CN114937462A - 基于声纹智能诊断高压断路器故障检测方法 - Google Patents

Abstract

本发明涉及高压断路器故障检测技术领域，尤其涉及一种基于声纹智能诊断高压断路器故障检测方法，包括：步骤S1，在检测开始前，中控模块根据预设相似度差值将需要调节的权重系数调节至对应值；步骤S2，当所述中控模块完成权重系数的调节时根据预设相似度对故障的类型进行初步判定以及根据各声纹特征实际占的权重确定故障类型；步骤S3，当所述中控模块完成故障类型的判定时，中控模块根据不同运行状态下的声纹特征相似度、相似度差值以及预设最大声纹特征差值对是否为同一故障类型进行判定以及对故障的判定是否存在错误进行核实，本发明实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

Description

基于声纹智能诊断高压断路器故障检测方法

技术领域

本发明涉及高压断路器故障检测领域，尤其涉及一种基于声纹智能诊断高压断路器故障检测方法。

背景技术

高压断路器可以切断或闭合高压电路中的空载电流和负荷电流，而且当***发生故障时通过继电器保护装置的作用，切断过负荷电流和短路电流，具有相当完善的灭弧结构和足够的断流能力。高压断路器在使用过程中会涉及重合闸，高压断路器的重合闸成功与否对于冶金领域的电气设备来说具有重要的意义。在实际生产中，高压断路器时常会出现故障的问题，现有技术利用声纹智能识别技术难以实现对高压断路器不同运行状态下的检测精确度。

中国专利公开号：CN110988669A。公开了一种高压断路器的故障检测方法，根据高压断路器的分合闸状态和变压器的二次侧电压可分析出高压断路器是否能够正常分合闸，从而及时发现高压断路器出现分断故障，以及时做出防护措施，进而避免因高压断路器故障异常带电导致人员意外触电的安全隐患，同时防止因高压断路器故障状态下频繁分合闸导致高压供电设备损坏的问题，保护人员和设备安全。由此可见所述高压断路器的故障检测方法存在以下问题：检测***中参数不能根据实际历史情况进行更正以及高压断路器在相同和不同运行状态下的检测准确度存在误差和准确度不够的问题。

发明内容

为此，本发明提供一种基于声纹智能诊断高压断路器故障检测方法，用以克服现有技术中检测***中参数不能根据实际历史情况进行更正以及高压断路器在相同和不同运行状态下的检测准确度存在误差和准确度不够的问题。

为实现上述目的，本发明提供一种基于声纹智能诊断高压断路器故障检测方法，包括:步骤S1，在检测开始前，中控模块根据待采集高压断路器的历史声纹数据分析计算出所述高压断路器的特异性声纹数据并与实际模拟训练中的故障数据进行对比并决定相关故障类型所对应的最接近的声纹数据，所述中控模块根据历史声纹数据对是否需要调节的相似度评价权重系数进行判定，根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果将需要调节的权重系数调节至对应值；步骤S2，所述中控模块在完成确定最接近的声纹数据时，中控模块根据声纹检测器检测到的高压断路器的声纹特征进行计算分析后得到的各个声纹特征对声纹特征的相似度进行计算并根据计算结果与预设相似度的对比结果对故障的类型进行初步判定，当所述中控模块完成对于是否存在故障的初步判定后，中控模块根据实际声纹特征相似度与预设相似度的差值的对比结果对故障出现的概率进行判定，当中控模块完成对于故障出现概率的判定时，中控模块根据各声纹特征实际占的权重确定故障类型；步骤S3，当所述中控模块完成对于所述高压断路器的故障类型的判定时，在不同时间段内中控模块根据所述高压断路器合闸、分闸以及正常运行过程中的声纹特征与预设声纹特征的对比结果对高压断路器不同运行状态下的相同声纹特征进行分析计算得到声纹特征相似度并初步判定是否为同一故障类型，当所述中控模块完成对于同一故障类型的初步判定时，中控模块根据高压断路器的不同运行状态下的声纹特征相似度差值对是否为同一故障类型进行

进一步判定，当所述中控模块完成对于所述高压断路器不同运行状态下的同一声纹特征是否为同一故障类型的判定时，中控模块根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，当核实完毕符合预设标准时中控模块判定检测完成。

进一步地，在所述步骤S1中，在对所述高压断路器的检测开始前，所述中控模块根据历史声纹数据对需要调节的相似度评价权重系数进行判定，中控模块设有预设高压断路器第一声纹特征A、预设高压断路器第二声纹特征B、预设高压断路器第三声纹特征C、预设第一声纹特征权重系数K1、预设第二声纹特征权重系数K2、预设第三声纹特征权重系数K3、预设第一声纹特征相似度D1以及预设第二声纹特征相似度D2，其中0≤K1＜K2＜K3中,设定D0=K1×A+K2×B+K3×C，

