摘要：本文提出了基于声纹识别的变压器局部放电的在线监测和诊断方法。通过在变压器上安装4个磁吸式声纹采集装置获得变压器声纹信号,采用基于负熵的FastICA对采集得到的数据进行处理,分离变压器的本体运行声纹信号和故障声纹信号。接着,采用梅尔对数频谱特征分析方法提取之前分离所得的故障声纹信号的特征值,特征值作为输入量经训练好了的卷积神经网络(CNN)模型预测得到变压器故障类型。通过设计放电试验,对故障声纹的识别准确率超过90%,验证了系统的有效性。本文充分利用变压器声纹信号,通过卷积神经网络算法实现变压器局部放电诊断,能够有效发现变压器内部绝缘的初期故障,提高了设备供电可靠性。

摘要：针对道路鸣笛监控问题,研究了现有的声音定位技术,选取基于到达时差定位技术为基本思路建立简易的基于FPGA的二维声音定位系统。系统的硬件部分利用麦克风阵列、运放、分压电路和电压偏移电路对声音信号进行接收和处理,使最终输出的电压信号满足basys3开发板的采样要求。软件部分包括采样、时延计算、定位计算和VGA显示,其中时延计算和定位计算部分首先建立了数学模型,后根据模型完成算法的编写。最终系统能显示声音所处的位置并能实时追踪声音的移动轨迹,但是对声音有一定的限制且定位的精度有限。

摘要：电力系统操作票语音指令识别用于辅助操作人员对倒闸操作票操作指令的操作。以语音识别技术为核心,结合机器学习和数字信号处理等技术,设计了一套电力系统操作票语音指令识别软件。使用语音识别技术实现操作人员对操作票指令的二次复述,二次复述均复述成功才执行操作票相关指令。电力系统操作票语音指令识别需应用于相关操作票系统,应用软件以录入倒闸操作的工作票为界面,系统需识别工作票当中的操作步骤。在执行倒闸操作的过程中,电力系统操作票语音指令识别需按步骤与流程识别对应的语音操作指令,为倒闸操作流程提供语音指令的正确性验证,并提供相应的流程引导与指示,保障工作人员的倒闸操作步骤与工作票一致。衔接相关操作票系统提出了一种数字化智能倒闸操作执行辅助方案。搭配一键开票系统,为数字化倒闸操作模式提供了智能语音指令识别技术支撑。

摘要：通过提高电力系统中语音指令识别技术的准确度、实时性和鲁棒性,旨在增强电力系统的可靠性和稳定性。首先分析了电力系统语音信号的预处理方法,包括信号增强、语音帧分割和频谱平滑等技术,在此基础上设计了一种基于高斯混合模型的语音指令识别算法。试验结果表明,该算法在电力系统语音控制场景下具有较高的识别准确率和实时性,同时具备良好的鲁棒性,完成能够满足电力系统复杂环境下的语音指令识别需求。研究还指出了一些改进和完善的方向,以进一步提升算法性能,满足更广泛的实际应用需求。