翟永杰，彭雅妮，楊 旭，胡東陽，王新穎

（1.華北電力大學(xué) 自動化系，河北 保定 071003；2.華北電力大學(xué) 計算機系，河北 保定 071003）

0 引言

發(fā)電廠作為我國電能供應(yīng)的主要來源之一，承擔(dān)著重大的供電任務(wù)。研究更加安全有效的狀態(tài)監(jiān)測方法，對保障電廠平穩(wěn)、安全、高效的供能有著重要意義。發(fā)電廠的生產(chǎn)主要依靠汽輪機、發(fā)電機等旋轉(zhuǎn)機械設(shè)備，實現(xiàn)從機械能到電能的轉(zhuǎn)換來完成。當旋轉(zhuǎn)機械設(shè)備出現(xiàn)嚴重故障時，需要停爐檢修，會對發(fā)電廠造成極大的經(jīng)濟損失。為更好地對設(shè)備進行實時監(jiān)測，實現(xiàn)早期故障診斷，研究人員針對多種發(fā)電廠常用旋轉(zhuǎn)機械設(shè)備的機理特性，從設(shè)備溫度、電流、振動等方面對設(shè)備的測點位置、監(jiān)測方法等做了很多研究。劉耘彰針對火電廠三大風(fēng)機（一次風(fēng)機、送風(fēng)機、引風(fēng)機），利用多元狀態(tài)估計方法（MSET）對風(fēng)機進行狀態(tài)建模，根據(jù)歷史正常數(shù)據(jù)提出故障預(yù)警的閾值，實現(xiàn)風(fēng)機的故障預(yù)警；高明提出一種基于多元狀態(tài)估計（MSET）和相似性測度的方法，通過提取正常工況下監(jiān)測參數(shù)的聚類中心，計算估計值與聚類中心的相似性測度，確定送風(fēng)機的當前工作狀態(tài)，實現(xiàn)送風(fēng)機故障的早期預(yù)警；李芒芒利用加速度傳感器采集風(fēng)機葉片的振動信號，根據(jù)葉片的振動模態(tài)參數(shù)來診斷故障，并結(jié)合人工神經(jīng)網(wǎng)絡(luò)確定其損傷程度；張保欽等通過對風(fēng)機葉片的振動信號進行時域和頻域分析，提取出最顯著的故障特征，實現(xiàn)風(fēng)機葉片的實時監(jiān)測；劉志剛等人將振動信號通過小波包分解，以分解后的能量信息作為輸入能量，使用BP 神經(jīng)網(wǎng)絡(luò)進行識別和診斷。

這些研究中，都需要在旋轉(zhuǎn)機械設(shè)備上選取測點安裝傳感器來監(jiān)測設(shè)備參數(shù)，多元狀態(tài)估計方法（MSET）需要依賴系統(tǒng)正常狀態(tài)時的歷史數(shù)據(jù)以及各個參數(shù)之間的關(guān)系，由于監(jiān)測的參數(shù)較多，往往導(dǎo)致誤報率較高；振動信號的采集同樣需要傳感器與設(shè)備接觸，對傳感器的日常維護有較高要求，且目前的方法在性能和精度上還難以滿足故障預(yù)警的要求。而基于聲音信號的監(jiān)測能夠提供一種無接觸式的方法，為上述問題提供解決思路。

