基于声纹识别的汽轮机故障在线诊断方法及装置、存储介质、计算机设备与流程

本申请涉及汽轮机故障诊断与状态监测，尤其是涉及到一种基于声纹识别的汽轮机故障在线诊断方法及装置、存储介质、计算机设备。

背景技术：

1、随着“双碳”目标的深入推进，我国能源结构加速向清洁低碳方向转型，燃煤机组的角色正由传统的基荷电源向灵活性调节电源转变，频繁启停、深度调峰及快速变负荷已成为其运行的常态化工况。这种运行模式的剧变给汽轮机的安全稳定运行带来了更为严峻的挑战，汽轮机叶片、转子及阀门等核心部件因承受交变热应力和机械应力，裂纹扩展、松动、泄漏等故障频发，一旦发生非计划停运，将造成重大的经济损失甚至安全事故。因此，如何实现对汽轮机关键部件运行状态的实时感知与早期预警，已成为保障新型电力系统下机组安全经济运行的关键技术问题。

2、目前，汽轮机故障诊断主要依赖以下几种方式：振动监测法通过在轴承座、轴瓦等位置安装加速度传感器采集振动信号并分析频谱特征，能够识别转子不平衡、不对中、油膜振荡等典型故障；热力参数分析法通过监测机组运行时各段的压力、温度、流量及功率等参数的变化趋势，可判断通流部分结垢、叶片磨损、阀门内漏等异常；无损探伤法则在机组停机检修期间利用超声波、涡流、磁粉等手段对关键部件进行离线检测，能够直接发现裂纹等结构性缺陷。然而，这些现有技术在实际应用中均存在固有局限——振动监测法因传感器需接触安装而在高温高压区域应用受限，且对早期微小裂纹不敏感，信号易受结构传声干扰导致故障定位困难；热力参数分析法响应滞后，参数变化往往是故障发展到一定阶段后的宏观表现，对叶片微裂纹、阀门微小泄漏等早期局部故障诊断精度不足；无损探伤法则需要停机离线操作，无法实现在线连续监测，既影响发电效益，又可能遗漏两次检修间隔期内发生的突发性故障，难以满足深度调峰场景下汽轮机故障“早期、在线、非接触、高可靠”的诊断需求。

技术实现思路

1、有鉴于此，本申请提供了一种基于声纹识别的汽轮机故障在线诊断方法及装置、存储介质、计算机设备，通过设置于汽轮机外围的非接触式麦克风阵列采集运行宽频声压信号并进行声纹识别，无需在高温高压部件上接触安装传感器，从根本上消除了对设备安全性和完整性的影响，克服了振动监测法在高温高压区域应用受限的缺陷；同时，通过提取频域特征、时频特征和高阶统计量特征并融合为融合特征向量，能够捕捉振动和热力参数尚未显著变化时的微弱异常征兆，对叶片微裂纹和阀门微小泄漏等早期故障具有极高灵敏度，弥补了振动监测法对早期微小裂纹不敏感、热力参数分析法响应滞后的不足；通过在同一目标部位预设时间窗内对各有效信号片段置信度的综合判定，大幅降低了误报率，避免了变负荷工况下正常汽流波动被误判为冲击而剔除，有效保证了全工况范围内诊断结果的可靠性；整个采集、处理和诊断过程均在机组运行状态下在线连续完成，无需停机，实现了深度调峰场景下汽轮机故障的早期、在线、非接触、高可靠诊断。

2、根据本申请的一个方面，提供了一种基于声纹识别的汽轮机故障在线诊断方法，包括：

3、通过设置于汽轮机目标部位的非接触式麦克风阵列，采集汽轮机运行时的宽频声压信号，所述目标部位包括汽轮机的每一个汽缸和连接部件，所述麦克风阵列中包括多个不同灵敏度的麦克风；

