基于计算机听觉技术的电力设备状态监测研究综述

翟永杰，杨旭，彭雅妮，王新颖

(1.华北电力大学 自动化系，河北 保定 071003；2.华北电力大学 计算机系，河北 保定 071003)

电力设备作为电力系统运行的基本单元，其运行状态影响着电网的安全稳定和产能效益。随着我国国民经济的高速发展，越来越多的大型发电机组相继投运，机组容量不断增大，电力设备的投运数量亦逐渐增加。由此，一方面提高了系统的运行水平，为生产带来了可观的经济效益；另一方面，造成影响系统运行的因素随之增多，设备发生故障的可能与带来的损失也随之增大。2019年7月13日，因变压器起火和变电站跳闸导致纽约曼哈顿和西街发生大规模停电；同年6月，阿根廷和乌拉圭因电力设备故障导致全国大规模停电，电力互联系统全面瘫痪；2015年4月15日，变电站内高压设备故障导致澳门半岛大停电；2012年7月30日，印度北部因输电线路跳闸引起连锁反应，造成大面积电力供应中断。上述停电事故说明，设备稳定性关系到电力系统的运行可靠性，只有保证设备状态稳定，才能减少同样事故的发生。

对电力安全生产越重视，对电力设备状态监测的要求(如提高监测灵敏度、实现早期故障诊断、实现故障预警、提高故障诊断系统的可推广性等)也更严格。为了改善电力设备中长期存在的问题，研究更加安全有效的状态监测方法是破解设备平稳运行难题的重要研究课题。

近年来，我国大力推进以现代信息技术为核心的电力设备监测技术，诸多种类的设备运行信息被应用于状态监测的各个领域，研究者们针对多种电力系统常用设备，从设备图像、温度、超声波、振动信号等方面，研究更加实时、可靠的设备状态监测与故障预警方式[1]。孙熙[2]针对变压器刀闸类开关的图像，采用形态学处理与支持向量机(support vector machines，SVM)算法进行图像处理与状态识别；赵明乾[3]利用风力机运行工况参数、环境参数和状态参数等多维度数据，采用基于长短期记忆的双向循环神经网络模型对风力发电机齿形带断裂故障进行识别；王辉等人[4]利用配电网故障电弧的电压信号，采用小波变换和数据挖掘等技术对电力设备进行故障预警与实时监测；杨靓[5]利用红外线热感呈像技术对避雷器、断路器等一次设备进行状态监测与状态检修；杜刚等人[6]基于脉冲电压和超声检测技术对气体绝缘全封闭组合电器长母线放电位置进行故障定位检测；靳文娟等人[7]利用高压断路器振动信号，针对弹簧疲劳和合闸挚子卡涩等故障，采用小波包分解、Hilbert谱分析、粒子群优化向量机相结合的算法实现了高压断路器机械故障的准确诊断；程坤[8]以配电网电力设备的运行数据为样本，基于聚类分析算法实现了配电网电力监测系统的平台搭建与测试；张旭等人[9]利用超声波检测技术，基于电力设备的电晕放电现象，对设备的绝缘故障位置进行检测等。其中，振动监测技术是近几年状态监测方法的一大热点技术，将振动传感器安置于监测设备的相应部位，通过电缆或无线模块将信号传输至主控室，且传感器与设备间不存在电气连接，不影响设备的稳定运行。但由于振动信号的采集需要传感器与设备接触，甚至置于设备内部，对于传感器的安装和维护均有较高要求；且某一电力设备的监测需要多个振动监测设备对设备的多个部位同时测量，大大增加了设备监测成本，不利于技术的广泛应用，而计算机听觉技术的应用可以克服这些缺点。

计算机听觉技术是目前人工智能的另一研究领域，大部分研究进展集中在语音识别技术，在电力系统中的应用尚未被关注。设备运行产生的非平稳噪声是计算机听觉技术在电力设备状态监测中的主要信息来源，在设备发生故障初期往往被现场人员忽视，但其具有来源广、非接触测量、可无线远传、故障预警能力强等优势，几乎可以媲美当前所有状态检测参数。因此，基于计算机听觉技术的电力设备状态监测技术作为保证电力系统稳定的关键技术，具有重要的研究价值。

