所属的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。此外，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的方法。其中，计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于asic中。另外，该asic可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。以上是本发明的核心思想，为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
背景技术：
1、因为变压器声信号检测具有无电气接触、实现简单、能在线检测等优点受到了不少关注。声信号可应用于变压器的异常检测、故障识别和故障定位，其中声音异常检测的实现是变压器声信号检测的基础，也是后续故障识别和定位的前提。
2、采用监督学习实现故障的检测效果较好，但是不少场景下异常信号获取和标注及其困难。以变压器声音异常检测为例，因为变压器发生故障概率极低，采集的声音是以正常信号为主，而异常声音所占的比例极小，且人工标注的难度大，所以半监督学习和无监督学习是异常识别的目前主要的研究方向。
3、声音的异常检测方式包括：基于统计量的检测、基于分类的检测和基于生成的检测。基于统计量的检测比较正常序列和异常序列统计信息，实现简单但检测效果受统计量区分度的影响较大。基于分类的检测一般是训练识别正常样本的分类器，该方法通过划分正常样本边界来实现异常样本的检测。基于生成的检测通过学习正常样本来重新生成近似的样本，利用模型无法很好地生成异常样本的信息可检测出异常样本。
技术实现思路
1、针对现有技术中的缺陷，本发明的目的是提供一种基于样本生成和序列对齐的变压器声音异常检测方法。
2、第一方面，本申请实施提供一种基于样本生成和序列对齐的变压器声音异常检测方法，包括：
3、步骤1：对采样得到的音频序列进行分帧处理，得到时间序列，并将所述时间序列分为训练集和测试集；
4、步骤2：将所述训练集作为输入样本，训练自编码器，得到经过训练的自编码器；
5、步骤3：将所述测试集作为所述经过训练的自编码器的输入，输出预测序列，并对测试集中的时间序列和所述预测序列进行延时修正，使得所述测试序列与所述预测序列对齐；
6、步骤4：对所述测试序列和所述预测序列的误差进行评估，确定异常信号。
7、可选地，所述步骤1中针对训练集的分帧采用帧重叠方式，针对测试集的分帧采用不重叠方式。
8、可选地，所述步骤3包括：
9、步骤3.1：分别对测试集的时间序列和预测序列进行三电平削波处理；
10、步骤3.2：选取测试集中预设长度的时间序列和预测序列，并通过削波函数将各个序列转为值为-1、0、1的三电平序列；
11、步骤3.3：确定测试集中时间序列超前或滞后所述预测序列的采样点数量；
12、步骤3.4：当测试集中的时间序列超前时，取预测序列尾端与超前采样点数相同长度的序列，并将序列反转后添至首端；当测试集中的时间序列滞后时，取预测序列首端与滞后采样点数相同长度的序列，并将序列反转后添至尾端。
13、可选地，所述步骤4包括：
14、步骤4.1：假设正常信号的均值为μ，方差为σ；若信号的幅值小于μ-3σ或大于μ+3σ，则认为信号为异常信号；若信号的幅值不小于μ-3σ且不大于μ+3σ，则认为信号为正常信号；
15、步骤4.2：将正常信号置0，异常信号置1；
16、步骤4.3：检测异常信号的起止时刻，得到信号异常的时段。
17、第二方面，本申请实施例提供一种基于样本生成和序列对齐的变压器声音异常检测设备，包括：处理器和存储器，所述存储器中存储有可执行的程序指令，所述处理器调用所述存储器中的程序指令时，所述处理器用于：
18、执行如第一方面中任一项所述的基于样本生成和序列对齐的变压器声音异常检测方法的步骤。
19、与现有技术相比，本发明具有如下的有益效果：
20、本发明中通过采用自编码器学习正常声信号，再利用模型对异常声信号预测能力弱的特点检测出异常声信号，从而可以避免人工采集和标注异常声信号的不便。此外，还考虑了自编码器的时间不敏感问题，提出序列对齐的方式来解决自编码器输出可能存在的时延效应。
1.一种基于样本生成和序列对齐的变压器声音异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于样本生成和序列对齐的变压器声音异常检测方法，其特征在于，所述步骤1中针对训练集的分帧采用帧重叠方式，针对测试集的分帧采用不重叠方式。
3.根据权利要求1所述的基于样本生成和序列对齐的变压器声音异常检测方法，其特征在于，所述步骤3包括：
4.根据权利要求1所述的基于样本生成和序列对齐的变压器声音异常检测方法，其特征在于，所述步骤4包括：
5.一种基于样本生成和序列对齐的变压器声音异常检测设备，其特征在于，包括：处理器和存储器，所述存储器中存储有可执行的程序指令，所述处理器调用所述存储器中的程序指令时，所述处理器用于：