一种针对矿用变压器的声纹数据采集系统的制作方法

本发明涉及数据采集领域，具体而言，涉及一种针对矿用变压器的声纹数据采集系统。

背景技术：

1、随着电力变压器运行管理逐步向“远程控制、无人值班、少人值守”发展，对电力变压器设备的安全可靠性要求越来越高，保障电力变压器的安全稳定运行尤为关键。

2、近年来，随着人工智能技术不断发展，越来越多的矿业单位开始研究如何借助计算机听觉和声纹技术，基于ai声纹设备监测技术来诊断电力变压器的运行状态。在此背景下，设计一套简便、高效的电力变压器声纹数据采集方案成为了研究的首要问题。

3、现有方案一般为针对设备直接进行声音采集与传输，搭建一套针对监测设备的私有化声纹数据采集网络，数据传输路线图如图2所示；

4、如图2所示，声纹数据通过拾音器采集，通过有线或无线网络传输至现地机房的数据采集服务器，数据采集服务器对声音进行处理后，通过内网环境传输给其它服务器，完成声纹数据的处理、分析及应用展示。

5、现有技术的缺点：

6、1.若采用有线网络传输数据，一般需要将数据线由外场接入至变压器机房，变压器外场为带电环境，复杂施工存在风险；接线距离一般超过100米，工作繁琐；同时数据传输距离过长，声纹数据质量下降，甚至无法正常传输。

7、2.若采用无线网络传输声纹数据，由于音频数据量较大，数据传输每日消耗流量较大，成本较高，且因传输频率过高，传输效率无法保障。

8、本技术提案要解决的问题：

9、使用安全可靠的方案完成数据从拾音器至服务器的传输，同时保障数据传输效率与数据质量。

技术实现思路

1、为了弥补以上不足，本发明提供了一种针对矿用变压器的声纹数据采集系统，旨在改善现有技术采用有线网络传输数据，一般需要将数据线由外场接入至变压器机房，变压器外场为带电环境，复杂施工存在风险；接线距离一般超过100米，工作繁琐；同时数据传输距离过长，声纹数据质量下降，甚至无法正常传输，若采用无线网络传输声纹数据，由于音频数据量较大，数据传输每日消耗流量较大，成本较高，且因传输频率过高，传输效率无法保障问题。

2、本发明实施例提供了一种针对矿用变压器的声纹数据采集系统，包括本地机房、云端和边缘层，所述本地机房与所述云端通讯连接，所述边缘层与所述云端通讯连接；

3、所述边缘层中包括有设备外场和拾音器，所述拾音器与所述设备外场贴合连接，所述拾音器上电性连接数据采集模块，所述数据采集模块上电性连接有边缘存储边缘计算，所述边缘存储边缘计算上通讯连接有无线路由器，所述无线路由器与所述云端通讯连接；

4、所述云端中包括有模型服务器、应用服务器和数据库服务器；

5、所述拾音器以及所述数据采集模块设置在所述设备外场的附近，再通过数据线近距离传输声纹数据，以及在所述边缘存储边缘计算中设计有边缘计算算法，在所述边缘层内完成对声纹数据的初步处理，实现数据量大幅度削减的同时，不影响声纹分析的准确性；最后利用在外场的所述无线路由器，并且结合物联网卡将数据传输至所述云端；

6、并且所述数据库服务器、所述模型服务器和所述应用服务器部署在所述云端内，并且将采集到的数据输入到所述模型服务器的模型内计算，生成声纹分析结果，声纹模型算法需要充分适配边缘计算后的数据结构；

7、再通过互联网或专业vpn网络方式访问部署在所述云端的所述应用服务器，查询声纹数据的分析结果。

8、在上述实现过程中，本发明避免了在变压器外场高风险的施工，并且系统的声纹采集过程更简单、管理更方便，同时通过边缘存储与边缘计算技术，降低了无线流量成本的同时，保证了数据传输的安全与稳定；使用了云技术，云技术的优势在于，一是数据传输方便，只要有无线网络信号即可进行数据传输；二是服务器资源可根据实际情况动态配置，避免了资源浪费；设计了边缘层-云端-应用层的架构，各层分工明确，方便拓展与维护。