若D≤D1，所述中控模块判定历史声纹特征相似度符合预设标准并不对所述权重系数进行调节；

若D1＜D≤D2，所述中控模块判定历史声纹特征相似度不符合预设标准并将所述第三声纹特征权重系数调节至对应值；

若D＞D2，所述中控模块判定历史声纹特征相似度不符合预设标准并将所述第二声纹特征权重系数以及第三声纹特征权重系数调节至对应值；

所述中控模块在完成对于所需调整的预设权重系数时，中控模块根据声纹特征相似度差值与预设相似度差值的对比结果将预设权重系数调节至对应值。

进一步地，在所述步骤S1中，当D1＜D≤D2时所述中控模块在检测开始前根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果将需要调节的权重系数调节至对应值，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2、预设第一第三声纹特征权重系数调节系数α1以及预设第二第三声纹特征权重系数调节系数α2，其中，△D1＜△D2，0＜α1＜α2＜1，

若△D≤△D1，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值符合预设要求并不对所述权重系数进行调节；

若△D1＜△D≤△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α2对权重系数进行调节，调节后的权重系数记为K3’,设定K3’=K3×α2；

若△D＞△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α1对权重系数进行调节，调节后的权重系数记为K3”,设定K3”=K3×α1。

进一步地，在所述步骤S1中，当D＞D2时所述中控模块在检测开始前根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果对是否调节相似度评价权重系数进行判定，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2、预设第一第三声纹特征权重系数调节系数α1、预设第二第三声纹特征权重系数调节系数α2、预设第一第二声纹特征权重系数调节系数β1以及第二第二声纹特征权重系数调节系数β2，其中，△D1＜△D2，0＜α1＜α2＜1，0＜β1＜β2＜1，

若△D≤△D1，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值符合预设要求并不对所述权重系数进行调节；

若△D1＜△D≤△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α2对第三声纹特征权重系数进行调节，调节后的第三声纹特征权重系数记为K3’,设定K3’=K3×α2，使用β2对第二声纹特征权重系数进行调节，调节后的第二声纹特征权重系数记为K2’，设定K2’=K2×β2；

若△D＞△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α1对第三声纹特征权重系数进行调节，调节后的第三声纹特征权重系数记为K3”,设定K3”=K3×α1，使用β1对第二声纹特征权重系数进行调节，调节后的第二声纹特征权重系数记为K2”，设定K2”=K2×β1。

进一步地，当所述中控模块完成对于所述预设标准值的调节时，中控模块根据声纹检测器检测到的高压断路器的声纹特征进行计算分析后得到的各个声纹特征对声纹特征的相似度进行计算并根据计算结果与预设相似度的对比结果对故障的类型进行初步判定，中控模块设有预设第一声纹特征相似度D1、预设第二声纹特征相似度D2、其中D1＜D2，

若D≤D1，所述中控模块初步判定高压断路器不存在故障；

若D1＜D≤D2，所述中控模块判定实际声纹特征相似度符合预设要求并根据各个声纹特征实际占的权重确定相关故障类型；

若D＞D2，所述中控模块判定实际声纹特征相似度符合预设要求并根据各个声纹特征实际占的权重确定相关故障类型。

进一步地，当所述中控模块完成对于是否存在故障的初步判定后，中控模块根据实际声纹特征相似度与预设相似度的差值的对比结果对故障出现的概率进行判定，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2，其中△D1＜△D2，

若△D≤△D1，所述中控模块判定故障出现的概率为99％并发出一级故障警报；

若△D1＜△D≤△D2，所述中控模块判定出现故障的概率为90％并发出二级故障警报；

若△D＞△D2，所述中控模块出现故障的概率为70％并不发出故障警报。

进一步地，当D1＜D≤D2或D＞D2时，中控模块根据各声纹特征实际占的权重确定故障类型，中控模块设有预设第一故障类型Q1、预设第二故障类型Q2以及预设第三故障类型Q3，设定权重=声纹特征×声纹特征权重系数，