本文首先介绍了计算机听觉技术的范畴和研究内容，探讨了各个领域中听觉信息结合机器学习后的应用，通过计算机听觉技术的技术框架分析当前声信号的一般处理思路；重点论述了音频信号处理技术在电力设备状态监测中的应用现状；最后以火电厂设备为例，对计算机听觉技术与深度学习技术在电力设备状态监测中的应用进行展望。

1 计算机听觉技术的范畴

听觉信息处理方法有两大类：机器听觉与计算机听觉技术(如图1所示)。机器听觉主要是针对人声进行识别和处理，而计算机听觉技术则针对非人声进行识别与处理。机器听觉是指应用语言学知识的语音信息处理技术，计算机听觉技术则包括结合音乐领域知识的音乐信号处理和其他领域知识的音频信息处理技术。这3种专业领域的听觉信息处理方法采用传统的音频信号处理技术，并结合机器学习技术，最终形成语言声学、音乐声学及其他声学。

图1 听觉信息处理的主要分类Fig.1 Main classification of auditory information processing

1.1 机器听觉

机器听觉主要是指应用语言学知识的语音信息处理，表示的是语音信息的识别和处理，应用最广的是语音识别技术。机器听觉发展于20世纪50年代，1952年来自贝尔研究所的Davis等人成功完成世界上第一个能够识别10个英文数字的系统，自此语音识别技术进入了萌芽阶段。20世纪70年代后，语音识别得到了大规模研究，在小词汇量、孤立词等方面取得了突破性进展。20世纪80年代以后，语音识别的研究重点逐渐转向大词汇量、非特定人的连续语音，同时，研究思路也发生了重大变化，由传统的模板匹配技术转向统计模型思路。自2009年以来，语音识别技术通过深度学习的研究和大数据的累积得到了突飞猛进的发展。目前，语音识别在移动终端上的应用最为广泛，对话机器人、语音助手、互动工具等层出不穷，许多互联网公司纷纷投入人力、物力和财力开展此方面的研究和应用，目的是通过语音交互的新颖和便利模式迅速占领客户群[10]。

1.2 计算机听觉技术

计算机听觉技术主要针对非人声进行识别与处理，包括结合音乐领域知识的音乐信号处理和其他领域知识的音频信息处理。计算机听觉技术是一个基于音频信号处理和机器学习、对数字声音与音乐的内容进行理解和分析的学科，是使用计算方法对数字化声音与音乐内容进行理解和分析的交叉学科，主要基础学科是音频信号处理和机器学习。当前，计算机听觉技术的发展方向主要分为2个类别：面向音乐的计算机听觉技术和面向环境声的计算机听觉技术(可称为基于一般音频的计算机听觉技术)。

面向音乐的音频信息处理的发展具有较长的历史，早在20世纪50年代，一些不同国家的作曲家、工程师和科学家已经开始探索利用新的数字技术来处理音乐，并逐渐形成了音乐科技或计算机音乐这一交叉学科。20世纪70年代之后，欧美各国相继建立了多个大型计算机音乐研究机构，如1975年建立的美国斯坦福大学音乐和声学计算机研究中心(Center for Comouter Research in Music and Acoustics，CCRMA)、1977年建立的法国巴黎声学及音乐调配研究小组(Institute for Research and Coordination Acoustic Music，IRCAM)以及2001年成立的英国伦敦女王大学数字音乐中心(Center for Digital Music，CFDM)等。欧洲由于其浓厚的人文和艺术气息成为音乐科技的世界中心，世界各地在该领域的研究也逐步发展。在中国，约20世纪90年代中期开始有零散音乐科技的研究，由于各方面的限制，至今仍处于起步阶段[11]，这一部分需要较多音乐领域的知识，可细化为以下4个学科分支。

