声纹识别设备

声纹检测技术可以助力巡检人员对变压器状态进行检测和评估。文中提出一种基于声纹压缩和代价敏感的变压器状态检测和评估方法。该方法首先提取变压器音频的声纹特征，然后在频率维度上对声纹特征进行筛选和压缩，最后使用卷积神经网络评估变压器状态，并引入代价敏感损失函数以提高对难检出样本的关注度。以某35 kV变压器为研究对象，通过收集现场音频、模拟实验和样本扩充得到变压器音频数据集。测试结果表明，文中所提方法将声纹维度从1 025维降低到80维，计算量和显存分别降低到1 025维的8.1%和7.7%。同时，所提方法的声纹识别准确率高达83.5%，并将最难检出的短路电流异常状态的召回率从48.2%提升至63.6%。

近年来，声纹识别与声学诊断技术在电力和能源领域获得广泛关注。工业环境和场站现场通常存在较复杂的声场环境，现场采集信号易受到声波反射、干涉及传感器特性、装置结构、环境干扰等诸多因素影响，造成获取的声纹信号真实性、一致性和可靠性降低，对后端分析与识别应用造成干扰。汇报主要围绕传声器与传声器阵列在线组网条件下的声纹与声场信息采集问题，介绍其在在线监测和专业检测领域的应用；同时针对以声振信号为主的传感器网络在线系统实际应用中的难点问题（例如分布式传感器的采样同步，实时信号校准，标注交互等）的探索与尝试进行分享。

7月7日，福建莆田供电公司协同福建电力科学研究院完成110千伏城厢变电站主变压器声纹信息接入省级物联管理平台工作，正式投运该省首个变压器声纹识别设备，标志着福建电力声纹技术在变电站的运用进入实用阶段。