若K1·A＜K2·B＜K3×C，所述中控模块判定故障类型为Q3；

若K1·A＜K3×C＜K2·B，所述中控模块判定故障类型为Q2；

若K2·B＜K3×C＜K1·A，所述中控模块判定故障类型为Q1。

进一步地，当所述中控模块完成对于所述高压断路器的故障类型的判定时，在不同时间段内中控模块根据所述高压断路器合闸、分闸以及正常运行过程中的声纹特征与预设声纹特征的对比结果对高压断路器不同运行状态下的相同声纹特征进行分析计算得到声纹特征相似度并初步判定是否为同一故障类型，设定合闸状态下的声纹特征相似度记为Wa、分闸状态下的声纹特征相似度记为Wb、正常运行状态下的声纹特征相似度记为Wc,

若Wa=Wb=Wc，所述中控模块判定高压断路器不同运行状态下的故障类型相同；

若Wa≠Wb≠Wc，所述中控模块初步判定高压断路器不同运行状态下的故障类型不相同并计算不同运行状态下的声纹特征相似度差值并根据差值计算结果对是否为同一故障类型进行进一步判定。

进一步地，当所述中控模块完成对于同一故障类型的初步判定时，中控模块根据高压断路器的不同运行状态下的声纹特征相似度差值对是否为同一故障类型进行进一步判定，中控模块设有预设第一声纹特征相似度差值△W1、预设第二声纹特征相似度差值△W2，其中△W1＜△W2，设定高压断路器不同运行状态下的声纹特征相似度差值记为△W，

若△W≤△W1，所述中控模块判定高压断路器不同运行状态下的故障类型为同一种的概率为97％并将所述声纹采集装置采集到的声纹特征存入存储数据库；

若△W1＜△W≤△W2，所述中控模块判定高压断路器不同运行状态下的故障为同一种的概率为90％并不对所述声纹采集装置采集到的声纹特征存入存储数据库；

若△W＞△W2，所述中控模块判定高压断路器不同运行状态下的故障不是同一类型故障并将所述声纹采集到的声纹特征进行区别标记、在标记完成后存入存储数据库备用。

进一步地，当所述中控模块完成对于所述高压断路器不同运行状态下的同一声纹特征是否为同一故障类型，中控模块根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，中控模块设有预设最大声纹特征差值△Wmax,

若△W≤△Wmax，所述中控模块判定故障的判定不存在错误判定检测完成；

若△W＞△Wmax，所述中控模块判定故障的判定存在错误并控制声纹采集装置对所述高压断路器不同运行状态下的声纹特征进行二次检测并在检测后继续计算声纹特征相似度差值，直到中控模块判定声纹特征相似度差值符合预设标准则判定故障检测完成。

与现有技术相比，本发明的有益效果在于，本发明通过设置预设相似度、预设相似度差值、高压断路器的不同运行状态下的声纹特征相似度差值以及最大声纹特征差值，可以根据预设相似度差值将需要调节的权重系数调节至对应值；可以根据实际相似度与预设相似度的对比结果对故障的类型进行初步判定，可以根据各声纹特征实际占的权重确定故障类型；可以根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，当核实完毕符合预设标准时中控模块判定检测完成。实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设置预设高压断路器第一声纹特征、预设高压断路器第二声纹特征、预设高压断路器第三声纹特征、预设第一声纹特征权重系数、预设第二声纹特征权重系数、预设第三声纹特征权重系数、预设第一声纹特征相似度以及预设第二声纹特征相似度，可以对相似度评价权重系数是否需要调节进行判定，实现了对于检测***中参数的及时核实检测更新，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设置预设第一相似度差值、预设第二相似度差值、预设第一第三声纹特征权重系数调节系数以及预设第二第三声纹特征权重系数调节系数，可以根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果将需要调节的权重系数调节至对应值，进一步实现了检测***中预设参数的及时更新，侧面上提高了检测的精度，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设置预设第一相似度差值、预设第二相似度差值、预设第一第三声纹特征权重系数调节系数、预设第二第三声纹特征权重系数调节系数、预设第一第二声纹特征权重系数调节系数以及第二第二声纹特征权重系数调节系数，可以根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果对是否调节相似度评价权重系数进行判定，进一步实现了对检测***中参数的及时更新，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设置预设第一声纹特征相似度和预设第二声纹特征相似度，可以根据声纹检测器检测到的高压断路器的声纹特征进行计算分析后得到的各个声纹特征对声纹特征的相似度进行计算并根据计算结果与预设相似度的对比结果对故障的类型进行初步判定，提高了高压断路器检测的准确性，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设置预设第一相似度差值和预设第二相似度差值，可以根据实际声纹特征相似度与预设相似度的差值的对比结果对故障出现的概率进行判定，进一步提高了故障检测的准确性，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设置预设第一故障类型、预设第二故障类型以及预设第三故障类型，可以根据各声纹特征实际占的权重确定故障类型，提高了高压断路器故障检测的速度和准确性，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设定合闸状态下的声纹特征相似度、分闸状态下的声纹特征相似度以及正常运行状态下的声纹特征相似度,可以根据所述高压断路器合闸、分闸以及正常运行过程中的声纹特征与预设声纹特征的对比结果对高压断路器不同运行状态下的相同声纹特征进行分析计算得到声纹特征相似度并初步判定是否为同一故障类型，提高了不同运行状态下的检测精度，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设置预设第一声纹特征相似度差值、预设第二声纹特征相似度差值，可以根据高压断路器的不同运行状态下的声纹特征相似度差值对是否为同一故障类型进行进一步判定，进一步提高了高压断路器在不同运行状态下的检测精确度，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

