[发明专利]电力设备故障声音智能诊断方法、系统、终端及介质

说明书

本发明提供了一种基于MFCC和注意力机制的电力设备故障声音智能诊断方法及系统，首先建立电力设备故障音频样本数据库；然后对音频样本进行预处理操作；接着从预处理后得到的每一帧信号提取梅尔倒谱系数作为该帧信号的特征向量；再以相邻多帧信号为一组样本，利用注意力机制优化形成该样本的新特征向量；最后将上述优化后的特征向量输入到音频识别模型进行判决，该音频识别模型能够识别出各种类型的电力设备故障声音。同时提供了一种终端及介质。本发明可以有效解决在梅尔倒谱系数对电力设备声音适应性的问题，并且在对电力设备故障声音识别时，本方法可以取得更好的识别效果。

技术领域

本发明涉及信号处理技术领域，具体地，涉及一种基于MFCC和注意力机制的电力设备故障声音智能诊断方法、系统、终端及介质。

背景技术

近年来，随着我国经济迅猛发展，我国电网发展开始呈现出新态势，电网规模不断扩大，同时特高压系统的接入使电网运行状况愈加复杂，要求电力设备具备更高的可靠性指标。除了电气量外，电力设备故障时还会传递许多信息，例如产生的异常声音等。因此，非电气量也能用于电力设备的状态分析。其中声音信号由于其采集方式灵活简单，传感器不直接接触设备，不会干扰设备的正常运行的优点，一直以来在电力设备诊断领域有广泛的应用。随着人工智能技术迅猛发展，语音识别的应用日趋成熟，这为基于声音信号处理的电力设备故障诊断方法提供了新的思路。借鉴语音识别的原理，将多年积累的电力设备故障诊断研究经验与人工智能技术相结合，将现场数据的价值发挥最大化，推进电力设备诊断的智能化发展。

梅尔倒谱系数(Mel-Frequency Cepstral Coefficients，MFCC)是一种基于人类听觉机制的语音特征，在语音识别领域应用广泛。语音信号的频率主要集中在200Hz-5000Hz，而电力设备的声音信号主要集中在100Hz-2000Hz，二者的频率范围略有差异。通过对比电力设备声音与语音的声谱图发现，电力设备声音的能量分布比较均匀，呈直线状，而语音的声谱图出现类似水波纹的变化，反映出电力设备声音的能量变化相对平稳，相邻两帧声音信号之间的相似度高。为了使MFCC能更好地适用于电力设备声音，需要对其做进一步处理。注意力机制是一种模仿人脑从众多信息中快速筛选出高价值信息的信息处理方式，可以筛选出一些对当前任务更为重要的有效输入信息进行处理，既可以把握全局联系，又没有忽略局部联系，提高了神经网络的学习效率。但是，如果将MFCC和注意力机制直接结合，则模型可能出现过拟合的问题。

目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

本发明针对现有技术中存在的上述不足，提供了一种基于MFCC和注意力机制的电力设备故障声音智能诊断方法、系统、终端及介质。

根据本发明的一个方面，提供了一种电力设备故障声音智能诊断方法，包括：

建立电力设备故障音频样本数据库，并划分训练集与测试集；

分别对所述训练集和测试集的音频样本进行预处理操作；

从预处理后的每一帧音频信号中提取n维梅尔倒谱系数作为一帧的特征向量；

以相邻m帧音频信号作为一组样本，利用注意力机制优化该组样本的特征向量，形成优化后的特征向量；

将优化后的特征向量输入到音频识别模型中进行判决，完成对音频识别模型的训练及测试；

将待识别音频输入至所述音频识别模型，识别输出相应类型的电力设备故障声音。

优选地，所述建立电力设备故障音频样本数据库，并划分训练集与测试集，包括：收集常见电力设备不同工况及缺陷下的音频，并对音频进行类型标注，形成完备的电力设备故障音频样本数据库；

对于每种类型的音频样本，按比例随机抽取其中一部分作为训练集，用以训练模型，其余部分作为测试集，用以验证模型的有效性；