[发明专利]一种应用于电力物联网的声音故障检测方法以及装置

权利要求书

1.一种应用于电力物联网的声音故障检测方法，其特征在于，包含以下步骤：

S1：通过声音阵列传感器将采集声音信号并转化成模拟信号；

S2：将所述模拟信号进行滤波、放大处理并转化成数字信号；

S3：对该数字信号进行归一化处理；

S4：对所述归一化处理后的数字信号进行数据预加重处理；

S5：对S4步骤中经过数据预加重处理的所述数字信号进行分帧和加窗处理；

S5：对S5步骤中分帧和加窗处理后的所述数字信号进行短时傅里叶变换，得到声音特征矩阵；

S6：采用二维主成分分析方法对该声音特征矩阵进行降维处理，并从降维处理后的声音特征矩阵中提取声音特征信息，并对该声音特征信息进行分类识别，判断所述声音阵列传感器采集声音信号是否为故障音，若为故障音则进行下一步；

S7：对故障音进行方位判断。

2.如权利要求1所述的应用于电力物联网的声音故障检测方法，其特征在于，所述S1步骤中的声音阵列传感器采用多个拾音器对同一声音信号进行采集获得相应数量的多个模拟信号。

3.如权利要求2所述的应用于电力物联网的声音故障检测方法，其特征在于，通过S2步骤对该些模拟信号进行模数转换成多个数字信号，通过S3步骤对该些数字进行归一化处理，筛选出信噪比最高的经归一化处理的数字信号。

4.如权利要求3所述的应用于电力物联网的声音故障检测方法，其特征在于，所述S6步骤采用二维主成分分析方法对该声音特征矩阵进行降维处理包含以下内容：

S61：将该声音特征矩阵各列所有行的元素减去相对应的该列的平均值所有元素的平均值得到一个新二维输入矩阵，公式如下：

其中，A表示该声音特征矩阵，A′表示新二维输入矩阵，i,j分别代表矩阵的第i行和第j列，E(:)表示期望值，即E(A(:,j))表示A第j列的期望值，表示A第j列的期望值；

S62：求该新二维输入矩阵A′的协方差矩阵，并计算新二维输入矩阵A′特征值和方差；

其中，G_t＝Var(A′)＝E[(A′-E(A′))^T(A′-E(A′))]

上述，G_t为新二维输入矩阵A′的协方差矩阵，Var(A′)表示新二维输入矩阵A′的协方差矩阵，E(A′)表示A′的期望值；

S63：根据S62步骤中计算的特征值提取对应的特征向量，将各个特征值对应的特征向量作为列向量按照对应的特征值从大到小降序排列构成投影矩阵X；

S64：将新二维输入矩阵A′乘以投影矩阵X进行空间变换得到投影数据，即可得到声音特征矩阵A中的声音特征信息；

其中，Y＝A′X，Y是经过投影矩阵X映射后的降维矩阵，空间变换可得到所述声音特征矩阵A中的声音特征信息。