4、对所述宽频声压信号进行分帧处理，得到多个信号片段，并从所述多个信号片段中剔除噪声片段和非稳态冲击片段，得到多个有效信号片段；

5、对于每个有效信号片段，从所述有效信号片段中提取构成声纹图谱的频域特征、时频特征以及高阶统计量特征，根据所述频域特征、所述时频特征以及所述高阶统计量特征，生成融合特征向量，将所述融合特征向量输入预先训练好的故障分类模型，输出所述有效信号片段对应各故障类型的置信度；

6、对于同一目标部位各有效信号片段对应各故障类型的置信度，在预设时间窗内进行综合判定，生成所述目标部位的故障在线诊断结果。

7、根据本申请的另一方面，提供了一种基于声纹识别的汽轮机故障在线诊断装置，包括：

8、信号采集模块，用于通过设置于汽轮机目标部位的非接触式麦克风阵列，采集汽轮机运行时的宽频声压信号，所述目标部位包括汽轮机的每一个汽缸和连接部件，所述麦克风阵列中包括多个不同灵敏度的麦克风；

9、分帧处理模块，用于对所述宽频声压信号进行分帧处理，得到多个信号片段，并从所述多个信号片段中剔除噪声片段和非稳态冲击片段，得到多个有效信号片段；

10、特征提取模块，用于对于每个有效信号片段，从所述有效信号片段中提取构成声纹图谱的频域特征、时频特征以及高阶统计量特征，根据所述频域特征、所述时频特征以及所述高阶统计量特征，生成融合特征向量，将所述融合特征向量输入预先训练好的故障分类模型，输出所述有效信号片段对应各故障类型的置信度；

11、故障诊断模块，用于对于同一目标部位各有效信号片段对应各故障类型的置信度，在预设时间窗内进行综合判定，生成所述目标部位的故障在线诊断结果。

12、依据本申请又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述基于声纹识别的汽轮机故障在线诊断方法。

13、依据本申请再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于声纹识别的汽轮机故障在线诊断方法。

14、借由上述技术方案，本申请提供的一种基于声纹识别的汽轮机故障在线诊断方法及装置、存储介质、计算机设备，通过设置于汽轮机外围的非接触式麦克风阵列采集运行宽频声压信号并进行声纹识别，无需在高温高压部件上接触安装传感器，从根本上消除了对设备安全性和完整性的影响，克服了振动监测法在高温高压区域应用受限的缺陷；同时，通过提取频域特征、时频特征和高阶统计量特征并融合为融合特征向量，能够捕捉振动和热力参数尚未显著变化时的微弱异常征兆，对叶片微裂纹和阀门微小泄漏等早期故障具有极高灵敏度，弥补了振动监测法对早期微小裂纹不敏感、热力参数分析法响应滞后的不足；通过在同一目标部位预设时间窗内对各有效信号片段置信度的综合判定，大幅降低了误报率，避免了变负荷工况下正常汽流波动被误判为冲击而剔除，有效保证了全工况范围内诊断结果的可靠性；整个采集、处理和诊断过程均在机组运行状态下在线连续完成，无需停机，实现了深度调峰场景下汽轮机故障的早期、在线、非接触、高可靠诊断。

15、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

1.一种基于声纹识别的汽轮机故障在线诊断方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述宽频声压信号进行分帧处理，得到多个信号片段，包括：

3.根据权利要求1所述的方法，其特征在于，所述从所述多个信号片段中剔除噪声片段和非稳态冲击片段，得到多个有效信号片段，包括：

4.根据权利要求1所述的方法，其特征在于，从所述有效信号片段中提取高阶统计量特征，包括：

5.根据权利要求1所述的方法，其特征在于，所述对于同一目标部位各有效信号片段对应各故障类型的置信度，在预设时间窗内进行综合判定，生成所述目标部位的故障在线诊断结果，包括：

6.根据权利要求1所述的方法，其特征在于，所述生成所述目标部位的故障在线诊断结果之后，所述方法还包括：

7.根据权利要求6所述的方法，其特征在于，所述标记为关联报警记录之后，所述方法还包括：

8.一种基于声纹识别的汽轮机故障在线诊断装置，其特征在于，包括：

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。

10.一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。