进一步地，本发明所述方法通过设置预设最大声纹特征差值，可以根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，实现了对检测后的故障判定精确度，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

附图说明

图1为本发明所述基于声纹智能诊断高压断路器故障检测方法的流程图；

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

请参阅图1所示，基于声纹智能诊断高压断路器故障检测方法，包括:

步骤S1，在检测开始前，中控模块根据待采集高压断路器的历史声纹数据分析计算出所述高压断路器的特异性声纹数据并与实际模拟训练中的故障数据进行对比并决定相关故障类型所对应的最接近的声纹数据，所述中控模块根据历史声纹数据对是否需要调节的相似度评价权重系数进行判定，根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果将需要调节的权重系数调节至对应值；

步骤S2，所述中控模块在完成确定最接近的声纹数据时，中控模块根据声纹检测器检测到的高压断路器的声纹特征进行计算分析后得到的各个声纹特征对声纹特征的相似度进行计算并根据计算结果与预设相似度的对比结果对故障的类型进行初步判定，当所述中控模块完成对于是否存在故障的初步判定后，中控模块根据实际声纹特征相似度与预设相似度的差值的对比结果对故障出现的概率进行判定，当中控模块完成对于故障出现概率的判定时，中控模块根据各声纹特征实际占的权重确定故障类型；

步骤S3，当所述中控模块完成对于所述高压断路器的故障类型的判定时，在不同时间段内中控模块根据所述高压断路器合闸、分闸以及正常运行过程中的声纹特征与预设声纹特征的对比结果对高压断路器不同运行状态下的相同声纹特征进行分析计算得到声纹特征相似度并初步判定是否为同一故障类型，当所述中控模块完成对于同一故障类型的初步判定时，中控模块根据高压断路器的不同运行状态下的声纹特征相似度差值对是否为同一故障类型进行进一步判定，当所述中控模块完成对于所述高压断路器不同运行状态下的同一声纹特征是否为同一故障类型的判定时，中控模块根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，当核实完毕符合预设标准时中控模块判定检测完成。

本发明通过设置预设相似度、预设相似度差值、高压断路器的不同运行状态下的声纹特征相似度差值以及最大声纹特征差值，可以根据预设相似度差值将需要调节的权重系数调节至对应值；可以根据实际相似度与预设相似度的对比结果对故障的类型进行初步判定，可以根据各声纹特征实际占的权重确定故障类型；可以根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，当核实完毕符合预设标准时中控模块判定检测完成。实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，在所述步骤S1中，在对所述高压断路器的检测开始前，所述中控模块根据历史声纹数据对需要调节的相似度评价权重系数进行判定，中控模块设有预设高压断路器第一声纹特征A、预设高压断路器第二声纹特征B、预设高压断路器第三声纹特征C、预设第一声纹特征权重系数K1、预设第二声纹特征权重系数K2、预设第三声纹特征权重系数K3、预设第一声纹特征相似度D1以及预设第二声纹特征相似度D2，其中0≤K1＜K2＜K3中,设定D0=K1×A+K2×B+K3×C，

若D≤D1，所述中控模块判定历史声纹特征相似度符合预设标准并不对所述权重系数进行调节；

若D1＜D≤D2，所述中控模块判定历史声纹特征相似度不符合预设标准并将所述第三声纹特征权重系数调节至对应值；

若D＞D2，所述中控模块判定历史声纹特征相似度不符合预设标准并将所述第二声纹特征权重系数以及第三声纹特征权重系数调节至对应值；

所述中控模块在完成对于所需调整的预设权重系数时，中控模块根据声纹特征相似度差值与预设相似度差值的对比结果将预设权重系数调节至对应值。

本发明所述方法通过设置预设高压断路器第一声纹特征、预设高压断路器第二声纹特征、预设高压断路器第三声纹特征、预设第一声纹特征权重系数、预设第二声纹特征权重系数、预设第三声纹特征权重系数、预设第一声纹特征相似度以及预设第二声纹特征相似度，可以对相似度评价权重系数是否需要调节进行判定，实现了对于检测***中参数的及时核实检测更新，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，在所述步骤S1中，当D1＜D≤D2时所述中控模块在检测开始前根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果将需要调节的权重系数调节至对应值，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2、预设第一第三声纹特征权重系数调节系数α1以及预设第二第三声纹特征权重系数调节系数α2，其中，△D1＜△D2，0＜α1＜α2＜1，