a)声音与音乐信号处理：用于声音和音乐的信号分析、变换及合成，例如频谱分析、调幅、调频、低通/高通/带通/带阻滤波、转码、无损/有损压缩、重采样、回声、混音、去噪、变调、保持音高不变的时间伸缩、线性时间缩放等。

b)声音与音乐的理解分析：使用计算方法对数字化声音与音乐的内容进行理解和分析，例如音乐识谱、旋律提取、节奏分析、和弦识别、音频检索、流派分类、情感分析、歌手识别、歌唱评价、歌声分离等。

c)音乐与计算机的接口设计：包括音响及多声道声音系统的开发与设计、声音装置等，该分支偏向音频工程应用。

d)计算机辅助音乐创作：包括算法作曲、计算机音乐制作、音效及声音设计等[12]。

面向环境声的计算机听觉技术音频信息处理的应用范围更加广泛，主要应用于其他领域中，包括医疗卫生、安全监控、交通运输与仓储、制造业、农林牧渔业、水利环境、公共设施管理业、建筑业、采矿业、日常生活、身份识别、军事等，如医学领域的智能听诊系统与心音信号检测、安保领域的异常声音检测与音频监控、交通领域的地铁故障检测与车流量检测、植物领域的根据敲击判断瓜果成熟度、冶金领域的烧结工序异常状态判断和铝电解槽运行状态的判断、建筑领域的敲击判断烧砖内部缺陷和建筑物金属断裂声音分析，都是音频信息处理在各个领域中的应用。

2 计算机听觉技术的技术框架

音频事件指一段具有特定意义的连续声音，音频场景是一个保持语义相关或一致性的声音片段，通常由多个音频事件组成。面向一般音频或环境声的计算机听觉技术算法设计与面向音乐的计算机听觉技术高度类似，采用的基本技术框架也一致，二者的区别在于声音的本质不同，一般需要某种特定声音的领域知识。

计算机听觉技术通用技术框架[13]包括：数据获取、数据预处理、音频流分割、声源分离、音频特征提取和分类，如图2所示。

各步骤的具体内容如下。

a)数据获取即通过传感器感知并获取当前环境的声音信息，其中，所使用的传感器一般为声音传感器或麦克风等，可以将声音信号转化为便于计算机处理的数字信号。同时，采集的声音为当前的环境声音，一般存在一系列待处理的问题，比如音频数字信号可能无法直接进行调用的问题、环境声音可能不包含算法所需要识别处理的音频信号的问题、环境声音中目标声源混绕在较多种声源之中的问题等。这些问题都会在接下来的算法过程中得到解决，而这类环境声音因此呈现出非结构化的特点，甚至可以类比为噪声，接下来的工作就是将目标音频信号从环境声音中提取出来并进行接下来的操作。

图2 计算机听觉技术的通用算法框架Fig.2 General algorithm framework for computer hearing technology

b)数据预处理即通过一系列的音频处理操作，使采集到的非语义符号表示的音频电信号转化为可以直接调用、处理的音频信号。其中，音频处理操作主要包括声道转换、重采样、解压缩或预加重等步骤，通过这些变换，所采集到的音频信号就可以直接进行计算调用与处理。同时在工业上，数据的预处理一般还包含对声音信号进行的去噪处理，主要目的就是得到更加清晰明显的声音信号以利于音频辨识、处理或音频特征提取和分类。但由于干扰噪声一般频率不稳定，无明显结构规律，滤波等传统降噪方法效果较差，可基于概率潜在成分分析进行噪声分离，或基于回归进行噪声消除等。

c)音频流分割即对当前的音频信号进行相应的分类，并在此基础上将目标音频信号从中分割出来；主要起到的作用是识别当前音频的有效性(是否包含目标音频)，同时增强了音频流的结构化程度，为实现更高语义层次的内容结构化奠定基础。

d)声源分离即将目标音频信息从众多声源信息的混合音中分离出来，由于事先未知声源信号与目标声信号混合，亦称为盲源分离(blind source separation，BSS)。其中，多声源是一般音频或环境音频信号的基本特性，各种声源之间若与目标声源存在耦合，声源分离将更加困难。正确的声源分离将大大增强声音信息的结构化，在很大程度上提高信号中的信息量，提高状态监测和故障诊断的质量。