9、在一种具体的实施方案中，所述数据采集模块中包括有用于实现对数据信息进行接收的获取单元、用于实现对数据信息进行模数转换的转换单元、用于实现对数据型进行放大处理的增益单元和用于实现对数据信息进行滤波处理的滤波单元。

10、在上述实现过程中，数据采集模块实现对数据信息进行处理，提高数据性的精准度和安全性，实现对数据信息进行计算处理。

11、在一种具体的实施方案中，所述边缘存储边缘计算中包括存储器单元和计算单元，所述存储器单元中包括有缓存和主存，系统不能直接访问辅存，辅存只能与主存交换信息，因此辅存的速度比主存慢得多。

12、在上述实现过程中，声纹数据边缘存储、边缘计算方案是整个数据传输路线中的核心部分，方案需要充分考虑电力变压器的声纹数据特点，同时兼顾考虑数据传输的安全性、稳定性、低成本等问题。

13、在一种具体的实施方案中，所述计算单元中包括有数据信息的加密算法，所述加密算法采用的是rsa数字签名算法，所述rsa数字签名算法的步骤如下：

14、产生签名与验证参数：

15、s301、签名a选择两个大素数p、q，计算n＝pq及中φ(n)＝(p-1)(q-1)；

16、s302、寻找e、d使满足(eφ(n))≡1及ed≡l(modφ(n))；

17、s303、公开验证参数{n，e}，a保存{p，q，d，φ(n)}作为秘密的签名参数；

18、s304、选用一通用的散列函数h(.)；

19、签名算法：

20、s305、a将需签名的文件m(含接收人、内容、签名人、日期等)编码后映射成h(m)；

21、s306、计算，计算公式如下：

22、c1≡(h(m))dmodp,c2≡(h(m))dmodq

23、sa(m)≡(c1q(1)q+c2p(1)p)modn

24、s307、将{m,sa(m)}发送至文件接收人b或仲裁人t；

25、验证算法：

26、b(或t)检验：

27、(sa(m))e≡h(m)modn。

28、在上述实现过程中，实现对数据信息进行有效的加密处理，提高数据信息的安全性，防止数据信息发生攻击，造成错乱。

29、在一种具体的实施方案中，所述模型服务器中包括有声纹识别的评价指标，所述声纹识别的评价指标如下：

30、等错误概率eer：当fa和fr相等时的错误概率；

31、最小检测代价：c＝cfapfa(1-pp)+cfrpfr(1-pn)，cfa和pfr是代价因子；

32、det曲线：fa和fr的曲线；

33、vad

34、短时能量：取20ms为一帧，然后用3高斯混合模型拟合，取作为分分界，来确定是否有声音，α为经验值，通常取1.5到2，mid为中间高斯分量，

35、加权有限状态转移：用静音和一些声音训练一个hmm，然后进行vad。

36、在上述实现过程中，实现对声纹进行有效的计算处理，实现对声纹进行各种拟合处理，提高声纹的数据处理。

37、在一种具体的实施方案中，所述高斯混合模型对于一个d维特征向量x，混合概率密度定义为：

38、

39、是m个unimodal gaussian densities pi(x)之和，每个高斯分布的参数有一个d×1维的均值向量μi，和一个d×d维的协方差矩阵∑i：