旋轉(zhuǎn)機械設(shè)備由于內(nèi)部構(gòu)造不同，在不同工況下，機械振動產(chǎn)生的聲音也具有一定的辨識度。目前研究人員對可聽聲分析法在設(shè)備故障診斷和在線監(jiān)測方面進行了不少研究。王東峰等研究了小波變換在含有強噪聲信號的條件下對故障信號的間斷點準確定位的特性；舒暢等提出了基于自適應(yīng)白噪聲完備集成經(jīng)驗?zāi)B(tài)分解（CEEMDAN）算法，利用支持向量描述（SVDD）對典型放電故障進行分類與識別；李建鵬提出振?聲聯(lián)合分析的方法，針對高壓斷路器的振動信號和聲波信號展開分析，利用經(jīng)驗?zāi)B(tài)分解的方法提取特征，并利用支持向量機對斷路器典型機械故障進行了識別。這些研究都是基于聲音的時域特征，但對于時域特征類似的不同設(shè)備或工況的分類，識別率就會降低。文獻[10]針對三相異步電動機的四種運行狀態(tài)，通過計算頻譜差異提取特征，使用最近鄰分類器、BP 神經(jīng)網(wǎng)絡(luò)和基于文字編碼的改進分類器進行故障識別；文獻[11]中選擇單相異步電動機作為研究對象，提出了基于頻率的特征選擇方法，在利用最近平均分類器對健康、軸承故障和繞組線圈短路故障的三個電機進行分類時，得到了較好的分類效果。這些方法采用從頻域中提取的特征向量作為識別診斷的依據(jù)，但提取的特征僅考慮到頻域中信號的部分信息，從而遺漏了頻域部分的有效信息。研究表明，頻譜特征更能表征目標特點，而基于梅爾尺度的梅爾濾波器組充分考慮人耳的聽覺特性，能夠提高特征的有效性并且具有很高的識別性，能夠較好地表現(xiàn)頻域特征的梅爾頻率倒譜系數(shù)（Mel?Frequency Cepstral Coefficients，MFCC）特征，目前還沒有被廣泛運用到電力領(lǐng)域中。因此，本文提出一種基于梅爾頻率倒譜系數(shù)的特征融合方法，首先在ESC?50 的部分數(shù)據(jù)集上進行實驗，同時提取聲音信號的MFCC 特征和IMFCC 特征；再將兩者通過差異性指標進行特征選擇，融合得到新特征，進行識別效果驗證；最后在現(xiàn)場采集的電廠設(shè)備聲音數(shù)據(jù)集上進行應(yīng)用研究。

1 基于MFCC 和IMFCC 的特征融合算法

1.1 特征生成

特征生成是用較少維數(shù)表征聲音信號特征的過程，因此設(shè)備聲音識別率的高低取決于生成的特征是否準確。特征參數(shù)不僅要表現(xiàn)出聲音的特性，還需要把不同旋轉(zhuǎn)機械設(shè)備以及同一設(shè)備的不同工況區(qū)分開。發(fā)電廠設(shè)備在運行時包含從低頻到高頻各種頻率成分的振動，因此產(chǎn)生的聲音頻域不只分布在低頻部分。而梅爾濾波器組在低頻部分密集，高頻部分稀疏，可能導(dǎo)致設(shè)備聲音的高頻有效信號缺失等問題。因此，本文選取的兩種聽覺特征分別為基于梅爾濾波器組的MFCC 特征和基于翻轉(zhuǎn)梅爾濾波器組的IMFCC 特征，具體生成過程如圖1 所示。

圖1 MFCC 和IMFCC 特征生成過程

梅爾頻率倒譜系數(shù)是一種具有高識別性的特征參數(shù)，因此它是許多識別系統(tǒng)最佳的特征參數(shù)。特征生成方法如下：

1）切分。為了統(tǒng)一聲音樣本的時長，將聲音信號切分為0.5 s，即一個聲音樣本。

2）預(yù)加重。為了使聲音信號的頻譜變得平坦，能在低頻到高頻段中用同樣的信噪比求頻譜，本文對每個樣本的聲音信號進行預(yù)加重處理。預(yù)加重處理即將聲音信號通過一個高通濾波器：

式中0.9<<1.0，本文取0.97。

3）歸一化。對預(yù)處理后的聲音信號的頻譜進行歸一化處理，減小不同類別聲音頻率范圍的差異：

4）分幀、加窗。聲音信號在短時是平穩(wěn)的，這個短時長一般為10～30 ms，為便于特征分析，需要對聲音信號就進行分幀處理。為保證相鄰兩幀之間的平滑過渡，需要對幀信號進行疊加處理，之后用每一幀乘以一定長度的窗函數(shù)進行加窗濾波處理。本文采用漢明窗，窗函數(shù)為：

5）在每幀信號乘以漢明窗后，還需要經(jīng)過快速傅里葉變換以得到在頻譜上的能量分布：

6）對得到的頻譜能量取模的平方，得到離散功率譜，再通過一組梅爾濾波器組進行濾波，計算濾波器組輸出的對數(shù)能量()：

7）將得到的對數(shù)能量經(jīng)離散余弦變換（Discrete Cosine Transform，DCT）得到靜態(tài)MFCC 參數(shù)：

式中：為三角濾波器的個數(shù)；為MFCC 系數(shù)的階數(shù)。

8）經(jīng)加權(quán)差分計算得到多階動態(tài)MFCC 參數(shù)。動態(tài)差分參數(shù)包括一階差分和二階差分，將靜態(tài)和動態(tài)特征結(jié)合起來能夠有效提高系統(tǒng)的識別性能，但當階數(shù)升高到一定程度時，系統(tǒng)識別性能的改善將變得很小，系統(tǒng)的復(fù)雜度卻大大增加。因此，本文僅考慮靜態(tài)參數(shù)和一階差分參數(shù)。