e)音频特征提取是从状态信号中提取出承载着故障信息的特征数据，如频谱、能量谱、功率谱、幅值等[5]。其中，音频特征是对音频内容的紧致反映，能够刻画音频信号的特定方面，得到的特征一般分为时频特征、频域谱特征、词频特征、统计特征、感知特征、中层特征、高层特征等。需要注意的是，特征提取所使用的算法需要尽可能克服音频相似性，即减少2段音频之间或1段音频内部各子序列间的相似性，以增强目标音频信息与其他音频信息的区分能力和鲁棒性，故特征提取算法需要根据面向对象——目标音频及其环境声音进行特定的、合适的选取。

f)分类即通过所提取的音频特征，应用一定的统计方法或分类算法，使目标音频信息在此次识别任务中得到明确的分类结果。同时，根据目标音频信息在环境声音中的作用，可将最终的分类结果分为以下几类：①声景分类，判断目标音频所处的外部环境是什么及其相关特性；②声目标识别，判断目标音频的声源是什么及其相关特性；③声目标定位，判断目标音频所处声源的位置在哪里及其相关三维空间信息。

3 计算机听觉技术在电力设备状态监测中的应用现状

计算机听觉技术的应用特点主要体现在：在传统音频信号处理的基础上，提取音频特征，结合机器学习算法(主要是模式识别方法)完成状态监测与故障诊断。在工业领域，计算机听觉技术也有很多的研究与应用，根据设备运转噪声进行故障诊断，主要进行声目标识别的应用。

在电力领域，电力设备在运行过程中，由于机械振动会产生声音，正常运行下的声音一般具有一定的规律性，但当设备发生某种故障后，由于运行状态或运行结构改变，其声音也会随之改变，比如出现机械故障时，其振动特性或部分频段内的振动能量将发生改变，同时会伴随刺耳或尖锐的噪声。此外，设备的超负荷运行或其他故障也会引起异常的声音变化。因此，电力设备的声音信号包含许多运行状态信息，具有丰富经验的工程师可以根据现场设备的异常声音，通过音色、音量、音高等音频特征的变化判断出设备是否处于不正常运行状态，甚至判别出故障的类型和严重程度。计算机听觉技术在电力设备状态监测中的应用有针对旋转设备的应用和针对非旋转设备的应用2种类型。

3.1 计算机听觉技术用于旋转设备的状态监测

在实际巡检过程中，对于一些旋转设备，运行人员会使用听针(绝缘棒)进行，将听针的一端紧贴设备金属外壳，在听针的另一端用耳朵听设备内部发出的声音，据此来判断设备的运行状态。这种方法要求有经验丰富的运行人员现场操作，工作效率低，且依赖于运行人员的实际经验，且运行人员要经常靠近电力设备，危险性较高。因此，研究人员进行了一些基于音频信号处理的监测及诊断方法研究，用于引风机、汽轮机、水轮机等设备。

a)电厂引风机：林英明等人以锅炉引风机常见故障的噪声与振动作为研究对象，分析了振动、噪声故障的产生原因、表征参数和处理方法等[14]。

b)发电机：安徽理工大学的王杰以电厂超临界汽轮发电机组为研究对象，开发了一种集噪声参数和振动参数相结合的发电机组故障监测系统[15]；安徽理工大学的祝龙记等人开发了集合振动参数和噪声参数的汽轮发电机组故障监测系统[16]。

c)水轮机：西安理工大学的贾嵘等人基于经验模态分解(empirical mode decomposition，EMD)提取水轮发电机组的局部放电信号，根据包含特征频率的固有模态函数(intrinsic mode function，IMF)进行局部重构得到局部放电信号[17]；胡胜等人基于噪声频率分段提取的方法识别出了水轮发电机异常噪声特征频段为1 000～6 000 Hz，并根据特征频段在各种运行工况时的变化规律，诊断出水轮发电机定子存在局部放电点[18]。

