本发明涉及变电站数据分析技术领域，具体而言，涉及一种变电站的状态分析方法及装置、电子设备。
背景技术：
相关技术中，变电站电力变压器及开关设备的故障检测技术,是指通过监控变压器及开关设备的运行状态来检测变电站电力变压器和开关设备是否仍处于正常工作中,若发生故障,能够做到及时报警,方便工作人员对其进行检测维修。变电站内主设备传统的监测手段包括电气量在线监测，非电量在线监测，视频监测等，但当前的监测方式，仍存在监测盲区，如内部放电，内部元件松动(螺丝，铁杆，底座等)。传统的变压器故障检测手段都是依靠人工完成的,包括状态检修、定期检修等,这些手段均需要相关工作人员定期在现场进行操作,对工作人员的技术水平以及工作经验都有要求,传统检测方法不但缺乏时效性，检测效率低,而且具有一定的安全风险，随着工业发展、科技进步、人们生活水平的不断提高,随之而来的是用电需求大幅增长、电网规模变大,传统的检测手段已无法满足日益变化的需求。
针对上述的问题，目前尚未提出有效的解决方案。
技术实现要素：
本发明实施例提供了一种变电站的状态分析方法及装置、电子设备，以至少解决相关技术中通过人工来检测变电站内的部件是否出现故障的手段，检测效率低且存在安全风险的技术问题。
根据本发明实施例的一个方面，提供了一种变电站的状态分析方法，包括：采集变电站在运行过程中的运行声音信号；基于所述运行声音信号，分析所述变电站中多个设备组件的声音特征图谱的图谱特征；基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态。
可选地，采集变电站在运行过程中的运行声音信号的步骤，包括：采集变电站中变压器在运行过程中的负荷参数和放电声音，得到第一运行声音信号；采集变电站中接触器在运行过程中的放电声音，得到第二运行声音信号；采集变电站中电流互感器在运行过程中的放电声音，得到第三运行声音信号；采集变电站中电压互感器在运行过程中的放电声音，得到第四运行声音信号；采集变电站中油断路器在运行过程中的放电声音，得到第五运行声音信号；采集变电站中避雷器在运行过程中的放电声音，得到第六运行声音信号；采集变电站中隔离开关在运行过程中的放电声音，得到第七运行声音信号。
可选地，所述基于所述运行声音信号，分析所述变电站中多个设备组件的声音特征图谱的图谱特征的步骤，包括：提取所述运行声音信号中非平稳声音信号的特征，得到提取结果；基于提取结果，确定所述声音特征图谱的图谱特征。
可选地，所述提取所述运行声音信号中非平稳声音信号的特征，得到提取结果的步骤，包括：对所述运行声音信号中非平稳信号进行时域处理，获得时域图像；对所述运行声音信号进行频域处理，获得频谱图像；基于所述时域图像和所述频谱图像，对所述运行声音信号进行波包分解，获得多层分解树结构；对所述多层分解树结构中最低一层的节点频谱进行频谱处理，得到多个频段波包系数、频段信息和各节点能量特征，其中，所述节点能量特征是基于各频段波包系数的幅值和频段信息计算得到的；基于所述多个频段波包系数、频段信息和各节点能量特征，确定所述提取结果。
可选地，所述对所述运行声音信号中非平稳信号进行时域处理，获得时域图像的步骤，包括：分解所述运行声音信号中非平稳信号的第一频率信号和第二频率信号，其中，所述第一频率信号的频率值低于预设频率阈值，所述第一频率信号的频率值高于预设频率阈值；对所述第二频率信号的信号部分进行包变换处理，得到第一时域子图像；对所述第二频率信号的信号部分进行包分解处理与重构处理，得到第二时域子图像；基于所述第一时域子图像和所述第二时域子图像，确定所述时域图像。
可选地，所述声音特征图谱的类型包括下述至少之一：磁铁吸动铁片频域图谱、磁铁吸动螺丝频域图谱、磁铁吸动带有塑料的螺丝图谱、平板电极夹薄纸在油中的放电信号频域图谱、平板电极夹厚纸在空气中的放电频域图谱。
可选地，所述基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态的步骤，包括：组合所述声音特征图谱中多个频谱节点的节点能量特征，得到多段能量特征；基于每段所述能量特征，匹配所述变电站各个设备组件的异常能量特征，以确定发生异常的设备组件；在确定发生异常的设备组件后，确定该设备组件的运行状态为异常运行状态。
根据本发明实施例的另一方面，还提供了一种变电站的状态分析装置，包括：采集单元，用于采集变电站在运行过程中的运行声音信号；分析单元，用于基于所述运行声音信号，分析所述变电站中多个设备组件的声音特征图谱的图谱特征；确定单元，用于基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态。
