電力設(shè)備在電力系統(tǒng)的各個(gè)生產(chǎn)環(huán)節(jié)中發(fā)揮著重要的作用，其中任意一個(gè)關(guān)鍵的電力設(shè)備出現(xiàn)故障都有可能引起整個(gè)系統(tǒng)運(yùn)行失穩(wěn)，甚至導(dǎo)致大面積停電，帶來難以估計(jì)的經(jīng)濟(jì)損失。據(jù)統(tǒng)計(jì)，單臺(tái)220kv變壓器故障造成的直接損失費(fèi)用超百萬元，加上由于停電引起的間接損失，總損失超千萬。此外，電力設(shè)備關(guān)鍵器件，例如互感器、電容器、避雷器的故障往往會(huì)引發(fā)連鎖反應(yīng)，不僅會(huì)波及臨近設(shè)備，嚴(yán)重的還會(huì)引發(fā)爆炸和起火，造成人員傷亡。因此，研發(fā)可靠的電力設(shè)備在線監(jiān)測技術(shù)具有重要意義。

目前電力設(shè)備在線監(jiān)測系統(tǒng)都是基于接觸式傳感器的在線監(jiān)測裝置，尤其是非原廠商集成的二次在線監(jiān)測系統(tǒng)，本身可能是個(gè)風(fēng)險(xiǎn)點(diǎn)；非接觸式監(jiān)測方式有圖像、聲音、紅外的方式，其中聲音方式成本最低，尤其適用于機(jī)械振動(dòng)類設(shè)備；聲音異常直接反映了設(shè)備運(yùn)行狀態(tài)的異常工況或者故障。上海交通大學(xué)電子信息與電氣工程學(xué)院的李喆教授研究團(tuán)隊(duì)，與國家電網(wǎng)、南方電網(wǎng)公司等行業(yè)龍頭央企合作研發(fā)，采用眾包方式建立了電力設(shè)備故障音頻庫，提出了基于人工智能的電力設(shè)備聲紋識(shí)別方法。該方法可在高噪聲環(huán)境中保證故障識(shí)別準(zhǔn)確率，并將算法集成到監(jiān)測端，研制了一套具有邊緣計(jì)算功能的聲紋識(shí)別設(shè)備，開發(fā)了具有臺(tái)賬管控功能的電力設(shè)備監(jiān)控后臺(tái)，與現(xiàn)有的電力設(shè)備智能診斷技術(shù)形成互補(bǔ)，實(shí)現(xiàn)多設(shè)備協(xié)同的變電站數(shù)字化運(yùn)維。目前該系統(tǒng)已在上海、廣州等地區(qū)多個(gè)變電站掛網(wǎng)運(yùn)行，賦能電網(wǎng)數(shù)字化轉(zhuǎn)型。

建立電力設(shè)備聲紋樣本庫：模擬實(shí)驗(yàn)與實(shí)際工況結(jié)合，填補(bǔ)行業(yè)空白

在電力設(shè)備聲紋識(shí)別領(lǐng)域的一個(gè)共同的難題是故障樣本的稀缺性。電力設(shè)備故障具有突發(fā)性，發(fā)生概率低，再加上電氣從業(yè)人員在過去并沒有錄制故障音頻的意識(shí)，導(dǎo)致現(xiàn)存故障樣本很少。在目前聲音監(jiān)測裝置未大規(guī)模列裝的情況下，僅通過現(xiàn)場實(shí)地采集的方式獲取故障樣本并不實(shí)際，其數(shù)據(jù)量難以支持模型訓(xùn)練。針對這一行業(yè)空白，團(tuán)隊(duì)提出了模擬實(shí)驗(yàn)與實(shí)際工況采集相結(jié)合的眾包數(shù)據(jù)收集方式，定制了真型變壓器、真型GIS等設(shè)備進(jìn)行故障模擬，并在多地變電站收集掛網(wǎng)運(yùn)行狀態(tài)下的電力設(shè)備故障音頻，累計(jì)收集到各類電力設(shè)備故障聲音五十余種，建立了電力設(shè)備故障音頻樣本庫，填補(bǔ)了電力設(shè)備聲紋識(shí)別領(lǐng)域行業(yè)空白。