IMFCC 特征提取方法與MFCC 基本相同，唯一差別在于經(jīng)FFT 變換后的信號需通過翻轉(zhuǎn)梅爾濾波器組濾波，經(jīng)離散余弦變換后得到IMFCC 特征。梅爾濾波器組結(jié)構(gòu)如圖2a）所示，在低頻區(qū)域分布集中，高頻區(qū)域分布稀疏；翻轉(zhuǎn)梅爾濾波器的結(jié)構(gòu)如圖2b）所示，剛好與傳統(tǒng)梅爾濾波器相反，在低頻區(qū)域分布稀疏，在高頻區(qū)域分布集中。

圖2 兩種濾波器結(jié)構(gòu)

1.2 特征選擇

以上兩種濾波器組結(jié)構(gòu)呈互補關(guān)系，可結(jié)合兩種特征參數(shù)的優(yōu)勢以獲取更好的識別結(jié)果。但是直接將兩者疊加會增加特征的維數(shù)，從而增加訓(xùn)練和識別的計算量。除此之外，由于特征的各個維度的區(qū)分度不同，其中維度區(qū)分度很低的冗余特征以及干擾信息會直接影響識別性能，因此不能直接疊加，需要進行特征選擇。

本文提出一種基于統(tǒng)計學(xué)的特征選擇方法，按照特征提取方法，提取每段0.5 s 的所有聲音樣本特征，得到個×的特征矩陣：

式中：為總樣本個數(shù)；為幀數(shù)；為特征維數(shù)。

計算M 的平均值，得到個1×的特征向量′：

將′按照類別分為類，分別計算每類特征矩陣的平均值，得到一個×的矩陣，計算每一維的方差，最終得到1×的方差向量。由于方差向量的第12 維之后數(shù)值差異較小，因此，計算前12 維方差向量的平均值ˉ，當σ>3ˉ時，選擇第維向量作為特征向量。

1.3 特征融合

兩種特征在經(jīng)過特征選擇后基本去除了冗余特征和干擾信息，可以進行融合。本文將特征選擇后具有特定維數(shù)的MFCC特征和IMFCC特征通過首尾相連的方式進行組合。通過特征融合后的M?IMFCC特征矩陣為：

式中：為幀數(shù)；為選擇后MFCC 特征的維數(shù)；為選擇后IMFCC 特征的維數(shù)；F為第幀、第維的MFCC特征；E為第幀、第維的IMFCC 特征。

2 實驗與結(jié)果分析

2.1 基于ESC?50 數(shù)據(jù)集的實驗

基于聲音信號分類的方法多用于環(huán)境音、語音分類，在電力領(lǐng)域還沒有公共數(shù)據(jù)集。本文采用ESC?50數(shù)據(jù)集中具有非平穩(wěn)特性的部分數(shù)據(jù)進行實驗，其中包括昆蟲、雨、風(fēng)、洗衣機、吸塵器、直升機、發(fā)動機、火車這八類聲音，每類總時長為20 s。為保證數(shù)據(jù)一致，均采用44100 Hz 采樣率，幀長取32 ms，幀移取16 ms，窗函數(shù)采用漢明窗，窗長取1412 個采樣點。訓(xùn)練集與測試集按照7∶3 的比例，在Matlab R2018a 環(huán)境下將八類聲音訓(xùn)練集的特征參數(shù)輸入到SVM 中，運用LibSVM 選取徑向基內(nèi)核RBF 核函數(shù)得到八個分類模型，分別對MFCC、IMFCC 和M?IMFCC 三種算法進行比較，并對不同特征的結(jié)果進行分析。本文采用24 個梅爾濾波器進行濾波，所以MFCC 特征和IMFCC 特征的維數(shù)也是24 維，經(jīng)過特征選擇后，新的特征由MFCC 的第1，2 維和IMFCC 的第1，3 維組成。

