基于声学AI检测技术的变电设备预测性维护新技术
解密浩瀚声海 更懂设备心声
提供智能、高效、自主的变电设备远程监测方案覆盖从传感听诊、数据采集、故障报警、AI智能分析到预测性维护的变电设备健康管理
变电设备声纹在线监测
XUNSHENG SOLUTION FOR MONITORING OF ACOUSTIC PATTERNS OF SUBSTATION
Application Background
应用背景
随着电网建设的发展和安全要求的提高，传统人工巡检的缺陷日益突显，包括效率低、可靠性差、耗时长、数据采集不完整、人力成本高居不下等，加速了智能化无人值守变电站的建设，而目前针对电力运行设备内部声音的监测却没有得到重视，智能化音频识别系统更是少之又少。
根据《电力变压器检修导则》可得知，过电压、三相不平衡、过载、严重过热、直流偏磁、绕组松动、连接松动、局部放电、安装不牢等大约30%的变压器缺陷与声音有关，国家电网《设备管理人工智能技术应用工作方案（2021-2023年）》也明确指出，要“深化智慧变电站人工智能技术应用”，重点包括“推广变电设备声纹识别技术应用 ”。
联丰迅声变电设备声纹在线监测系统，是一套基于声学AI检测技术的变电设备预测性维护系统，能够在各种气象条件下，通过监测设备运行时的声音信号，对所监测变电设备进行在线状态监测，第一时间发送故障警报，帮助用户及时完成设备故障排查和预测性维护，为智能化无人值守变电站提供创新技术和安全保障。
巡检效率低
可靠性差
巡检时间有限
无法实时监测
环境恶劣
人员安全没保障
设备数据信息
采集不完备
人工成本高
企业支出居高不下
Program Benefits
方案优势
持续守护不间断
365×24小时全天候设备看护
从声音维度持续守护设备健康
自适应性抗干扰
多维度手段降噪抗干扰
可滤除大部分噪声，系统虚警率<1%
AI助力更精准
预测模型累计训练数据样本≥300万条
系统准确率(ACC)>99.6%
联丰迅声变电设备声纹在线监测系统，相比传统的基于电气、化学、光学特征的检测方法，具备非接触测量、与设备无电气连接、不产生电磁信号等优点，可以在设备外部实现非侵入式的带电声音采集与检测。
该系统搭载了基于迅声云环境声音数据库的声学AI引擎，能同时检测多种类型的变压器故障，包括局部放电、直流偏磁、短路冲击、夹件松动、重过载、冷却器异响等。
相比其他检测手段，检测范围更广、检测速度更快，可代替人工实现24小时不间断的变电站设备状态监测，有效降低人工作业强度、作业风险以及变电站运维成本，为建设低碳智能变电站提供全新的监测手段。
System Components
系统架构
联丰迅声变电设备声纹在线监测系统，通过安装在变电设备周围的监测装置，实时采集声学指纹数据，在传输至站端声纹分析单元后，可查看回传的声学指纹数据的特征图谱，并根据声纹特征进行设备状态预测。
用户可选择人工标注或自动标注模式，将每个站端的标注数据上传至云端，建立覆盖所有站点的声学指纹数据库，持续迭代与训练云端服务器，并通过站端回传的信息进行智能决策。
声纹监测装置
XS-SN-2BV1/2双通道空气声呐，搭配SDK 或软件平台，可实现特定场景的声音感知与检测，具备双通道高速同步采集、功耗低、体积小巧易于安装、环境适应性强、过压过流及防反接保护等特点，分为全声纹方案和声纹+骨传导（振动）两种技术方案。
云听声纹监测平台
采用B/S系统架构，可接入联丰迅声全系列声纹监测设备，具备声纹状态监测、声纹图谱查看、声纹分析预测诊断、自主学习、异常告警发送和查看、声纹数据标注、声纹数据库查询、数据上传等功能，友好的UI界面，简单几步即可轻松掌控设备健康状态。
迅声云AI引擎
基于迅声云环境声音数据库样本，以“机器听觉”为核心，融合了先进的变电设备故障声音识别技术，借助自监督学习、无监督学习和半监督学习等概念，为变电设备的预测性维护带来突破性进展，助力联丰迅声成为业界先进的变电设备故障声音识别解决方案提供商。
Application Cases
应用案例
地点：江西某室外500KV变电站
案例：在线声纹监测系统检测道38K左右有明显的声纹信息，高频能量比超标，经确认为变压器内部局部放电。
地点：广东某室外110KV变电站
案例：在线声纹监测系统检测道15K左右频带能量比异常，经检查为变压器表面附件松动导致的异常振动声音。
地点：国内某GIS设备现场
案例：在线声纹监测系统分辨线性隔离开关，分闸与合闸时的声音状态，细微的声音差距。