可选地，所述采集单元包括：第一采集模块，用于采集变电站中变压器在运行过程中的负荷参数和放电声音，得到第一运行声音信号；第二采集模块，用于采集变电站中接触器在运行过程中的放电声音，得到第二运行声音信号；第三采集模块，用于采集变电站中电流互感器在运行过程中的放电声音，得到第三运行声音信号；第四采集模块，用于采集变电站中电压互感器在运行过程中的放电声音，得到第四运行声音信号；第五采集模块，用于采集变电站中油断路器在运行过程中的放电声音，得到第五运行声音信号；第六采集模块，用于采集变电站中避雷器在运行过程中的放电声音，得到第六运行声音信号；第七采集模块，用于采集变电站中隔离开关在运行过程中的放电声音，得到第七运行声音信号。
可选地，所述分析单元包括：第一提取模块，用于提取所述运行声音信号中非平稳声音信号的特征，得到提取结果；第一确定模块，用于基于提取结果，确定所述声音特征图谱的图谱特征。
可选地，所述第一提取模块包括：第一处理子模块，用于对所述运行声音信号中非平稳信号进行时域处理，获得时域图像；第二处理子模块，用于对所述运行声音信号进行频域处理，获得频谱图像；第一分解子模块，用于基于所述时域图像和所述频谱图像，对所述运行声音信号进行波包分解，获得多层分解树结构；第三处理子模块，用于对所述多层分解树结构中最低一层的节点频谱进行频谱处理，得到多个频段波包系数、频段信息和各节点能量特征，其中，所述节点能量特征是基于各频段波包系数的幅值和频段信息计算得到的；第一确定子模块，用于基于所述多个频段波包系数、频段信息和各节点能量特征，确定所述提取结果。
可选地，所述第一处理子模块包括：第二分解子模块，用于分解所述运行声音信号中非平稳信号的第一频率信号和第二频率信号，其中，所述第一频率信号的频率值低于预设频率阈值，所述第一频率信号的频率值高于预设频率阈值；第四处理子模块，用于对所述第二频率信号的信号部分进行包变换处理，得到第一时域子图像；第五处理子模块，用于对所述第二频率信号的信号部分进行包分解处理与重构处理，得到第二时域子图像；第二确定子模块，用于基于所述第一时域子图像和所述第二时域子图像，确定所述时域图像。
可选地，所述声音特征图谱的类型包括下述至少之一：磁铁吸动铁片频域图谱、磁铁吸动螺丝频域图谱、磁铁吸动带有塑料的螺丝图谱、平板电极夹薄纸在油中的放电信号频域图谱、平板电极夹厚纸在空气中的放电频域图谱。
可选地，所述确定单元包括：组合模块，用于组合所述声音特征图谱中多个频谱节点的节点能量特征，得到多段能量特征；匹配模块，用于基于每段所述能量特征，匹配所述变电站各个设备组件的异常能量特征，以确定发生异常的设备组件；确定模块，用于在确定发生异常的设备组件后，确定该设备组件的运行状态为异常运行状态。
根据本发明实施例的另一方面，还提供了一种变电站的状态分析系统，包括：声音采集器，用于采集变电站内各个组件在运行过程中的运行声音信号；声音特征识别平台，用于识别所述运行声音信号的声纹特征，分析所述变电站中多个设备组件的声音特征图谱的图谱特征；状态诊断平台，用于基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的变电站的状态分析方法。
本发明实施例中，采集变电站在运行过程中的运行声音信号；基于运行声音信号，分析变电站中多个设备组件的声音特征图谱的图谱特征；基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态。在该实施例中，可以针对变电站内的多个组件(如变压器和开关设备)进行运行状态检测和异常诊断，采用声音特征识别方式，识别出变电站内的异常声音特征图谱，进而对变电站的运行状态进行诊断，为电力设备智能运检提供全新的状态检测手段，不仅检测效率提高，而且采用外部声音监测能够减少监测时的危险发生概率，提高变电站运行监测的安全性，从而解决相关技术中通过人工来检测变电站内的部件是否出现故障的手段，检测效率低且存在安全风险的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的变电站的状态分析方法的流程图；
图2是根据本发明实施例的一种可选的输入信号时域图像的示意图；
图3是根据本发明实施例的一种可选的完成波包分解的示意图；
图4是根据本发明实施例的一种可选的变电站的状态分析装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例可以应用于电网变电站的异常监测环境中，通过音频(声音是一种压力波，频率和振幅描述了声波的重要属性，频率的大小与我们通常所说的音高对应，而振幅影响声音的大小)信号对变电站进行异常监测，音频信号作为生活中常见的蕴含特定信息的载体,已经成为人类获取信息以及传播信息最为有效的途径之一,采用音频信号来监测变电站内部各个组件的运行状态，不仅检测效率高，而且安全性较高。
