变压器、断路器等电力设备在运行时产生的声学和振动信号包含大量的状态信息，且像人的指纹一样具有辨识特征。设备产生缺陷或发生故障后，其声纹会随之改变。准确识别声纹信息，有助于运维人员诊断设备缺陷，锁定故障原因。
中国电科院检测人员在缺陷故障模拟平台上采集异常样本
中国电科院检测人员在河北500千伏廉州变电站采集声纹样本
12月8日，在±1100千伏古泉换流站主控室内，运维人员高怀正登录声学指纹智能识别系统（以下简称“声纹智能识别系统”），为站内设备“听诊把脉”。系统将采集到的异常声纹上传至中国电力科学研究院有限公司组织建立的声纹数据中心。这些异常声纹数据可以支撑声纹智能识别系统持续优化，促进声纹识别技术不断升级，提升设备运维管控水平。
2018年，在国网设备部指导下，中国电科院牵头，与安徽电科院、国网信通产业集团、南瑞继远电网等共10家单位组建起研发团队，开展声纹识别技术研究。团队经过多年攻关，研发了声纹在线监测装置及智能识别系统，打造了云边端协同巡检模式，实现了电力设备状态实时监测和故障快速诊断。目前，该技术已在浙江、安徽、福建、陕西等地的18座变电站、换流站试点应用。
研发在线监测装置,精准获取设备声纹
在试点变电站内，每一台变电主设备都配备了一套声纹在线监测装置。这些能够实时感知设备状态的智能终端可以替代“人工听诊”，24小时不间断采集对应设备的声纹信号。所有装置都布置在电力设备附近，与设备没有任何电气连接，所以完全不会影响设备的正常运行。
以前，少数有经验的运检人员可以凭借设备运行时的声音判断其是否出现异常。然而，电网发展日新月异，随着电力设备不断增多，传统的“人工听诊”方式远不能满足智能管控的实际需求。2018年，声纹识别技术展现出良好的应用前景。然而当时电力行业内还没有可供借鉴的成功经验，研发团队只能自主研发。
研发团队在采集声纹样本的过程中发现，恶劣天气及环境噪声会严重影响声纹采集质量，甚至损伤传感器。因此，选择合适的传感器、确定合理的布置方式成为研发团队的重点攻关方向。2019年，团队历经4个多月的时间，先后尝试了数码录音笔和电容式、压电式工业拾音器等多种声音传感器，通过上千次的频率响应特性、灵敏度、磁屏蔽试验，才最终确定了适用于电力设备监测的传感器技术参数。同时，研发团队通过深入研究声纹产生及传播机理，确定了传感器最佳安装位置。
2020年6月，声纹在线监测装置通过中国合格评定国家认可委员会（CNAS）认证实验室的第三方性能测试。测试结果表明，该装置能够经受户外的恶劣天气以及站内的复杂电磁环境，对于各频段信号都有良好的采集效果，可以精确获取目标设备声纹。
运用智能识别算法,实现故障快速诊断
10月17日，来自安徽电科院的研发团队成员张晨晨对古泉换流站内已经稳定运行两年多的声纹智能识别系统进行了新一轮升级。升级后，该系统的声纹识别准确率可达90%以上，单次识别最快仅用0.06秒。
时间回溯到2019年2月，研发团队在古泉换流站现场收集到了第一条音频信号。但由于站内环境复杂，信号里夹杂电晕、风机、开关动作以及鸟鸣、人声等噪声，难以提取有效的声纹特征。当年4月，中国电科院、华北电力大学等单位共同研发了语音智能识别算法。研发团队利用该算法将设备声纹与瞬态、持续性噪声进行分离处理，成功去除了各类干扰。
“语音智能识别算法训练最关键的要素是异常样本。在研发初期，这些异常状态音频数据稀少且难以获取，给模型验证及迭代优化带来不小的挑战。”研发团队技术专家韩帅说。团队在多个实验室搭建了缺陷故障模拟平台，模拟变压器、有载分接开关、断路器的15类缺陷故障，快速获得有效异常样本，为算法的优化奠定了坚实基础。
经过对算法的持续优化，声纹智能识别系统实现了对变压器、断路器等设备绕组变形、组部件松动、操动机构卡涩等异常工况的实时监测与故障诊断，为设备状态在线监测与故障诊断提供了有力支撑。
贯通声纹数据渠道,打造云边端协同机制
今年10月，声纹数据中心和安徽电科院分中心相继成立，声纹数据统一管理体系初步形成。11月17日，声纹数据中心成功接收安徽电科院分中心上传的第一批声纹在线监测数据。这标志着电力设备声纹在线监测技术正式进入云端集中分析、边缘侧数据处理、端侧智能感知的“云边端”协同发力新阶段。
终端数据通常是统一传输到云平台后再统一处理。然而随着设备数量增加，上传数据量直线上升，云平台的通信和计算压力过大，存在传输成本高、处理不及时等问题。
“要充分利用‘边’的就地处理能力。我们团队研发的声纹智能识别系统在变电站就可以对数据进行筛选和处理，这样就可以减轻声纹数据中心作为云平台的压力。”来自国网信通产业集团的研发团队成员王维佳说。变电站声纹智能识别系统识别出异常声纹信号并上传至云端的声纹数据中心，能够支撑算法模型持续优化迭代。目前，声纹数据中心已积累了总时长约20万个小时的声纹数据。
声纹数据中心联合省侧分中心及试点变电站、换流站，实现模型自动下发更新，无需人工手动更新，能提高工作效率，打造现场感知层智能替代、业务管控层集约高效、指挥决策层精准穿透的“云、边、端”一体化场景应用体系，推动电网运检工作方式和生产管理模式的革新。
随着声纹识别技术逐步推广应用，开展电力行业声纹在线监测装置的标准化工作迫在眉睫。目前，团队已完成了适用于电力设备的声纹在线监测装置技术标准编制。作为牵头单位，中国电科院正继续深化与系统内外单位的合作，将推动扩大试点应用范围，形成行业声纹监测标准，实现声纹识别技术在电力设备智能运维领域的深度应用。
