科创中国

本成果基于声纹信息对电气设备（包括水轮机组、变压器、航空电气设备，此处以风力发电机组为例进行说明）故障进行智能诊断。通过分析机组声纹音频数据，利用短时傅里叶变换、小波变换等手段进行时频分析和特征提取，再利用深度神经网络算法模型代替电力专家、传感设备去预测设备的状态，实现故障预警。基于声纹信息对风力发电机组的故障进行诊断，相比于目前常用检测法，声纹检测采用非介入贴片方式采集信号，具有抗干扰性强、检测范围大、故障识别率高、预警响应速度快、仿生（人耳）智能化等诸多优势。本项目将研制风力发电机组声纹在线监测硬件系统，实现对多台风机声纹信号的分布式监测；构建风力发电机声纹样本库，实现对至少20类故障类型进行智能诊断。