d)轴承：中国矿业大学的王前将梅尔频率倒谱系数(Mel frequency cepstrum coefficient，MFCC)作为滚动轴承噪声信号的特征向量，引入补偿距离评估技术筛选特征，将筛选后的特征输入SVM进行故障分类，并通过实验验证了这一方法的有效性与优越性[19]；李伟峰等人基于滑动轴承振动噪声的频率分量，采用EMD算法进行IMF的特征分解，通过振动噪声的Hilbert谱特征，结合频谱分解方法实现振动噪声的频率特征提取，采用信息融合方法进行滑动轴承振动噪声信号的弱关联特征测试，实现振动噪声的频率特征提取[20]。

e)风电机组：重庆大学的吴宏钢以风力发电机组为对象，研究了基于IEC 61400-11国际标准的风力发电机组声发射特性评估及振动检测分析的相关理论问题，提出了基于偏微分方程(partial differential equation，PDE)的振动信号滤波去噪方法和基于小波脊线提取的瞬时频率估计与阶比分析音调分析方法，开发了风力发电机组振动检测与噪声评估虚拟仪器系统[21]；新疆大学的程静等人研究了IEC 61400-11风力发电机组噪声测量技术标准，阐述了噪声检测的测量方法，分析了利用噪声进行机组故障诊断的可行性及诊断步骤，提出了基于小波分析(wavelet analysis，WA)的故障信号提取方法[22]。

f)风电机组偏航系统：贾春雁分析风力发电机产生的噪声影响，同时列举偏航部位产生的噪音并进行研究和改进，使风力发电机组更加完善[23]。

g)风电机组叶片：北京邮电大学的赵娟等人针对大型风机叶片裂纹故障声学诊断问题，设计了面向复杂环境噪声的原始声信号预处理算法，然后采用1/6倍频程粗略刻画叶片声信号的频谱总体变化趋势，提取无量纲的倍频程能量比，构造SVM的输入特征向量，最后引入主成分分析法(principal component analysis，PCA)自适应的优化高维特征空间，给出了叶片裂纹故障的声学特征自适应提取方法[24]；沈阳工业大学的赵新光针对风力机叶片材料在损伤时因应变产生声发射，对时域信号特性进行实验研究，借助WA良好的时频分析性能，利用声发射辨识和诊断故障的特点[25]。

h)电动机：J.Grebenik等人利用小波包变换(wavelet packet transform，WPT)和EMD在USB麦克风和智能手机上进行声信息特征提取，完成对电动机控制器的高精度实时故障诊断[26]；东北石油大学的李伟鑫基于防爆电动机的故障声信号，采用自适应双门限端点检测技术对信号进行预处理，利用MFCC进行二次动态特征提取，并采用隐马尔可夫模型(hidden Markov model，HMM)完成声学建模[19]；广东工业大学的张敬春等人采用WA对电动机的几种常见故障噪声进行多分辨率分析，并从能量分布的角度出发，快速准确地诊断出电动机故障[27]；B.Parvathi Sangeetha等人用理性扩张小波变换(rational expansion wavelet transform，REWT)技术处理声学信号以提取故障特征，从而诊断故障类型，另外通过观察声学故障信号的快速傅里叶变换(fast Fourier transform，FFT)频谱中的频率，计算并验证电动机不同故障的特征频率[28-29]。

由于旋转设备的工作状态与运行环境等条件导致的目标声信号夹杂大量的噪声信号，当计算机听觉技术用于旋转设备的状态监测时，大多结合频谱分析或小波变换等传统音频处理方法来判断设备故障是否存在，再通过WPT、EMD或MFCC等音频特征提取复杂算法进行处理，最后采用HMM或SVM等传统分类器完成状态监测与故障预警任务。旋转设备的声信号处理一般会与传统的振动信号等其他监测参数结合，音频信号分析的结果用于辅助判断，使基于振动信号分析的结果更加可靠。但目前仍没有统一、可靠的设备声信号处理算法能够应用于电力系统的全部设备，需要结合设备自身运行特点与工作状态选择不同的声信号特征提取方法，且在应用中大多采用传统的音频信号处理技术，与机器学习算法结合的不多，更先进的机器学习算法如深度学习等，尚未开展研究应用。