在检测变电站的组件时，主要是对电力变压器和开关组件进行检测，电力变压器是一种改变交流电压大小静止的电力设备，是电力系统中核心设备之一，在电能的传输和配送过程中，电力变压器是能量转换、传输的核心。本发明实施例中，变压器和开关设备的状态检测与故障诊断，通过分析、提取变压器所发声音的幅频特征,并结合相应的检测算法来达到变压器故障检测检测目的。
本发明实施例中，基于声音采集传感器网络采集变电站运行声音信号，构建变电站变压器和开关设备异常声音特征图谱，采用基于深度学习的异常分析诊断方法，可以实现对变电站变压器和开关设备的状态分析诊断，从而为变电站状态监控提供有效的手段。
根据本发明实施例，提供了一种变电站的状态分析方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的变电站的状态分析方法的流程图，如图1所示，该方法包括如下步骤：
步骤s102，采集变电站在运行过程中的运行声音信号；
步骤s104，基于运行声音信号，分析变电站中多个设备组件的声音特征图谱的图谱特征；
步骤s106，基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态。
通过上述步骤，可以采集变电站在运行过程中的运行声音信号；基于运行声音信号，分析变电站中多个设备组件的声音特征图谱的图谱特征；基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态。在该实施例中，可以针对变电站内的多个组件(如变压器和开关设备)进行运行状态检测和异常诊断，采用声音特征识别方式，识别出变电站内的异常声音特征图谱，进而对变电站的运行状态进行诊断，为电力设备智能运检提供全新的状态检测手段，不仅检测效率提高，而且采用外部声音监测能够减少监测时的危险发生概率，提高变电站运行监测的安全性，从而解决相关技术中通过人工来检测变电站内的部件是否出现故障的手段，检测效率低且存在安全风险的技术问题。
下面结合上述各步骤对本发明实施例进行详细说明。
步骤s102，采集变电站在运行过程中的运行声音信号。
采集声音时，可以使用预先设置的声音采集设备进行采集，该声音采集设备包括：天线、信号显示模块、传感器，安装在被监测的部位或者设备附近，无需设备连接，实时采集变电站设备的运转声音，从运转声音中提取反映变电站设备运转状态的声音特征，运转声音通过空气传播，声音采集设备不需要与被监测设备有任何机械连接，部署极为方便，对生产的影响极小。
可选的，采集变电站在运行过程中的运行声音信号的步骤，包括：采集变电站中变压器在运行过程中的负荷参数和放电声音，得到第一运行声音信号；采集变电站中接触器在运行过程中的放电声音，得到第二运行声音信号；采集变电站中电流互感器在运行过程中的放电声音，得到第三运行声音信号；采集变电站中电压互感器在运行过程中的放电声音，得到第四运行声音信号；采集变电站中油断路器在运行过程中的放电声音，得到第五运行声音信号；采集变电站中避雷器在运行过程中的放电声音，得到第六运行声音信号；采集变电站中隔离开关在运行过程中的放电声音，得到第七运行声音信号。
对于变压器
变压器是输配电系统中极其重要的电器设备，根据电磁感应原理制成的，通过铁芯可以得到较强的磁场，变压器的原、副绕组之间，并没有电的直接联系只有磁的联系。正常运行时，由于交流电通过变压器线圈，铁芯中产生交变磁通，交变的磁通在硅钢片间发生相互作用力，电磁力吸引硅钢片铁芯及变压器自身引起的振动而发出“嗡嗡”的均匀电磁声响，一般来说，这种“嗡嗡”声的大小与加在变压器上的电压和电流成正比。如果产生不均匀响声或其它特殊的响声，都属不正常现象。一旦变压器故障将对变压器本身及电力系统造成极大的危害，并可根据声音的不同查找出故障，进行及时处理，促进对变压器的安全管理、稳定运行。
在采集变电站中变压器在运行过程中的负荷参数和放电声音，得到第一运行声音信号时，包括：过负荷声音检测、设备负荷启动电流冲击声音检测、系统短路声音检测、电网发生过电压声音检测、内部接触不良或有绝缘击穿处声音检测、空载合闸声音检测、变压器套管表面的污秽严重声音检测、变压器的跌落式熔断器或分接开关接触不良时声音检测、变压器油异常声音检测。
