故障评估方法、装置、计算机设备和存储介质与流程

本技术涉及异常检测，特别是涉及一种故障评估方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着科技的发展，对设备是否发生故障进行评估是各个领域重点关注的话题。以电力电子领域中的阀冷系统为例，阀冷系统是否发生故障，关系到是否能够为换流阀提供安全、稳定、可靠的散热功能，因此，对阀冷系统是否发生故障进行评估尤为重要。

2、目前，仍以阀冷系统为例，对阀冷系统进行故障评估的方法，一般是依靠站内运维人员及厂家专业人员的经验进行判断。此外，也可以是获取历史故障数据，并基于历史故障数据与当前阀冷系统的数据的比对，确定当前阀冷系统的数据是否异常，若异常，则说明阀冷系统故障。

3、然而，目前的故障评估方式，存在不够准确的问题，亟需一种准确的故障评估方法。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种准确的故障评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种故障评估方法，包括：

3、获取待处理声音信号，所述待处理声音信号为待评估设备振动时产生的声音信号；

4、对所述待处理声音信号进行小波包分解，得到至少一个信号处理节点，每个所述信号处理节点包括所述待处理声音信号在不同频率范围内的信号特征；

5、从所述信号处理节点中，筛选得到预设频率范围对应的目标处理节点；所述目标处理节点包括至少一个；

6、对每个所述目标处理节点对应的目标信号特征进行小波分析，获得每个所述目标处理节点的能量；

7、基于每个所述目标处理节点的能量，得到所述待处理声音信号的声纹特征参数，所述声纹特征参数用于对所述待评估设备进行故障评估。

8、在一些实施例中，所述获取待处理声音信号，包括：

9、获取第一初始待处理声音信号；

10、对所述第一初始待处理声音信号进行降噪处理与预强调处理，得到初始声音信号；

11、对所述初始声音信号进行帧切分，得到各初始信号帧，并去除每个所述初始信号帧中噪声信号，得到更新后的各所述初始信号帧；

12、拼接所述更新后的所述初始信号帧，得到待处理声音信号。

13、在一些实施例中，所述方法还包括：

14、获取第二初始待处理声音信号，并对第二初始待处理声音信号进行帧切分，得到各信号帧；

15、将任意一个所述信号帧作为所述待处理声音信号。

16、在一些实施例中，所述对每个所述目标处理节点对应的目标信号特征进行小波分析，获得每个所述目标处理节点的能量，包括：

17、针对每个所述目标处理节点，获取所述目标处理节点对应的目标信号特征的至少两个维度；

18、确定所述目标信号特征在每个所述维度下的小波包系数；

19、基于每个所述维度下的小波包系数，计算每个所述维度下的能量；

20、聚合每个所述维度下的能量，得到所述目标处理节点的能量。

21、在一些实施例中，所述基于每个所述维度下的小波包系数，计算每个所述维度下的能量，包括：

22、将每个所述维度下的小波包系数转换为向量形式的小波包系数；

23、对每个所述向量形式的小波包系数进行并行的能量获取处理，得到每个所述维度下的能量。

24、在一些实施例中，所述基于每个所述目标处理节点的能量，得到所述待处理声音信号的声纹特征参数，包括：

25、基于每个所述目标处理节点的能量，计算每个所述目标处理节点的平均维度能量；

26、对所述平均维度能量进行取对数处理与离散余弦变换处理，得到所述待处理声音信号的声纹特征参数。

27、第二方面，本技术还提供了一种故障评估装置，包括：

28、获取模块，用于获取待处理声音信号，所述待处理声音信号为待评估设备振动时产生的声音信号；

29、分解模块，用于对所述待处理声音信号进行小波包分解，得到至少一个信号处理节点，每个所述信号处理节点包括所述待处理声音信号在不同频率范围内的信号特征；

30、确定模块，用于从所述信号处理节点中，筛选得到预设频率范围对应的目标处理节点；所述目标处理节点包括至少一个；

31、处理模块，用于对每个所述目标处理节点对应的目标信号特征进行小波分析，获得每个所述目标处理节点的能量；

32、评估模块，用于基于每个所述目标处理节点的能量，得到所述待处理声音信号的声纹特征参数，所述声纹特征参数用于对所述待评估设备进行故障评估。

33、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

34、获取待处理声音信号，所述待处理声音信号为待评估设备振动时产生的声音信号；

35、对所述待处理声音信号进行小波包分解，得到至少一个信号处理节点，每个所述信号处理节点包括所述待处理声音信号在不同频率范围内的信号特征；

36、从所述信号处理节点中，筛选得到预设频率范围对应的目标处理节点；所述目标处理节点包括至少一个；

37、对每个所述目标处理节点对应的目标信号特征进行小波分析，获得每个所述目标处理节点的能量；

38、基于每个所述目标处理节点的能量，得到所述待处理声音信号的声纹特征参数，所述声纹特征参数用于对所述待评估设备进行故障评估。

39、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

40、获取待处理声音信号，所述待处理声音信号为待评估设备振动时产生的声音信号；

41、对所述待处理声音信号进行小波包分解，得到至少一个信号处理节点，每个所述信号处理节点包括所述待处理声音信号在不同频率范围内的信号特征；

42、从所述信号处理节点中，筛选得到预设频率范围对应的目标处理节点；所述目标处理节点包括至少一个；

43、对每个所述目标处理节点对应的目标信号特征进行小波分析，获得每个所述目标处理节点的能量；

44、基于每个所述目标处理节点的能量，得到所述待处理声音信号的声纹特征参数，所述声纹特征参数用于对所述待评估设备进行故障评估。

45、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

46、获取待处理声音信号，所述待处理声音信号为待评估设备振动时产生的声音信号；

47、对所述待处理声音信号进行小波包分解，得到至少一个信号处理节点，每个所述信号处理节点包括所述待处理声音信号在不同频率范围内的信号特征；

48、从所述信号处理节点中，筛选得到预设频率范围对应的目标处理节点；所述目标处理节点包括至少一个；

49、对每个所述目标处理节点对应的目标信号特征进行小波分析，获得每个所述目标处理节点的能量；

50、基于每个所述目标处理节点的能量，得到所述待处理声音信号的声纹特征参数，所述声纹特征参数用于对所述待评估设备进行故障评估。

51、上述故障评估方法、装置、计算机设备、存储介质和计算机程序产品，获取待处理声音信号，待处理声音信号为待评估设备振动时产生的声音信号；对待处理声音信号进行小波包分解，得到至少一个信号处理节点，每个信号处理节点包括待处理声音信号在不同频率范围内的信号特征；从信号处理节点中，筛选得到预设频率范围对应的目标处理节点；目标处理节点包括至少一个；对每个目标处理节点对应的目标信号特征进行小波分析，获得每个目标处理节点的能量；基于每个目标处理节点的能量，得到待处理声音信号的声纹特征参数，声纹特征参数用于对待评估设备进行故障评估。整个过程中，通过对待评估设备振动时产生的声音信号进行小波包分解，将声音信号分解为多个频率层次的信号特征，且每个频率层次的信号特征以节点的形式表征，实现准确选取预设频率范围内的目标处理节点，并基于选取出的各目标处理节点的能量，准确得到待处理声音信号的声纹特征参数，进而通过声纹特征参数，实现准确的故障评估。