表1 為8 種聲音在三種特征下的平均識別率，每種特征的下腳標為特征維數(shù)。從實驗結(jié)果來看，當生成的特征維數(shù)均為24 維時，MFCC 特征的總體識別率更高，說明聲音信號低頻段的特征更顯著；兩種特征與選擇后的4 維特征相比，融合特征M?IMFCC 的總體平均識別率最高，這是因為該算法融合了兩種信號特征，使得特征更加完整，也改善了MFCC 特征在高頻段缺失有效信息的缺陷，因而識別率更高；昆蟲音在兩種特征下的識別效果都很高，說明昆蟲音在低頻段和高頻段具有較少的冗余信息，因此在進行特征選擇時會失去部分有效信息；風(fēng)聲和吸塵器工作聲音在IMFCC 特征下的識別率較低，說明兩種聲音的有效特征多分布于低頻段，因此融合高頻特征后的識別率會受到干擾。雖然融合特征M?IMFCC 在昆蟲、風(fēng)和吸塵器這三個類別中的識別率相對于MFCC 特征較低，但總體上，融合特征M?IMFCC還是使用較少的特征維數(shù)達到了較高的分類效果，說明融合特征更適用于有效特征分布于全頻域的聲音分類。

表1 不同特征提取方法識別率（ESC?50） %

2.2 基于電廠采集數(shù)據(jù)的實驗

根據(jù)公共數(shù)據(jù)集上的實驗結(jié)果可以看出，融合特征M?IMFCC 在具有非線性、非平穩(wěn)特性的聲音數(shù)據(jù)集上具有較好的分類效果。為了研究基于聲音信號的發(fā)電廠設(shè)備監(jiān)測方法，本文選擇從某火電廠在全封閉、處于穩(wěn)定工況的環(huán)境下，采集的供油泵、連接軸、磨煤機、磨煤機箱體、凝結(jié)水泵、凝結(jié)水泵電機、循環(huán)水泵、引風(fēng)機這八種設(shè)備音進行識別分類。采集設(shè)備及采集過程如下：

采用的設(shè)備為96 通道聲像儀。設(shè)備采用一體化集成設(shè)計，包括96 通道麥克風(fēng)陣列、數(shù)據(jù)采集器和攝像頭，如圖3 所示。麥克風(fēng)陣列采用平面多臂對數(shù)螺旋陣結(jié)構(gòu)，平面陣中心安裝攝像頭。該設(shè)備小巧輕便，可手持或用三腳架支撐測量，適于狹小空間內(nèi)的聲場測量，可應(yīng)用于工業(yè)設(shè)備噪聲源分析等方面。

圖3 96 通道手持聲像儀實物圖

通常陣列與被測設(shè)備距離1 m 左右，如果是大型設(shè)備，可能需要進一步拉大距離使設(shè)備在聲像儀監(jiān)控范圍內(nèi)。確定采集裝置位置后，固定裝置并開始采集。采集設(shè)備通過聲像定位來調(diào)整采集頻率，因此采集到的聲音信號能很好地表征被測設(shè)備的特性。這些聲音按照時間序列被放入8 個文件夾中，每類每個通道的聲音時長平均為150 s。

為保證樣本數(shù)量和計算時間的合理性，本文選擇1 通道的聲音信號，并且將聲音信號的時間序列打亂，保證樣本的隨機性。八類設(shè)備聲音信號的時、頻域分布如圖4 所示。

圖4 八類設(shè)備的時、頻域分布

由圖4 供油泵（a）、連接軸（b）、磨煤機（c）、磨煤機箱體（d）、凝結(jié)水泵（e）、凝結(jié)水泵電機（f）、循環(huán)水泵（g）、引風(fēng)機（h）這八種設(shè)備的時域、頻域分布可知：八類設(shè)備在正常工作時，在時域上的分布差異并不明顯；八類設(shè)備聲音的頻域信號集中分布于低頻段（200～300 Hz），其中部分設(shè)備聲音的頻域信號在中頻段（200～300 Hz，800～1000 Hz）和高頻段（1000 Hz 以上）上有零散分布，相對于時域分布，頻域具有更明顯的差異。

將八類設(shè)備音按照特征提取、特征選擇的方法處理后，八類設(shè)備聲音的′按照類別分布，如圖5 及圖6 所示。根據(jù)圖5 和圖6 的箱型圖可以看出：對于MFCC 特征，前三維特征與其他維的特征差異較大，且基本沒有異常值出現(xiàn)；對于IMFCC 特征，第一維特征與其他維特征具有明顯差異，特征分布較為密集。這說明這幾維特征具有一定的穩(wěn)定性，且能夠充分體現(xiàn)不同類別的聲音信號的差異性。最終經(jīng)過差異性指標計算，選擇MFCC特征的1，2，3 維和IMFCC 的第1 維特征作為火電廠八類設(shè)備聲音信號的融合特征M?IMFCC。

