一种输电线路隐患故障声音识别系统及方法与流程

本发明涉及输电线路安全监控，更具体的说是涉及一种输电线路隐患故障声音识别系统及方法。

背景技术：

1、输电线路是指由发电厂(包括水电站、火电站、核电站、风电场及光伏电站等)向电力负荷中心输送电能以及电力系统之间的联络的电力线路，其中用杆塔和绝缘材料将导线架离地面的输电线路为架空输电线路。架空输电线路主要由杆塔、杆塔基础、导地线、绝缘子及金具串、接地装置及防雷设备等组成。由负荷中心向各电力用户分配电能的电力线路称为配电线路。发电厂、变电站、输电线路、配电线路、配电设备及用电设置构成电力系统。

2、为了实时监控输电线路，以保证输电线路的安全。目前普通采用输电线路监拍设备对输电通道的故障和隐患进行监测识别和预警。具体来说，通过布设在现场的高清摄像头进行拍照和录像、使用基于深度学习的图像识别算法对照片和视频进行故障隐患识别，从而达到及时发现、快速预警、有效处理的目的，有力保障了输电线路和供电的可靠性、稳定性。

3、虽然基于高清摄像机和深度学习图像识别算法的输电通道可视化监拍设备能够以较高精度和准确率对输电线路进行监测和隐患故障识别预警，但在某些图像无法精确检测识别但会产生剧烈异常声音的场景或环境(如白天的鞭炮烟花、雷电、附近山体滑坡以及泥石流、落石等自然灾害)下，依靠图像视频单一类别进行隐患故障识别尚有一定局限性，识别准确率也会相应降低。

技术实现思路

1、针对以上问题，本发明的目的在于提供一种输电线路隐患故障声音识别系统及方法，通过在图像识别基础上增加音频检测识别功能，对输电线路隐患故障进行多模态监测、识别和预警，扩大了隐患故障监测的范围，同时提高了识别准确率。

2、本发明为实现上述目的，通过以下技术方案实现：一种输电线路隐患故障声音识别系统，包括：声音识别装置和监拍装置，声音识别装置与监拍装置数据连接。监拍装置固定安装在输电线路上，用于获取输电线路周边的故障隐患图像，并利用图像识别算法进行故障隐患识别和预警；声音识别装置固定安装在输电线路上，用于对输电线路周围环境声音进行监听监测，当监听到异常声音后，进行录音采集，生成相应的音频文件并上传至监拍装置，由监拍装置调用内置的声音识别模型识别出声音的类型，若识别出声音为隐患故障类声音，则获取声音的定位信息，并进行预警。

