心的贴近度，通过贴近度确定故障分类号。
S4：根据分类结果确定电缆设备是否存在故障，若存在，显示分类结果对应的故障种类并进行报警。具体来说，检索预设故障分类列表中是否存在分类单元确定故障分类号，若存在，显示故障分类号对应的故障种类并进行报警。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。
同理，在本发明各个实施例中的各处理单元可以集成在一个功能模块中，也可以是各个处理单元物理存在，也可以两个或两个以上处理单元集成在一个功能模块中。
结合附图和具体实施例，对本发明作进一步说明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所限定的范围。