若△D≤△D1，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值符合预设要求并不对所述权重系数进行调节；

若△D1＜△D≤△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α2对权重系数进行调节，调节后的权重系数记为K3’,设定K3’=K3×α2；

若△D＞△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α1对权重系数进行调节，调节后的权重系数记为K3”,设定K3”=K3×α1。

本发明所述方法通过设置预设第一相似度差值、预设第二相似度差值、预设第一第三声纹特征权重系数调节系数以及预设第二第三声纹特征权重系数调节系数，可以根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果将需要调节的权重系数调节至对应值，进一步实现了检测***中预设参数的及时更新，侧面上提高了检测的精度，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，在所述步骤S1中，当D＞D2时所述中控模块在检测开始前根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果对是否调节相似度评价权重系数进行判定，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2、预设第一第三声纹特征权重系数调节系数α1、预设第二第三声纹特征权重系数调节系数α2、预设第一第二声纹特征权重系数调节系数β1以及第二第二声纹特征权重系数调节系数β2，其中，△D1＜△D2，0＜α1＜α2＜1，0＜β1＜β2＜1，

若△D≤△D1，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值符合预设要求并不对所述权重系数进行调节；

若△D1＜△D≤△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α2对第三声纹特征权重系数进行调节，调节后的第三声纹特征权重系数记为K3’,设定K3’=K3×α2，使用β2对第二声纹特征权重系数进行调节，调节后的第二声纹特征权重系数记为K2’，设定K2’=K2×β2；

若△D＞△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α1对第三声纹特征权重系数进行调节，调节后的第三声纹特征权重系数记为K3”,设定K3”=K3×α1，使用β1对第二声纹特征权重系数进行调节，调节后的第二声纹特征权重系数记为K2”，设定K2”=K2×β1。

本发明所述方法通过设置预设第一相似度差值、预设第二相似度差值、预设第一第三声纹特征权重系数调节系数、预设第二第三声纹特征权重系数调节系数、预设第一第二声纹特征权重系数调节系数以及第二第二声纹特征权重系数调节系数，可以根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果对是否调节相似度评价权重系数进行判定，进一步实现了对检测***中参数的及时更新，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，当所述中控模块完成对于所述预设标准值的调节时，中控模块根据声纹检测器检测到的高压断路器的声纹特征进行计算分析后得到的各个声纹特征对声纹特征的相似度进行计算并根据计算结果与预设相似度的对比结果对故障的类型进行初步判定，中控模块设有预设第一声纹特征相似度D1、预设第二声纹特征相似度D2、其中D1＜D2，

若D≤D1，所述中控模块初步判定高压断路器不存在故障；

若D1＜D≤D2，所述中控模块判定实际声纹特征相似度符合预设要求并根据各个声纹特征实际占的权重确定相关故障类型；

若D＞D2，所述中控模块判定实际声纹特征相似度符合预设要求并根据各个声纹特征实际占的权重确定相关故障类型。

本发明所述方法通过设置预设第一声纹特征相似度和预设第二声纹特征相似度，可以根据声纹检测器检测到的高压断路器的声纹特征进行计算分析后得到的各个声纹特征对声纹特征的相似度进行计算并根据计算结果与预设相似度的对比结果对故障的类型进行初步判定，提高了高压断路器检测的准确性，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，当所述中控模块完成对于是否存在故障的初步判定后，中控模块根据实际声纹特征相似度与预设相似度的差值的对比结果对故障出现的概率进行判定，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2，其中△D1＜△D2，

若△D≤△D1，所述中控模块判定故障出现的概率为99％并发出一级故障警报；

若△D1＜△D≤△D2，所述中控模块判定出现故障的概率为90％并发出二级故障警报；

若△D＞△D2，所述中控模块出现故障的概率为70％并不发出故障警报。

本发明所述方法通过设置预设第一相似度差值和预设第二相似度差值，可以根据实际声纹特征相似度与预设相似度的差值的对比结果对故障出现的概率进行判定，进一步提高了故障检测的准确性，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，当D1＜D≤D2或D＞D2时，中控模块根据各声纹特征实际占的权重确定故障类型，中控模块设有预设第一故障类型Q1、预设第二故障类型Q2以及预设第三故障类型Q3，设定权重=声纹特征×声纹特征权重系数，