⑴由于过负荷，变压器线圈通过电流较大，使铁芯的磁通密度增加，引起铁芯的硅钢片的振动力增强，从而发出比平时的运行声略响且沉重的“嗡嗡”声，无杂音。但有时随着负荷的急剧变化，有“咯咯”的间歇响声，此声音的发生和变压器的指示仪表(电流表、电压表)的指示同时动作，易辨别。可根据变压器负荷情况鉴定并加强监视，发现变压器的负荷超过允许的正常过负荷值时,应根据现场规程的规定降低变压器负荷。
⑵大动力设备负荷启动电流冲击时(如电弧炉、可控硅整流器等)，负荷变化较大，且因高次谐波作用，变压器内瞬间发出“哇哇”声或“咯咯”的间歇声，监视测量仪表指针发生摆动，且音调高、音量大。
⑶系统短路，当变压器的高、低侧线路短路时，会导致短路电流突然激增，变压器通过大量的非周期性电流，使铁芯的磁通密度过分增大，铁芯严重饱和，磁通畸变为非正弦波，变压器发出很大的“虎啸”噪声。变压器铁芯接地断线时，对外壳放电时有“劈啪劈啪”的轻微放电声，变压器的铁心接地，一般采用吊环与油盖焊死或用铁垫脚方法，当脱焊或接触面有油垢时，导致连接处接触不良，而铁心及其夹件金属均处在线圈的电场中，从而感应出一定电位，在高压测试或投入运行时，其感应电位差超过其间的放电电压时，即会产生断续放电声，但随短路切除而消失。
(4)电网发生过电压。电网发生单相接地或产生铁磁谐振过电压时，变压器内部发出“嗡嗡”声和尖细的“哼哼”声，这声音随电压和频率的降低而变粗。但只是变压器声音比原来大，出现这种情况时，可根据有无接地信号，结合电压表计的指示进行综合判断。
⑸内部接触不良或有绝缘击穿处，变压器内部夹件或压紧铁芯的螺丝等个别零件松动，导致硅钢片振动增大。变压器的某些部件因铁芯振动而造成机械性相互撞击接触时，如变压器上装控制线的软管与外壳或散热器撞击，呈现“沙沙沙”声，其它部件接触时会产生连续的有规律的“锤击”和“刮大风”之声，如“叮叮当当”和“呼…呼…”之声，或“吱啦吱啦”的磨擦声(如磁铁吸动小垫片的响声)，常常出现于没将螺钉或铁垫上紧或掉入小号铁质部件，在电磁力作用下所致，另外变压器内局部放电或接触不良，会发出“吱吱”或“噼啪”的放电声。因变压器运行时，“嗡嗡”声较大，盖住微弱的放电声，变压器内部放电声严重时，产生的气体会使瓦斯继电器发出信号。以上各种声音有连续时间较长、间隙的特点，变压器各种部件不会呈现异常现象。当变压器绕组线圈绝缘击穿发生层间或匝间短路或铁心产生强热，短路电流骤增引起严重过热，使油局部沸腾会发出“咕噜咕噜”像水开了的声音，且温度急剧变化，油位升高，则应判断为变压器绕组发生短路故障，严重时会有巨大轰鸣声，随后可能导致变压器起火燃烧，致使绝缘物被烧环，产生喷油，冒烟起火。另外，可能是分接开关因接触不良而局部点有严重过热所致，会引起绕组匝间短路所引起的那种声音。对这种声音需特别注意，应立即停用变压器进行检查，并做变压器油的色相分析。
⑹空载合闸；空载合闸时主要是励磁涌流，这时的异常声音只是一瞬间，变压器合闸后，就有“嗡嗡”的响声。
⑺变压器套管表面的污秽(潮湿加之尘埃、盐分、铁末等)严重，表面釉质脱落或有裂纹存在，最容易引起套管闪络，在夜间会看到套管附近有蓝色的电晕或火花，但线路中如有一定的幅值的过电压波浸入，或遇有雨雪潮湿天气及大雾、下雨、阴天时，由于污秽吸收水分后导电性能提高，不仅容易引起电晕放电而发出“吱吱”声或“嘶嘶”声，还可能由于泄漏电流增加，使绝缘套管发热，最后导致击穿，严重影响可靠供电。由此可知，变压器套管表面的污秽对变压器安全运行是有害的。
⑻若变压器的跌落式熔断器或分接开关接触不良时，有“吱吱”的放电声。当开关闭合之后，响声加重，属触头接触不良，系触头有污垢而引起的。
⑼变压器油异常，出现“噼啪”的清脆击铁声，是高压瓷套管引线，通过空气对变压器外壳的放电声。沉闷的“噼啪”声，是高压引线通过变压器油而对外壳放电。
对于接触器
接触器能够接通、承载和分断正常电路条件下电流，可实现远距离控制、频繁通断的负载主要用于电机启动、停机控制，是用弱电来控制接通或者切断强电的，主要用于动力回路。
在采集变电站中接触器在运行过程中的放电声音，得到第二运行声音信号，包括：污垢或生锈声音检测、设备启动电流过大声音检测、上下铁芯支架轴孔同心度不好声音检测、短路环断裂声音检测、电机在直接启动的时候瞬间电流很大声音检测。
⑴交流接触器的动、静铁芯端面有污垢或生锈产生，导致通电吸合时动、静铁芯接触端面间产生不应有的气隙，发出“嗡嗡”的声音。
⑵交流接触器的工作电压低，设备启动电流过大，导致产生的磁力不能使上铁心和下铁心紧密吸合，就会产生“嗡嗡”的声音。
⑶交流接触器上下铁芯支架轴孔同心度不好，铁芯不能吸平或铁芯极面磨损过度而不平，极面不能紧密接触都会产生“嗡嗡”的噪音。
⑷短路环断裂。交流接触器短路环装配的不好就会产生“嗒嗒”噪音现象。