40、

41、混合权重wi满足模型记为λ＝{wi,μi,∑i},wherei＝1,...,m，

42、给定训练特征向量集，使用em算法估计最大似然模型参数，

43、通常假设特征向量x＝{x1,...xt}，之间是独立的，那么给定参数λ下的似然概率为：

44、

45、在上述实现过程中，高斯混合模型实现对声纹进行处理，实现对似然概率进行计算处理，实现对声纹模型进行训练。

46、在一种具体的实施方案中，所述滤波单元中包括有反混叠滤波器，所述反混叠滤波器采用降采样降低数据传输速率与数据大小；

47、降采样整数m倍的过程被分解成两个部分：

48、利用数位低通滤波器去除讯号中的高频成分防止混叠；

49、对过滤高频后的讯号降采样m倍，换言之，保留原讯号中间隔为m的取样点。

50、在上述实现过程中，通过降采样降低数据传输速率与数据大小，经测试分析，使用16k采样率即可保证变压器异常声音识别的准确率。

51、在一种具体的实施方案中，所述反混叠滤波器用无限脉冲响应的方法设计，则滤波的过程需要在降低采样速率前从输出端回传资讯到输入端，若用有限脉冲响应的方法设计反混叠滤波器，滤波的过程较为简单，需要考虑间隔为m的采样点，滤波的过程表示成：

52、

53、序列h[·]是数位滤波器的脉冲响应、k是它的长度，序列x[·]为要被降采样的原始讯号的取样点，一般来说在算出y[n]后计算y[n+1]最简单的方法是让x[·]的索引增加m然后重新计算卷积，在大部分的情况下m＝2，h[·]被设计成半频带滤波器，序列h[k]中将近一半的系数为0，因此卷积的计算过程会被大大简化。

54、在上述实现过程中，实现对声纹进行降采样，有效的降低了无线流量成本的同时，保证了数据传输的安全与稳定。

55、在一种具体的实施方案中，包括有以下检测步骤：

56、s1、首先，将拾音器以及数据采集模块设置在变压器外场，通过有线网络近距离传输声纹数据，数据采集模块通过降采样降低数据传输速率与数据大小，经测试分析，使用16k采样率即保证变压器异常声音识别的准确率；

57、s2、设计边缘计算算法，在边缘层完成对声纹数据的初步处理，实现数据量大幅度削减的同时，不影响声纹分析的准确性；最后利用在外场的无线路由器，结合物联网卡将数据传输至云端；

58、s3、将数据库服务器、模型服务器、应用服务器部署在云端，将采集到的数据投入模型计算，生成声纹分析结果，声纹模型算法需要充分适配边缘计算后的数据结构；

59、s4、通过互联网或专业vpn网络等方式访问部署在云端的应用系统，即查看声纹数据的分析结果。

60、在上述实现过程中，实现对声纹进行采集和处理，并且实现对声纹进行有效的计算处理，便于查询。

61、在一种具体的实施方案中，所述s1中的变压器的声音在绝大多数情况下，变压器发生异常时，异常声音稳定、持久，因此，在采集声音时，无须采集全部数据，只需要采集每分钟的部分数据，即有效监测出变压器的异常状态；固设定采集每分钟的10秒连续音频，在大幅度减少数据量的同时，又能够准确监测出变压器异常；

62、考虑到变压器偶尔有停机检修的情况，在有条件的情况下，接入变压器运行数据，判断变压器运行状态，当变压器停机时，停止声纹数据采集传输，减少无效的数据传输消耗；

63、在所述边缘层保存一定时间的数据做为备份，经分析，保存1周时间的数据即保障数据上传的完整性。

64、在上述实现过程中，可以实现对资源消耗进行降低，并且通过声纹特点实现对声纹进行采样，保持数据的精准度。

65、与现有技术相比，本发明的有益效果：

66、本发明避免了在变压器外场高风险的施工，并且系统的声纹采集过程更简单、管理更方便，同时通过边缘存储与边缘计算技术，降低了无线流量成本的同时，保证了数据传输的安全与稳定；使用了云技术，云技术的优势在于，一是数据传输方便，只要有无线网络信号即可进行数据传输；二是服务器资源可根据实际情况动态配置，避免了资源浪费；设计了边缘层-云端-应用层的架构，各层分工明确，方便拓展与维护。