若K1·A＜K2·B＜K3×C，所述中控模块判定故障类型为Q3；

若K1·A＜K3×C＜K2·B，所述中控模块判定故障类型为Q2；

若K2·B＜K3×C＜K1·A，所述中控模块判定故障类型为Q1。

本发明所述方法通过设置预设第一故障类型、预设第二故障类型以及预设第三故障类型，可以根据各声纹特征实际占的权重确定故障类型，提高了高压断路器故障检测的速度和准确性，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，当所述中控模块完成对于所述高压断路器的故障类型的判定时，在不同时间段内中控模块根据所述高压断路器合闸、分闸以及正常运行过程中的声纹特征与预设声纹特征的对比结果对高压断路器不同运行状态下的相同声纹特征进行分析计算得到声纹特征相似度并初步判定是否为同一故障类型，设定合闸状态下的声纹特征相似度记为Wa、分闸状态下的声纹特征相似度记为Wb、正常运行状态下的声纹特征相似度记为Wc,

若Wa=Wb=Wc，所述中控模块判定高压断路器不同运行状态下的故障类型相同；

若Wa≠Wb≠Wc，所述中控模块初步判定高压断路器不同运行状态下的故障类型不相同并计算不同运行状态下的声纹特征相似度差值并根据差值计算结果对是否为同一故障类型进行进一步判定。

本发明所述方法通过设定合闸状态下的声纹特征相似度、分闸状态下的声纹特征相似度以及正常运行状态下的声纹特征相似度,可以根据所述高压断路器合闸、分闸以及正常运行过程中的声纹特征与预设声纹特征的对比结果对高压断路器不同运行状态下的相同声纹特征进行分析计算得到声纹特征相似度并初步判定是否为同一故障类型，提高了不同运行状态下的检测精度，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，当所述中控模块完成对于同一故障类型的初步判定时，中控模块根据高压断路器的不同运行状态下的声纹特征相似度差值对是否为同一故障类型进行进一步判定，中控模块设有预设第一声纹特征相似度差值△W1、预设第二声纹特征相似度差值△W2，其中△W1＜△W2，设定高压断路器不同运行状态下的声纹特征相似度差值记为△W，

若△W≤△W1，所述中控模块判定高压断路器不同运行状态下的故障类型为同一种的概率为97％并将所述声纹采集装置采集到的声纹特征存入存储数据库；

若△W1＜△W≤△W2，所述中控模块判定高压断路器不同运行状态下的故障为同一种的概率为90％并不对所述声纹采集装置采集到的声纹特征存入存储数据库；

若△W＞△W2，所述中控模块判定高压断路器不同运行状态下的故障不是同一类型故障并将所述声纹采集到的声纹特征进行区别标记、在标记完成后存入存储数据库备用。

本发明所述方法通过设置预设第一声纹特征相似度差值、预设第二声纹特征相似度差值，可以根据高压断路器的不同运行状态下的声纹特征相似度差值对是否为同一故障类型进行进一步判定，进一步提高了高压断路器在不同运行状态下的检测精确度，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

具体而言，当所述中控模块完成对于所述高压断路器不同运行状态下的同一声纹特征是否为同一故障类型，中控模块根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，中控模块设有预设最大声纹特征差值△Wmax,

若△W≤△Wmax，所述中控模块判定故障的判定不存在错误判定检测完成；

若△W＞△Wmax，所述中控模块判定故障的判定存在错误并控制声纹采集装置对所述高压断路器不同运行状态下的声纹特征进行二次检测并在检测后继续计算声纹特征相似度差值，直到中控模块判定声纹特征相似度差值符合预设标准则判定故障检测完成。

本发明所述方法通过设置预设最大声纹特征差值，可以根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，实现了对检测后的故障判定精确度，进一步实现了检测***中参数的及时更新以及提高了高压断路器在相同和不同运行状态下的检测准确度。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于声纹智能诊断高压断路器故障检测方法，其特征在于，包括:

步骤S1，在检测开始前，中控模块根据待采集高压断路器的历史声纹数据分析计算出所述高压断路器的特异性声纹数据并与实际模拟训练中的故障数据进行对比并决定相关故障类型所对应的最接近的声纹数据，所述中控模块根据历史声纹数据对是否需要调节的相似度评价权重系数进行判定，根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果将需要调节的权重系数调节至对应值；