⑸电机在直接启动的时候瞬间电流很大，使接触器的磁通迅速饱和，电磁力也会达到最大，所以会出现“卡卡”声音。
对于电流互感器
电流互感器亦称(ct)，它把高电位大电流按一定的比例缩小为低电位小电流的仪器。在正常运行时，声音极小，一般认为无声，有故障时，会发出异常噪音。
在采集变电站中电流互感器在运行过程中的放电声音，得到第三运行声音信号，包括：二次回路开路，电流为零声音检测、铁芯紧固螺丝夹得不紧声音检测、污物或灰尘引起的异常声音检测。
⑴二次回路开路，电流为零时，铁芯严重饱和，使硅钢片振荡的力加强且振荡不均匀，从而发出较大异常的“嗡嗡”声，同时伴有火花放电现象。
⑵铁芯紧固螺丝夹得不紧，硅钢片松动，随铁芯内交变磁通的变化，铁芯振动幅度增大而发出较大均匀的“嗡嗡”声，而且声音大小随负荷变化而变化，负荷愈大声音愈大。
⑶表面污物或灰尘引起的异常声音，电流互感器表面有污物或灰尘，在阴雨雾天时会引起“噼啪”放电声，同时可能有电晕现象。
对于电压互感器
电压互感器(亦称pt)，它把高压按一定的比例缩小，使低压线圈能够准确地反映高压量值的变化，正常运行时，应是均匀的轻微“嗡嗡”声，运行异常时，有异常声。
在采集变电站中电压互感器在运行过程中的放电声音，得到第四运行声音信号时，包括：线路单相接地声音检测、铁磁谐振声音检测。
⑴线路单相接地时，因未接地两相电压升高及零序电压产生，使铁芯磁通密度过度增大，而发出较大的沉重高昂的“嗡嗡”声。
⑵铁磁谐振，当电压互感器高低压侧匝间、相间短路时，引起的铁磁谐振将使激磁电流迅速增大，发出“嗡嗡”或“哼哼”声。
对于油断路器
油断路器，正常运行时断路器不发生任何响声，只有在断路器跳合闸时，才发出响声。
采集变电站中油断路器在运行过程中的放电声音，得到第五运行声音信号时，包括：断路器内部接触不良声音检测、套管表面污秽检测。
(1)断路器内部接触不良时，有微弱的电晕放电“吱吱＂声，伴随着油的发热，但无信号发出。
(2)套管表面污秽或下雨、大雾、阴天时，套管表面有电晕放电“吱吱＂声音。
对于避雷器，其在正常运行时，无声音发出，如果异常会发出“噼啪噼啪”放电声，对于隔离开关，如果运行正常，无声音发出，如果异常，会发出“吱吱、噼啪”放电声，属于套管/瓷瓶闪络故障类别。
变电站内部组件还包括：闸刀、电容器、电容器成套柜、套管/瓷瓶，还可以检测这些组件是否出现异常。
本申请在采集后运行声音信号后，可以先对声音数据进行故障分类处理，即与正常运行声音不相同的声音都是故障声音，然后根据声音幅度和幅值，来匹配故障类型。
下述表1中示意说明了四种组件设备的故障分类处理结果，表1如下：
表1变电站组件设备的声音类别
通过表1这种声音识别方式，能够知道发生故障的组件的故障类别。
步骤s104，基于运行声音信号，分析变电站中多个设备组件的声音特征图谱的图谱特征。
可选的，基于运行声音信号，分析变电站中多个设备组件的声音特征图谱的图谱特征的步骤，包括：提取运行声音信号中非平稳声音信号的特征，得到提取结果；基于提取结果，确定声音特征图谱的图谱特征。
另一种可选的，提取运行声音信号中非平稳声音信号的特征，得到提取结果的步骤，包括：对运行声音信号中非平稳信号进行时域处理，获得时域图像；对运行声音信号进行频域处理，获得频谱图像；基于时域图像和频谱图像，对运行声音信号进行波包分解，获得多层分解树结构；对多层分解树结构中最低一层的节点频谱进行频谱处理，得到多个频段波包系数、频段信息和各节点能量特征，其中，节点能量特征是基于各频段波包系数的幅值和频段信息计算得到的；基于多个频段波包系数、频段信息和各节点能量特征，确定提取结果。
图2是根据本发明实施例的一种可选的输入信号时域图像的示意图，如图2所示，横轴为时间进度，纵轴为幅值。
图3是根据本发明实施例的一种可选的完成波包分解的示意图，在完成波包分解后，得到5层分解树结构。
基于上述图3示出的5层分解树结构后，可以对最后一层的各节点进行频谱分解，得到对应于32各节点的节点频谱。不同故障类型的小波包重构系数的幅值分布是不同的，用各频段小波包重构系数幅值的平方和作为能量特征参数是可行的，用32个能量特征参数去代替杂乱的原始数据，可以有效地去除数据冗余。
可选的，对运行声音信号中非平稳信号进行时域处理，获得时域图像的步骤，包括：分解运行声音信号中非平稳信号的第一频率信号和第二频率信号，其中，第一频率信号的频率值低于预设频率阈值，第一频率信号的频率值高于预设频率阈值；对第二频率信号的信号部分进行包变换处理，得到第一时域子图像；对第二频率信号的信号部分进行包分解处理与重构处理，得到第二时域子图像；基于第一时域子图像和第二时域子图像，确定时域图像。