3.2 计算机听觉技术用于非旋转设备的状态监测

除了旋转设备外，研究者还对噪声的声学特性开展研究，开发了一些基于噪声声学特性的监测系统，应用于非旋转设备的状态监测中。

a)松动部件：上海交通大学的杨修周等人以压水堆一回路系统作为研究环境，介绍了松动部件监测的理论基础、松动部件的定位和质量估计以及应用噪声分析技术进行的3个模拟试验，为研制松动部件监测系统做了一些前期工作[30]。

b)调节阀：中国科学院沈阳自动化研究所的韩晓佳等人针对调节阀的在线故障检测问题，利用小波分解技术和数字滤波对调节阀噪声信号进行处理，并以统计角度计算过程噪声的统计数字特征(自相关函数)来检测故障是否发生[31]。

c)锅炉炉壁：武汉理工大学的王文娟根据炉内水噪声因炉壁有无裂纹其频率包含成分不同的理论，设计了一套基于锅炉水噪声的智能专家诊断系统，对锅炉进行远程监控[32]。

d)锅炉预热器：浙江大学的王振林等人通过对杭州锅炉厂DHL1200-13/130-80A型管式预热器的多参数现场测试，揭示了热风管阵进行组状弹性振动而外部结构工作于强迫振动状态的实验现象，提出了流固耦合、声学共振导致高值环境噪声的解释[33]。

e)核电燃料剪切机：南华大学的张小志等人针对乏燃料剪切机剪切声音信号特征提取的难题，对不同磨损状况刀具的剪切声音信号进行WPT，提取变换信号的各频段归一化能量作为特征向量，从而实现乏燃料剪切机故障诊断[34]；南华大学的陈甲华等人对剪切机工作噪声信号通过3层小波包分解进行特征提取，结合了HMM良好的动态建模能力和SVM良好的分类能力以及小样本泛化能力强的优点，构建了HMM-SVM混合模型，用于剪切机故障的智能诊断[35]。

f)变压器：贵阳供电局的马春雷针对变压器可听声信号特征，运用分层阈值消噪法对信号进行消噪，采用FFT和WA对不同运行年限、不同电压等级、不同采集位置、不同负载率情况下的运行变压器可听声信号进行分析，得到信号的频谱和小波能量特征向量，分析了变压器可听声产生机理及其影响因素[36]；电力传输与功率变换控制教育部重点实验室的王丰华等人基于变压器噪声信号，利用加权和PCA处理后得到改进的MFCC音频特征，并通过矢量量化(vector quantization，VQ)算法对故障类型进行识别，为变压器结构优化设计及噪声治理提供依据[37]。

g)电弧故障：广西科技大学的蓝会立等人通过故障电弧实验平台获取大量电弧声数据样本，将电弧声信号进行3层小波包分解，以小波包敏感频带能量作为识别特征量，利用模糊C-均值聚类算法对识别特征量进行模糊聚类，得到真假弧声的模糊分类矩阵和聚类中心，并通过计算待测数据样本与已知特征弧声聚类中心的贴近度，实现真假弧声识别[38]；C.Vasile等人研究了光伏系统中的电弧故障，利用电弧故障的多次发射，使用短时傅里叶变换(short-time Fourier transform，STFT)进行声信号的频域特征提取，并提出一个完整的故障检测与定位系统[39]。

h)断路器故障：H.Balan等人利用动态时间规整(dynamic time warping，DTW)算法对Areva型高压电站中3台有源断路器的运行维护状态进行声信号的特征提取，并开发了断路器监视软件[40]。

i)绝缘子故障：S.Frizzo Stefenon等人利用LabView软件采取定性和定量的方式分析电网绝缘子信号，同时采用FFT算法得到频域信号，在线分类和检查绝缘子[41]。