步骤S2，所述中控模块在完成对于权重系数的调节时，中控模块根据声纹检测器检测到的高压断路器的声纹特征进行计算分析后得到的各个声纹特征对声纹特征的相似度进行计算并根据计算结果与预设相似度的对比结果对故障的类型进行初步判定，当所述中控模块完成对于是否存在故障的初步判定后，中控模块根据实际声纹特征相似度与预设相似度的差值的对比结果对故障出现的概率进行判定，当中控模块完成对于故障出现概率的判定时，中控模块根据各声纹特征实际占的权重确定故障类型；

步骤S3，当所述中控模块完成对于所述高压断路器的故障类型的判定时，在不同时间段内中控模块根据所述高压断路器合闸、分闸以及正常运行过程中的声纹特征与预设声纹特征的对比结果对高压断路器不同运行状态下的相同声纹特征进行分析计算得到声纹特征相似度并初步判定是否为同一故障类型，当所述中控模块完成对于同一故障类型的初步判定时，中控模块根据高压断路器的不同运行状态下的声纹特征相似度差值对是否为同一故障类型进行进一步判定，当所述中控模块完成对于所述高压断路器不同运行状态下的同一声纹特征是否为同一故障类型的判定时，中控模块根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，当核实完毕符合预设标准时中控模块判定检测完成。

2.根据权力要求1所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，在所述步骤S1中，在对所述高压断路器的检测开始前，所述中控模块根据历史声纹数据对需要调节的相似度评价权重系数进行判定，中控模块设有预设高压断路器第一声纹特征A、预设高压断路器第二声纹特征B、预设高压断路器第三声纹特征C、预设第一声纹特征权重系数K1、预设第二声纹特征权重系数K2、预设第三声纹特征权重系数K3、预设第一声纹特征相似度D1以及预设第二声纹特征相似度D2，其中0≤K1＜K2＜K3中,设定D0=K1×A+K2×B+K3×C，

若D≤D1，所述中控模块判定历史声纹特征相似度符合预设标准并不对所述权重系数进行调节；

若D1＜D≤D2，所述中控模块判定历史声纹特征相似度不符合预设标准并将所述第三声纹特征权重系数调节至对应值；

若D＞D2，所述中控模块判定历史声纹特征相似度不符合预设标准并将所述第二声纹特征权重系数以及第三声纹特征权重系数调节至对应值；

所述中控模块在完成对于所需调整的预设权重系数时，中控模块根据声纹特征相似度差值与预设相似度差值的对比结果将预设权重系数调节至对应值。

3.根据权利要求2所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，在所述步骤S1中，当D1＜D≤D2时所述中控模块在检测开始前根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果将需要调节的权重系数调节至对应值，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2、预设第一第三声纹特征权重系数调节系数α1以及预设第二第三声纹特征权重系数调节系数α2，其中，△D1＜△D2，0＜α1＜α2＜1，

若△D≤△D1，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值符合预设要求并不对所述权重系数进行调节；

若△D1＜△D≤△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α2对权重系数进行调节，调节后的权重系数记为K3’,设定K3’=K3×α2；

若△D＞△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α1对权重系数进行调节，调节后的权重系数记为K3”,设定K3”=K3×α1。

4.根据权利要求3所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，在所述步骤S1中，当D＞D2时所述中控模块在检测开始前根据历史声纹数据中实际声纹特征与预设声纹特征的相似度差值与预设相似度差值的对比结果对是否调节相似度评价权重系数进行判定，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2、预设第一第三声纹特征权重系数调节系数α1、预设第二第三声纹特征权重系数调节系数α2、预设第一第二声纹特征权重系数调节系数β1以及第二第二声纹特征权重系数调节系数β2，其中，△D1＜△D2，0＜α1＜α2＜1，0＜β1＜β2＜1，

若△D≤△D1，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值符合预设要求并不对所述权重系数进行调节；

若△D1＜△D≤△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α2对第三声纹特征权重系数进行调节，调节后的第三声纹特征权重系数记为K3’,设定K3’=K3×α2，使用β2对第二声纹特征权重系数进行调节，调节后的第二声纹特征权重系数记为K2’，设定K2’=K2×β2；

若△D＞△D2，所述中控模块判定实际声纹特征与预设声纹特征的相似度差值不符合预设要求并使用α1对第三声纹特征权重系数进行调节，调节后的第三声纹特征权重系数记为K3”,设定K3”=K3×α1，使用β1对第二声纹特征权重系数进行调节，调节后的第二声纹特征权重系数记为K2”，设定K2”=K2×β1。