包变换与包分解在非平稳信号特征检测和故障诊断中具有广泛的应用。非平稳信号中包含大量细节信息，现有的正交变换不能很好地分解和表示细小边缘或纹理的信号，因此，本发明实施例中使用的包变换可以对高频部分提供更精细的分解，对包含大量中、高频信息的信号能够进行更好的时频局部化分析。
1)包变换
在傅里叶变换中引入时移参数即构成短时傅里叶变换，于是短时傅里叶变换窗口位置可以通过时移参数改变，进而实现局部时频域的分析，但是它的形状大小是不能改变的。
包变换可以看作是对短时傅里叶变换的窗口函数增加一个尺度因子，使得窗口既可以移动又可以伸缩。这个可以伸缩、平移的窗口函数在处理声音信号时，可以方便地针对信号的某一时域或频域进行局部化分析。
采用第一公式
作为一个基本函数，ψ(t)需要满足第二公式：
假设已知多尺度分析vj，尺度函数和包函数分别用
引入无穷矩阵
那么，包分解的重构算法采用第五公式：cj＝h*cj 1 g*dj 1；
重构算法实质是分解算法的逆过程，即分解进行的是包变换过程，重构进行的包变换的逆变换。
2)包分解与重构
如果将低通滤波器和高通滤波器同时作用在近似信号和细节信号上，每一层分解都同时分解低频的近似信号和高频的细节信号，这样既保留了信号的完整性又使得信号的低、高频段分辨率同时提升。经这样分解后得到的数据称为包(或着称其为频段)，这一过程也即为包分解。
定义
将待分解的数字信号定义为
包的重构是利用分解得到数据进行包变换的逆变换。分解后得到的包数据是分解系数，由这些系数重构后得到的信号是去除干扰的并且无冗余的数据。通过这些系数就可以构造出表征故障类型的特征参数向量。
包重构时采用第七公式：
综上，包分解更有优势的地方在于，它在每一层分解后同时将低频高频信号分解，这样同时提高了低频和高频信息的多尺度分析能力，而且包分解后每一层的信息都是完整的。
从故障特征能量谱，可以分析出变电站故障类型。例如，电晕放电声音信号的能量集中在0-750hz频段，其他频段能量很少。火花放电故障在0-750hz频段能量最大，但在高频段也有很多能量分布。螺丝松动故障在6000hz-9000hz频段能量较大，其中6750hz-7500hz频段能量最大。
可选的，声音特征图谱的类型包括下述至少之一：磁铁吸动铁片频域图谱、磁铁吸动螺丝频域图谱、磁铁吸动带有塑料的螺丝图谱、平板电极夹薄纸在油中的放电信号频域图谱、平板电极夹厚纸在空气中的放电频域图谱。
步骤s106，基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态。
可选的，基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态的步骤，包括：组合声音特征图谱中多个频谱节点的节点能量特征，得到多段能量特征；基于每段能量特征，匹配变电站各个设备组件的异常能量特征，以确定发生异常的设备组件；在确定发生异常的设备组件后，确定该设备组件的运行状态为异常运行状态。
包分解后得到的各个频段对应着一个能量值，而且不同故障类型的信号往往各频段的能量值是不相同的，也就是说，包分解得到的频段能量分布表征着不同的故障类型，通过检测各频段相对能量的变化可以有效地分辨不同故障类型。所以，可以采用包频段能量参数构建故障特征向量。
包变换算法将声音信号分解到一系列宽度相等的频率小段上，若计分解层数为j则第j层总共可以得到2j个频率小段。对各频率小段的包系数进行重构，然后对各频率小段重构系数提取平方能量值即得到了表征变压器不同故障的特征参数，然后将这些故障特征参数作归一化处理(即求各频段的相对能量值)，最后构造出由2j个相对能量值组成的故障特征向量。
不同故障类型的包重构系数的幅值分布是不同的，用各频段包重构系数幅值的平方和作为能量特征参数是可行的，使用能量特征参数去代替杂乱的原始数据，可以有效地去除数据冗余。
通过上述实施例，可以采集变电站变压器和开关设备运行声音数据，包括正常状态声音、异常状态声音，异常状态的定位、分析处理及其它相关信息等；构建变电站变压器和开关设备异常声音特征图谱，支持后续异常声音的规范化整理入库等，形成有序的图谱完善机制，成为业内声音信号的标准化数据库；结合异常声音信号及相应异常分类数据，结合构建的深度学习模型，构建变电站变压器和开关设备异常状态分心诊断模型；通过远程分析诊断平台，实现对变电站运行状态的有效监视。
图4是根据本发明实施例的一种可选的变电站的状态分析装置的示意图，如图4所示，该状态分析装置可以包括：采集单元41，分析单元43，确定单元45，其中，
采集单元41，用于采集变电站在运行过程中的运行声音信号；