3、进一步，声音识别装置，包括：

4、监听模块，用于实时采集输电线路周围环境声音，缓存采集的声音，并测量声音的振幅和频率；

5、异常判断模块，用于判断声音的振幅和频率是否均大于相应的振幅阈值和频率阈值，若是，则认定相应的声音为异常声音，记录异常声音的采集时间；

6、录音采集模块，用于根据异常声音的采集时间，提取该时间点前t秒到该时间点后t秒之间缓存采集的声音，生成音频文件；

7、上传模块，用于将音频文件上传至监拍装置。

8、进一步，监拍装置，包括：

9、接口模块，接口模块内封装有模型接口和api接口，用于通过api接口获取上传的音频文件，并通过模型接口将音频文件输入声音识别模型；

10、声音识别模型，用于识别音频文件的声音特征，并与原始音频库中的声音特征进行比对，以确定音频文件的声音类型是否为隐患故障类声音；

11、预警模块，用于当音频文件的声音类型为隐患故障类声音时，根据异常声音的采集时间和监听模块的位置信息进行声音的定位，生成音源位置信息，并进行预警。

12、进一步，监拍装置，还包括：

13、模型训练优化模块，用于利用深度学习神经网络模型efficientnet构建声音识别模型，并进行模型的训练和参数优化。

14、相应的，本发明还公开了一种输电线路隐患故障声音识别方法，包括如下步骤：

15、s1：对输电线路周围环境声音进行监听监测；

16、s2：判断监听的声音是否为异常声音；若是，则执行下一步，否则返回上一步；

17、s3：对异常声音进行录音采集，生成相应的音频文件；

18、s4：调用声音识别模型识别出声音的类型，若识别出声音为隐患故障类声音，则获取声音的定位信息，并进行预警。

19、进一步，步骤s1包括：

20、采集输电线路周围环境声音，缓存采集的声音，并测量声音的振幅和频率。

21、进一步，步骤s2包括：

22、判断声音的振幅和频率是否均大于相应的振幅阈值和频率阈值；若是，则记录异常声音的采集时间，并执行步骤s3，否则返回步骤s1。

23、进一步，步骤s3包括：

24、根据异常声音的采集时间，提取该时间点前t秒到该时间点后t秒之间缓存采集的声音，生成音频文件。

25、进一步，步骤s4包括：

26、调用声音识别模型识别音频文件的声音特征，并与原始音频库中的声音特征进行比对，以确定音频文件的声音类型是否为隐患故障类声音；

27、当音频文件的声音类型为隐患故障类声音时，根据异常声音的采集时间和监听模块的位置信息进行声音的定位，生成音源位置信息，并进行预警。

28、进一步，声音识别模型的训练优化过程具体如下：

29、选取深度学习神经网络模型efficientnet构建声音识别模型；

30、采集声音样本构建原始音频库；

31、对原始音频库中音频数据进行去噪处理，并对其中的异常声音数据进行标注；

32、对标注的数据进行数据增强，构建训练数据集；

33、利用训练数据集对声音识别模型进行训练和参数优化；

34、根据预设评价指标对声音识别模型进行评估；

35、根据评估结果进行模型的调试。

36、对比现有技术，本发明有益效果在于：本发明公开了一种输电线路隐患故障声音识别系统及方法，通过将监拍装置与声音识别装置进行融合，在图像识别基础上增加音频检测识别功能，能够对输电线路隐患故障进行多模态监测、识别和预警，扩大了隐患故障监测的范围，同时提高了识别准确率，丰富了输电线路监拍装置的应用场景。

37、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。

技术特征：

1.一种输电线路隐患故障声音识别系统，其特征在于，包括：声音识别装置和监拍装置，声音识别装置与监拍装置数据连接；

2.根据权利要求1所述的输电线路隐患故障声音识别系统，其特征在于，所述声音识别装置，包括：

3.根据权利要求2所述的输电线路隐患故障声音识别系统，其特征在于，所述监拍装置，包括：

4.根据权利要求3所述的输电线路隐患故障声音识别系统，其特征在于，所述监拍装置，还包括：

5.一种输电线路隐患故障声音识别方法，其特征在于，包括如下步骤：

6.根据权利要求5所述的输电线路隐患故障声音识别方法，其特征在于，所述步骤s1包括：

7.根据权利要求6所述的输电线路隐患故障声音识别方法，其特征在于，所述步骤s2包括：

8.根据权利要求7所述的输电线路隐患故障声音识别方法，其特征在于，所述步骤s3包括：

9.根据权利要求8所述的输电线路隐患故障声音识别方法，其特征在于，所述步骤s4包括：

10.根据权利要求9所述的输电线路隐患故障声音识别方法，其特征在于，所述声音识别模型的训练优化过程具体如下：

技术总结本发明提出的一种输电线路隐患故障声音识别系统及方法，所述系统包括：声音识别装置和监拍装置，监拍装置固定安装在输电线路上，用于获取输电线路周边的故障隐患图像，并利用图像识别算法进行故障隐患识别和预警；声音识别装置固定安装在输电线路上，用于对输电线路周围环境声音进行监听监测，当监听到异常声音后，进行录音采集，生成相应的音频文件并上传至监拍装置，由监拍装置调用内置的声音识别模型识别出声音的类型，若识别出声音为隐患故障类声音，则获取声音的定位信息，并进行预警。本发明通过在图像识别基础上增加音频检测识别功能，对输电线路隐患故障进行多模态监测、识别和预警，扩大了隐患故障监测的范围，同时提高了识别准确率。技术研发人员：白洪彦,纪洪伟,焦之明,杨勇,刘小迪,马云永,冯鑫,冯飞,巩方波,陈杰,宋军,葛海峰,刘兆霞,高华受保护的技术使用者：山东鲁软数字科技有限公司智慧能源分公司技术研发日：技术公布日：2024/2/29