与旋转设备相比，非旋转设备主要包括电厂的小型设备或变电站的一、二次设备，由于没有高功率旋转装置的运行，具有振动幅度小、环境噪音小等特点。由上述分析可以看出，通过设备声信号进行状态监测的非旋转设备不需要其他辅助信息的帮助即可完成状态监测任务；同时由于非旋转设备大多在空旷环境中运行，处理难度相对简单，故非旋转设备的音频处理仅需要FFT、STFT或WA等传统时频域算法提取特征，并通过VQ、自相关系数或模糊聚类等数学统计算法进行状态分类就能够满足基本监测要求。但当前算法的应用降低了音频处理技术与机器学习算法的结合度，不利于状态监测识别率与稳定性的提高。

4 计算机听觉技术在电力设备状态监测中的应用前景

随着人工智能的发展，研究人员尝试将模式识别、机器学习、计算机视觉等技术应用在电力生产过程中，其中计算机听觉技术有其适合的应用场景，如电力设备状态监测。传统的电力设备状态监测主要采用音频信号分析技术，重点在于信号处理。与传统的音频信号处理不同，计算机听觉技术则包含机器学习的方法，从而使得监测方法更具智能化，机器学习在视觉等其他领域的应用方法也能推广至本领域[42-44]。例如，在计算机听觉技术通用框架中，统计分类器是最终的应用环节，即通过所提取的音频特征，应用一定的统计方法或分类算法，使目标音频信息在此次识别任务中得到明确的分类结果。其中，分类器模型一般有K-近邻法(K-nearest neighbors，KNN)、高斯混合模型(Gaussian mixture model，GMM)、随机森林(random forest，RF)等传统的分类模型。随着人工智能的发展与应用，SVM、人工神经网络(artificial neural network，ANN)算法，以及卷积神经网络(convolutional neural network，CNN)等深度学习分类模型均可以应用于计算机听觉技术。

因此，可以通过人工智能中的机器学习方法，采集现场设备声音，对声音信号进行标注，以深度学习算法进行正常及故障声音训练，最终实现状态分类。通过标注，将人的经验转移至计算机系统中，其独特优势在于通过声音传感器获取音频信号，实现对设备工况的实时监测与故障诊断，且不影响电力系统的正常运行。方法的应用主要依据听觉信息识别和理解任务中的两大类内容：基于序列到序列的映射(内容识别型)，进行声学事件识别；随后基于序列到标签的映射(属性识别型)，进行异常事件即故障识别。但方法应用也有一定的难点，比如常见的故障样本获取困难。对大多数机器设备来说，能够比较轻松地获得机器设备正常运作时的声音样本，然而当机器设备发生不同故障时，声音样本难以获得，需要长时间积累。这就制约了一些需要大量样本的方法，如何获取大量的故障声音样本就成了计算机听觉技术应用于电力设备状态监测中急需解决的问题之一，这也是机器学习尤其是深度学习方法在其他领域应用常见的问题。

基于计算机听觉技术的设备状态检测方法一般在开放空间进行声音采集，具有信息量大、监测范围广的特点，能够弥补振动传感器单点监测的不足，能够作为基于振动信号的状态监测系统的补充，丰富电力设备的实时监测与预警手段；同时，声音采集设备安装简单，具有灵活、低成本的优势。因此，基于计算机听觉技术的电力设备状态监测技术具有良好的应用前景。

5 结论与展望

基于计算机听觉技术的电力设备状态监测技术尚未引起学者的大量关注，目前在电力生产领域的应用大多侧重于音频信号处理，而人工智能技术中的一些方法尚未广泛与传统音频处理结合使用。该技术具有检测设备简单、传感器灵活、测试方法简便等特点，为进一步设计设备故障信息数据库提供了新的思路，具有良好的发展前景，是设备状态监测研究的新方向；可实现设备潜在故障隐患的预警，能够实现更全面的状态感知、更有效的数据处理，以更好地将人的经验迁移至计算机系统。对该技术下一步的研究重点主要有：①各电力设备可听声及噪音产生机理；②对设备声信号数据方法的研究，包括数据预处理、特征提取、故障分类等，尤其是加强与机器学习中各种算法的结合使用；③对电力设备状态声信号的专家智能分析系统的研制。