分析单元43，用于基于运行声音信号，分析变电站中多个设备组件的声音特征图谱的图谱特征；
确定单元45，用于基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态。
上述变电站的状态分析装置，可以通过采集单元41采集变电站在运行过程中的运行声音信号；通过分析单元43基于运行声音信号，分析变电站中多个设备组件的声音特征图谱的图谱特征；通过确定单元45基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态。在该实施例中，可以针对变电站内的多个组件(如变压器和开关设备)进行运行状态检测和异常诊断，采用声音特征识别方式，识别出变电站内的异常声音特征图谱，进而对变电站的运行状态进行诊断，为电力设备智能运检提供全新的状态检测手段，不仅检测效率提高，而且采用外部声音监测能够减少监测时的危险发生概率，提高变电站运行监测的安全性，从而解决相关技术中通过人工来检测变电站内的部件是否出现故障的手段，检测效率低且存在安全风险的技术问题。
可选的，采集单元包括：第一采集模块，用于采集变电站中变压器在运行过程中的负荷参数和放电声音，得到第一运行声音信号；第二采集模块，用于采集变电站中接触器在运行过程中的放电声音，得到第二运行声音信号；第三采集模块，用于采集变电站中电流互感器在运行过程中的放电声音，得到第三运行声音信号；第四采集模块，用于采集变电站中电压互感器在运行过程中的放电声音，得到第四运行声音信号；第五采集模块，用于采集变电站中油断路器在运行过程中的放电声音，得到第五运行声音信号；第六采集模块，用于采集变电站中避雷器在运行过程中的放电声音，得到第六运行声音信号；第七采集模块，用于采集变电站中隔离开关在运行过程中的放电声音，得到第七运行声音信号。
可选的，分析单元包括：第一提取模块，用于提取运行声音信号中非平稳声音信号的特征，得到提取结果；第一确定模块，用于基于提取结果，确定声音特征图谱的图谱特征。
可选的，第一提取模块包括：第一处理子模块，用于对运行声音信号中非平稳信号进行时域处理，获得时域图像；第二处理子模块，用于对运行声音信号进行频域处理，获得频谱图像；第一分解子模块，用于基于时域图像和频谱图像，对运行声音信号进行波包分解，获得多层分解树结构；第三处理子模块，用于对多层分解树结构中最低一层的节点频谱进行频谱处理，得到多个频段波包系数、频段信息和各节点能量特征，其中，节点能量特征是基于各频段波包系数的幅值和频段信息计算得到的；第一确定子模块，用于基于多个频段波包系数、频段信息和各节点能量特征，确定提取结果。
可选的，第一处理子模块包括：第二分解子模块，用于分解运行声音信号中非平稳信号的第一频率信号和第二频率信号，其中，第一频率信号的频率值低于预设频率阈值，第一频率信号的频率值高于预设频率阈值；第四处理子模块，用于对第二频率信号的信号部分进行包变换处理，得到第一时域子图像；第五处理子模块，用于对第二频率信号的信号部分进行包分解处理与重构处理，得到第二时域子图像；第二确定子模块，用于基于第一时域子图像和第二时域子图像，确定时域图像。
可选的，声音特征图谱的类型包括下述至少之一：磁铁吸动铁片频域图谱、磁铁吸动螺丝频域图谱、磁铁吸动带有塑料的螺丝图谱、平板电极夹薄纸在油中的放电信号频域图谱、平板电极夹厚纸在空气中的放电频域图谱。
可选的，确定单元包括：组合模块，用于组合声音特征图谱中多个频谱节点的节点能量特征，得到多段能量特征；匹配模块，用于基于每段能量特征，匹配变电站各个设备组件的异常能量特征，以确定发生异常的设备组件；确定模块，用于在确定发生异常的设备组件后，确定该设备组件的运行状态为异常运行状态。
上述的变电站的状态分析装置还可以包括处理器和存储器，上述采集单元41，分析单元43，确定单元45等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态。
上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。
根据本发明实施例的另一方面，还提供了一种变电站的状态分析系统，包括：声音采集器，用于采集变电站内各个组件在运行过程中的运行声音信号；声音特征识别平台，用于识别所述运行声音信号的声纹特征，分析所述变电站中多个设备组件的声音特征图谱的图谱特征；状态诊断平台，用于基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的变电站的状态分析方法。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：采集变电站在运行过程中的运行声音信号；基于运行声音信号，分析变电站中多个设备组件的声音特征图谱的图谱特征；基于声音特征图谱的图谱特征，确定变电站中多个设备组件的运行状态。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
