CN119479690A 一种基于声纹识别的500kV GIS多模态工况异常综合监测系统及方法 （中国长江电力股份有限公司）

一种基于声纹识别的500kVGIS多模态工况本发明提供了一种基于声纹识别的500kVGIS多模态工况异常综合监测系统及方法，数据2所述网络传输模块(2)用于将数据采集模块(1)收集到的数据通过网络传输到声纹打所述声纹打分模块(3)用于在多模态原始数据中提取声音特征，与预设的声纹模型进所述故障判断模块(5)基于多模态分析模块(4)的分析结果，运用预设所述结果输出模块(6)用于将最终的分析和判断结果以图表、报告或警报的方式展示在GIS断路器的合适位置分别布置安装声纹采集器、振动GIS断路器在运行过程中不同模态的多模将S1中采集到的多模态原始数据通过网络传输模块(2)实时传输给声纹打分模块(3)在多模态原始数据的声纹数据中提取声音特征，通过声纹打分模块(3)将声音特征与将S3中声纹打分模块(3)的结果传输到多模态分析模块(4)，作为多模态分析模块(4)基于S4中分析结果，采用故障判断模块(5)运用预设的规则或模型进行故障检测与诊将S4中最终得到的分析和判断结果借助结果输出模块(6)以适当的形式展示给用户或3.根据权利要求2所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，34.根据权利要求3所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，5.根据权利要求3所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，其特征在于，所述S1.1中振动传感器点位共有3个，对应的振动传感器(114_116)也共6.根据权利要求3所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，其特征在于，所述S1.1中位置开关共有3个，分别安装于断路器以及刀闸地刀操7.根据权利要求3所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，由电压互感器(210)和电流互感器(211)分别采集电压和电流数据，并通过变送器所述服务器(201)通过网络隔离(203)与监控平台(28.根据权利要求7所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，4_1；在Mel频率上设置一组带通滤波器，带通滤波器的个数设置为基于短时能量和短时过零率进行端点检测；设定能量和过零率的阈5oir为目标设备音频的均值向量；和η2分别是两个音频的i_vector矢量，这两条音频来自同一空间的假设为HS,来自不同的空间的假设为Ha,其中为两条音频来自同一空间的似然函数；9.根据权利要求8所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，振动传感器将振动信号转换为电信号，电信号随后被传输到6使用行程开关来检测断路器或隔刀操作机构的位置，并转换为通过电压互感器(210)和电流互感器(211)分别采集电压和电流信号，经过放大和滤收集与系统或设备性能相关的多种模态的数据，选择；0误差项。10.根据权利要求9所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方11.根据权利要求10所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方712.根据权利要求10所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方13.根据权利要求10所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方S5.3.2，刀闸位置节点判断，检查安装于500kV隔离刀闸端部的位置开关或安装于部的声纹传感器或安装于500kV接地刀闸端部的声纹传感器打分值越限异常，则进入下一14.根据权利要求10所述一种基于声纹识别的500kVGIS多模态工况异常综合监测方89[0001]本发明属于电力系统安全运行技术领域，具体为一种基于声纹识别的500kVGIS[0006]但现有技术往往存在各种各样的缺陷且未形成整体的多模态系统，实现综合判[0007]为解决当前存在技术问题，本发明的主要目的在于提供一种基于声纹识别的[0008]为了实现上述的技术特征，本发明的目的是这样实现的：一种基于声纹识别的[0010]所述网络传输模块用于将数据采集模块收集到的数据通过网络传输到声纹打分[0015]一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，所述监测方法采[0019]将S1中采集到的多模态原始数据通过网络传输模块实时传输给声纹打分模块和[0027]将S4中最终得到的分析和判断结果借助结果输出模块以适当的形式展示给用户[0043]优选的，所述S3中基于声纹打分模块进行声纹特征提取及分析和打分的具体步_1；[0074]inew=(1-)ioww-usw+aitHS,来自不同的空间的假设为Ha,其中为两条音频来自同一空间的似然函数；[0088]振动传感器将振动信号转换为电信号，电信号随后被传输到信号放大器进行放[0090]当SF6气体泄露检测仪暴露在含有SF6气体的环境中时，SF6气体会通过传感器的X15；X17；闸端部的声纹传感器或安装于500kV接地刀闸端部的声纹传感器打分值越限异常，则进入[0145]1、本发明通过声纹识别技术实现对GIS断路器所有的内部故障进行实时在线监[0147]3、本发明通过对各个数据参数进行深度学习以及故障判断流程逻辑设计，实现[0149]5、本发明通过采用骨传导拾音器采集50Hz_4KHz的音频数据，能采集几乎所有数据采集模块将收集到的原始数据通过网络传输模块发送到[0177]进一步的，所述网络传输模块2用于将数据采集模块1收集到的数据通过网络安[0183]本实施例提供一种基于声纹识别的500kVGIS多模态工况异常综合监测方法，所[0192]将S1中采集到的多模态原始数据通过网络传输模块2实时传输给声纹打分模块3[0193]S2.1，由声纹采集器采集G[0203]在多模态原始数据的声纹数据中提取声音特征，通过声纹打分模块3将声音特征[0216]对每一帧信号进行快速傅里叶变换(FFT)，其将时域信号x[n]转换为频域信号X_1；的不同设备，以确保GMM_UBM能够捕捉到所有场景下设备的共同特征，对其进行S3.1基于η2分别是两个音频的i_vector矢量，这两条音频来自同一空间的假设[0267]振动传感器将振动信号转换为电信号，电信号随后被传输到信号放大器进行放_1。；[0303]通过电压互感器210和电流互感器211分别采集电压和电流信号，经过放大和滤[0306]经过放大和滤波、模数转换(ADC)转换后的数字信号可以进行各种数字信号处理X15；X17；[0321]基于S4中分析结果，采用故障判断模块5运用预设的规则或模型进行故障检测与装于500kV接地刀闸端部的121#位置开关(此处直接写安装那个位置的位置开关是否发生闸端部的111#声纹传感器或安装于500kV接地刀闸端部的112#声纹传感器打分值越限异[0362]将S4中最终得到的分析和判断结果借助结果输出模块6以适当的形式展示给用户[0368]5、本发明利用PLDA技术对提取的声纹特征值进行判别分析，并给出相应的打分