5.根据权利要求4所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，当所述中控模块完成对于所述预设标准值的调节时，中控模块根据声纹检测器检测到的高压断路器的声纹特征进行计算分析后得到的各个声纹特征对声纹特征的相似度进行计算并根据计算结果与预设相似度的对比结果对故障的类型进行初步判定，中控模块设有预设第一声纹特征相似度D1、预设第二声纹特征相似度D2、其中D1＜D2，

若D≤D1，所述中控模块初步判定高压断路器不存在故障；

若D1＜D≤D2，所述中控模块判定实际声纹特征相似度符合预设要求并根据各个声纹特征实际占的权重确定相关故障类型；

若D＞D2，所述中控模块判定实际声纹特征相似度符合预设要求并根据各个声纹特征实际占的权重确定相关故障类型。

6.根据权利要求5所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，当所述中控模块完成对于是否存在故障的初步判定后，中控模块根据实际声纹特征相似度与预设相似度的差值的对比结果对故障出现的概率进行判定，中控模块设有预设第一相似度差值△D1、预设第二相似度差值△D2，其中△D1＜△D2，

若△D≤△D1，所述中控模块判定故障出现的概率为99％并发出一级故障警报；

若△D1＜△D≤△D2，所述中控模块判定出现故障的概率为90％并发出二级故障警报；

若△D＞△D2，所述中控模块出现故障的概率为70％并不发出故障警报。

7.根据权利要求6所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，当D1＜D≤D2或D＞D2时，中控模块根据各声纹特征实际占的权重确定故障类型，中控模块设有预设第一故障类型Q1、预设第二故障类型Q2以及预设第三故障类型Q3，设定权重=声纹特征×声纹特征权重系数，

若K1·A＜K2·B＜K3×C，所述中控模块判定故障类型为Q3；

若K1·A＜K3×C＜K2·B，所述中控模块判定故障类型为Q2；

若K2·B＜K3×C＜K1·A，所述中控模块判定故障类型为Q1。

8.根据权利要求7所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，当所述中控模块完成对于所述高压断路器的故障类型的判定时，在不同时间段内中控模块根据所述高压断路器合闸、分闸以及正常运行过程中的声纹特征与预设声纹特征的对比结果对高压断路器不同运行状态下的相同声纹特征进行分析计算得到声纹特征相似度并初步判定是否为同一故障类型，设定合闸状态下的声纹特征相似度记为Wa、分闸状态下的声纹特征相似度记为Wb、正常运行状态下的声纹特征相似度记为Wc,

若Wa=Wb=Wc，所述中控模块判定高压断路器不同运行状态下的故障类型相同；

若Wa≠Wb≠Wc，所述中控模块初步判定高压断路器不同运行状态下的故障类型不相同并计算不同运行状态下的声纹特征相似度差值并根据差值计算结果对是否为同一故障类型进行进一步判定。

9.根据权利要求8所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，当所述中控模块完成对于同一故障类型的初步判定时，中控模块根据高压断路器的不同运行状态下的声纹特征相似度差值对是否为同一故障类型进行进一步判定，中控模块设有预设第一声纹特征相似度差值△W1、预设第二声纹特征相似度差值△W2，其中△W1＜△W2，设定高压断路器不同运行状态下的声纹特征相似度差值记为△W，

若△W≤△W1，所述中控模块判定高压断路器不同运行状态下的故障类型为同一种的概率为97％并将所述声纹采集装置采集到的声纹特征存入存储数据库；

若△W1＜△W≤△W2，所述中控模块判定高压断路器不同运行状态下的故障为同一种的概率为90％并不对所述声纹采集装置采集到的声纹特征存入存储数据库；

若△W＞△W2，所述中控模块判定高压断路器不同运行状态下的故障不是同一类型故障并将所述声纹采集到的声纹特征进行区别标记、在标记完成后存入存储数据库备用。

10.根据权利要求9所述的基于声纹智能诊断高压断路器故障检测方法，其特征在于，当所述中控模块完成对于所述高压断路器不同运行状态下的同一声纹特征是否为同一故障类型，中控模块根据不同时间段内的同一声纹特征差值与预设最大声纹特征差值的对比结果对故障的判定是否存在错误进行核实，中控模块设有预设最大声纹特征差值△Wmax,

若△W≤△Wmax，所述中控模块判定故障的判定不存在错误判定检测完成；

若△W＞△Wmax，所述中控模块判定故障的判定存在错误并控制声纹采集装置对所述高压断路器不同运行状态下的声纹特征进行二次检测并在检测后继续计算声纹特征相似度差值，直到中控模块判定声纹特征相似度差值符合预设标准则判定故障检测完成。

Images