提出兩級聲紋識(shí)別算法：降低現(xiàn)場誤報(bào)率，滿足巡檢需求

由于電力設(shè)備運(yùn)行場景的復(fù)雜性和多樣性，在實(shí)際應(yīng)用中往往伴隨陌生的噪聲干擾，導(dǎo)致現(xiàn)場誤報(bào)率較高。目前廣泛使用的卷積神經(jīng)網(wǎng)絡(luò)，隨機(jī)森林等算法均屬于閉集識(shí)別算法，這些算法假設(shè)所有可能接受到的樣本都屬于固定的幾個(gè)類別，當(dāng)陌生類或受噪聲污染的樣本出現(xiàn)，則算法識(shí)別的準(zhǔn)確率將顯著下降，而誤報(bào)率將明顯上升，對巡檢工作造成較大困擾。項(xiàng)目組針對這一問題開展了大量研究，提出了基于新奇檢測的電力設(shè)備兩級聲紋識(shí)別算法，在識(shí)別算法前引入一級陌生類檢測算法，通過學(xué)習(xí)訓(xùn)練集數(shù)據(jù)在高維空間的邊界來辨識(shí)后續(xù)輸入樣本是否屬于異常值，分離被噪聲污染的樣本。根據(jù)一線巡檢人員的實(shí)際需求，項(xiàng)目組開發(fā)了“高檢出”“低誤報(bào)”兩種工作模式，減輕了巡檢人員的負(fù)擔(dān)，降低了電力設(shè)備巡檢運(yùn)維成本。

開發(fā)聲紋識(shí)別設(shè)備：大范圍、連續(xù)實(shí)時(shí)監(jiān)測，實(shí)現(xiàn)邊緣計(jì)算

電力設(shè)備工作環(huán)境較為復(fù)雜，現(xiàn)場難以布控大型計(jì)算存儲(chǔ)設(shè)備，針對這一問題，團(tuán)隊(duì)開發(fā)了一套具有邊緣計(jì)算功能的聲紋識(shí)別設(shè)備，在邊緣端實(shí)現(xiàn)音頻錄制、工況診斷等功能。同時(shí)，團(tuán)隊(duì)根據(jù)變電站實(shí)際運(yùn)維需求，開發(fā)了具有識(shí)別結(jié)果可視化以及傳感器管理功能的網(wǎng)頁系統(tǒng)。此系統(tǒng)部署于服務(wù)器中，通過網(wǎng)絡(luò)通信與各個(gè)邊緣端設(shè)備進(jìn)行連接，用于管理傳感器回傳的電力設(shè)備運(yùn)行音頻以及識(shí)別結(jié)果并進(jìn)行可視化，同時(shí)對傳感器的參數(shù)和算法進(jìn)行設(shè)置更新。

產(chǎn)學(xué)研用結(jié)合，助力電網(wǎng)數(shù)字化轉(zhuǎn)型

十多年來，上海交通大學(xué)李喆教授研究團(tuán)隊(duì)與南方電網(wǎng)公司、國家電網(wǎng)公司一直保持密切合作，瞄準(zhǔn)變電站一線緊迫的技術(shù)需求和電網(wǎng)數(shù)字化轉(zhuǎn)型的目標(biāo)，面向電力設(shè)備聲紋在線監(jiān)測這一領(lǐng)域集中力量聯(lián)合攻關(guān)。上海交大負(fù)責(zé)基礎(chǔ)理論與算法研究、系統(tǒng)開發(fā)與產(chǎn)品研制，所研發(fā)系統(tǒng)在國家電網(wǎng)、南方電網(wǎng)公司變電站掛網(wǎng)運(yùn)行，實(shí)際測試并推廣應(yīng)用，真正做到了產(chǎn)學(xué)研一體化，保障電力設(shè)備的穩(wěn)態(tài)運(yùn)行。項(xiàng)目團(tuán)隊(duì)在實(shí)際需求中不斷迭代更新產(chǎn)品，已開發(fā)針對換流變壓器、GIS設(shè)備等不同設(shè)備的聲紋診斷系統(tǒng)，研制出適用于室內(nèi)、室外的兩套硬件設(shè)備，并支持4G/5G/wifi等多種通信方式，目前該系統(tǒng)已在上海市、廣州市多個(gè)變電站掛網(wǎng)運(yùn)行，保障電力系統(tǒng)穩(wěn)態(tài)運(yùn)行，為我國電網(wǎng)數(shù)字化轉(zhuǎn)型賦能。

來源：新聞學(xué)術(shù)網(wǎng)