1.一种变电站的状态分析方法，其特征在于，包括：
采集变电站在运行过程中的运行声音信号；
基于所述运行声音信号，分析所述变电站中多个设备组件的声音特征图谱的图谱特征；
基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态。
2.根据权利要求1所述的状态分析方法，其特征在于，采集变电站在运行过程中的运行声音信号的步骤，包括：
采集变电站中变压器在运行过程中的负荷参数和放电声音，得到第一运行声音信号；
采集变电站中接触器在运行过程中的放电声音，得到第二运行声音信号；
采集变电站中电流互感器在运行过程中的放电声音，得到第三运行声音信号；
采集变电站中电压互感器在运行过程中的放电声音，得到第四运行声音信号；
采集变电站中油断路器在运行过程中的放电声音，得到第五运行声音信号；
采集变电站中避雷器在运行过程中的放电声音，得到第六运行声音信号；
采集变电站中隔离开关在运行过程中的放电声音，得到第七运行声音信号。
3.根据权利要求2所述的状态分析方法，其特征在于，所述基于所述运行声音信号，分析所述变电站中多个设备组件的声音特征图谱的图谱特征的步骤，包括：
提取所述运行声音信号中非平稳声音信号的特征，得到提取结果；
基于提取结果，确定所述声音特征图谱的图谱特征。
4.根据权利要求3所述的状态分析方法，其特征在于，所述提取所述运行声音信号中非平稳声音信号的特征，得到提取结果的步骤，包括：
对所述运行声音信号中非平稳信号进行时域处理，获得时域图像；
对所述运行声音信号进行频域处理，获得频谱图像；
基于所述时域图像和所述频谱图像，对所述运行声音信号进行波包分解，获得多层分解树结构；
对所述多层分解树结构中最低一层的节点频谱进行频谱处理，得到多个频段波包系数、频段信息和各节点能量特征，其中，所述节点能量特征是基于各频段波包系数的幅值和频段信息计算得到的；
基于所述多个频段波包系数、频段信息和各节点能量特征，确定所述提取结果。
5.根据权利要求4所述的状态分析方法，其特征在于，所述对所述运行声音信号中非平稳信号进行时域处理，获得时域图像的步骤，包括：
分解所述运行声音信号中非平稳信号的第一频率信号和第二频率信号，其中，所述第一频率信号的频率值低于预设频率阈值，所述第一频率信号的频率值高于预设频率阈值；
对所述第二频率信号的信号部分进行包变换处理，得到第一时域子图像；
对所述第二频率信号的信号部分进行包分解处理与重构处理，得到第二时域子图像；
基于所述第一时域子图像和所述第二时域子图像，确定所述时域图像。
6.根据权利要求5所述的状态分析方法，其特征在于，所述声音特征图谱的类型包括下述至少之一：
磁铁吸动铁片频域图谱、磁铁吸动螺丝频域图谱、磁铁吸动带有塑料的螺丝图谱、平板电极夹薄纸在油中的放电信号频域图谱、平板电极夹厚纸在空气中的放电频域图谱。
7.根据权利要求5所述的状态分析方法，其特征在于，所述基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态的步骤，包括：
组合所述声音特征图谱中多个频谱节点的节点能量特征，得到多段能量特征；
基于每段所述能量特征，匹配所述变电站各个设备组件的异常能量特征，以确定发生异常的设备组件；
在确定发生异常的设备组件后，确定该设备组件的运行状态为异常运行状态。
8.一种变电站的状态分析装置，其特征在于，包括：
采集变电站在运行过程中的运行声音信号；
基于所述运行声音信号，分析所述变电站中多个设备组件的声音特征图谱的图谱特征；
基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态。
9.一种变电站的状态分析系统，其特征在于，包括：
声音采集器，用于采集变电站内各个组件在运行过程中的运行声音信号；
声音特征识别平台，用于识别所述运行声音信号的声纹特征，分析所述变电站中多个设备组件的声音特征图谱的图谱特征；
状态诊断平台，用于基于所述声音特征图谱的图谱特征，确定所述变电站中多个设备组件的运行状态。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的变电站的状态分析方法。
技术总结