圖5 MFCC 特征的M′N 的箱型圖分布

圖6 IMFCC 特征的M′N 的箱型圖分布

為進一步證明融合特征M?IMFCC 在非線性、非平穩(wěn)特征信號上分類的有效性，針對電廠設(shè)備總共1200 s的聲音信號，首先將采樣率統(tǒng)一到16000 Hz，幀長取32 ms，幀移取10 ms，窗函數(shù)采用漢明窗，窗長取512 個采樣點，隨機挑出所有樣本的10%，20%，30%，40%，50%，60%，70%，80%作為訓(xùn)練樣本，其余作為測試樣本使用，在Matlab R2018a 環(huán)境下，使用SVM 分類器對MFCC、IMFCC、M?IMFCC 三種算法進行比較及分析。

圖7 展示了三種算法在不同訓(xùn)練樣本數(shù)量下的分類準確率。圖7a）為ESC?50 部分數(shù)據(jù)集上的測試結(jié)果，圖7b）為電廠設(shè)備聲音數(shù)據(jù)集上的測試結(jié)果。從圖7 的實驗結(jié)果可以看出，隨著訓(xùn)練樣本的增加，融合特征M?IMFCC 在兩個數(shù)據(jù)集上的平均識別率均高于MFCC 特征和IMFCC 特征，證明了融合特征M?IMFCC 的優(yōu)越性。從電廠設(shè)備聲音數(shù)據(jù)集的測試結(jié)果可以看出，融合特征M?IMFCC 在少樣本前提下依然具有很高的識別率，在訓(xùn)練樣本為總樣本的70%時，識別率基本達到穩(wěn)定狀態(tài)。MFCC 特征和IMFCC 特征隨著訓(xùn)練樣本集的擴增，識別率逐漸上升，MFCC 特征在訓(xùn)練樣本數(shù)量達到80%時，識別效果才能接近于融合特征；MFCC 特征的識別率一直稍高于IMFCC 特征，這是由八類設(shè)備聲音的頻域分布特性導(dǎo)致的；融合特征M?IMFCC 在訓(xùn)練樣本數(shù)量為70%和80%的識別率之間僅相差0.14%。因此，本文認為在訓(xùn)練樣本數(shù)量達到70%時，融合特征具有最好的識別效果。

圖7 在SVM 中三種特征提取方法的識別率

八類設(shè)備聲音信號在訓(xùn)練樣本數(shù)量為總樣本數(shù)量的70%的識別結(jié)果如表2 所示。

表2 不同特征提取方法識別率（發(fā)電廠設(shè)備） %

發(fā)電廠設(shè)備聲音數(shù)據(jù)集的平均識別率如表2 所示。根據(jù)表2 可以看出：當特征維數(shù)均為24 維時，MFCC 特征的平均識別率整體偏高，說明這八類發(fā)電廠設(shè)備的工作聲音在低頻部分具有更明顯的特征；從三種特征的平均識別率來看，融合特征M?IMFCC 在除供油泵以外的其他七類設(shè)備中都表現(xiàn)出了更好的識別效果；而供油泵在MFCC 和IMFCC 特征上相比于其他設(shè)備識別率更高，這表明供油泵的這兩種聲音特征基本都是有效特征。因此，在使用本文方法進行特征選擇時，會丟失一部分有效信息，從而降低識別率，而相較于MFCC 特征，供油泵平均識別率僅降低了1.09%，總體平均識別率卻提高了4.12%。

3 結(jié)論

為了將基于聲音信號的非接觸式監(jiān)測方法應(yīng)用于發(fā)電廠設(shè)備的日常監(jiān)測，實時掌握設(shè)備的運行狀態(tài)，以便實現(xiàn)設(shè)備的故障診斷，避免損失電廠效益，本文提出一種融合MFCC 特征和IMFCC 特征的方法。在MFCC和IMFCC 特征的基礎(chǔ)上，通過差異性指標進行特征選擇和特征融合，并在ESC?50 部分數(shù)據(jù)集以及電廠設(shè)備聲音數(shù)據(jù)集上，對三種特征進行對比實驗。實驗結(jié)果表明：融合后的M?IMFCC 特征能夠通過較少的維數(shù)表征聲音信號頻域部分的有效信息，有效去除了MFCC 和IMFCC 特征中存在的冗余特征和干擾信息，降低了計算量，提高了識別速率；能夠準確地反映電廠設(shè)備聲音信號的非平穩(wěn)特性和各設(shè)備之間的差異性，解決了從頻域中全面捕獲聲音信號特征的問題，實現(xiàn)了八類電廠設(shè)備聲音信號的識別；融合特征M?IMFCC 的訓(xùn)練樣本需求較少，準確率高，更適用于設(shè)備的故障診斷研究。