(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210904269.7 (22)申请日 2022.07.29 (71)申请人 上海思诺曼智能科技有限公司 地址 201619 上海市松江区洞泾镇长兴东 路1586号 (72)发明人 徐海峰　徐紫嫣　 (74)专利代理 机构 南京业腾知识产权代理事务 所(特殊普通 合伙) 32321 专利代理师 姜贝贝 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/73(2017.01) G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 10/771(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种用于设备缺陷智能定位检测的声阵列 成像系统及方法 (57)摘要 本发明属于设备缺陷检测技术领域， 公开了 一种用于设备缺陷智能定位检测的声阵列成像 系统及方法， 从声成像图像数据集中识别绝缘子 设备结构及缺陷类型； 构建基于绝缘子图像数据 的标准知识库； 基于选择识别出的绝缘子确定目 标测量参量及声纹图谱； 根据被配置的为在所述 目标测量结果中执行的知识规则确定声成像数 据是否表 示设备的正常功能还是特定异常类型。 本发明通过提取一组能有效区分缺陷/正常的特 征参数据集， 通过特征筛选， 选出分类性能强的 子集作为判定标准， 大大降低计算复杂度； 综合 采用综合视觉和专家知 识进行特征筛选， 从形态 和纹理两个方面量化描述声像特征， 使得声像诊 断的准确率、 自动化和智 能化程度均得到提高， 应用于各种场景。 权利要求书2页 说明书8页 附图7页 CN 115272232 A 2022.11.01 CN 115272232 A 1.一种用于设备缺陷智能定位检测的声阵列成像方法， 其特征在于， 所述用于设备缺 陷智能定位检测的声阵列成像方法包括： 从声成像图像数据集中识别绝缘子设备结构及缺陷类型； 构建基于绝缘子图像数据的 标准知识库； 基于选择识别出 的绝缘子确定目标测量参量及声纹图谱； 根据被配置的为在 所述目标测 量结果中执行的知识规则确定声成像数据是否表示设备的正常功 能还是特定 异常类型。 2.如权利要求1所述的用于设备缺陷智能定位检测的声阵列成像方法， 其特征在于， 所 述用于设备缺陷智能定位检测的声阵列成像方法包括以下步骤： 步骤一， 从声成像图像数据集中识别设备 结构； 步骤二， 构建基于识别设备 结构的图像数据标准知识库； 步骤三， 基于识别出的绝 缘子， 确定目标测量 参量及声纹曲线； 步骤四， 根据被配置的为在所述目标测量结果中执行的知识规则， 确定声成像数据是 否表示设备的正常功能还是 特定异常类型。 3.如权利要求2所述的用于设备缺陷智能定位检测的声阵列成像方法， 其特征在于， 所 述步骤一中的声成像图像数据包括： 基于配置在装置终端的声阵列和可见光摄像头采集的 合成图像数据； 所述识别 设备结构包括： 将所述声成像图像数据提供给用于声成像图像数 据识别设备 结构的深度学习网络； 所述步骤二中的图像数据 标准知识库包括： 用于设备状态评价的通用标准、 规范、 典型 故障特征样本数据以及高关联度设备历史数据信息； 所述步骤三中， 采用基于四元阵列的DOA估计算法进行确定目标参量的定位计算； 所述 确定目标测量参量及声纹曲线包括： 声场强度分布云图、 时域频谱、 频域声谱、 环境噪声参 量以及声像图谱、 音轨数据； 所述步骤四中的确定声成像数据异常类型包括： 漏气异响、 振动异响、 放电异响、 悬浮 放电、 尖端放电、 间隙放电以及电晕放电。 4.如权利要求1所述的用于设备缺陷智能定位检测的声阵列成像方法， 其特征在于， 所 述用于设备缺陷智能定位检测的声阵列成像方法还 包括： 对前端采集的数据进行 预处理、 数据清洗和自动标注后进行 数据处理； 智能判断触发拍摄， 截取拍摄时的图像数据发送至边缘云地址； 边缘计算端接收到 图 像后运行算法并将结果返回给UI， UI界面将结果进行显示； 其中， 所述结果包括缺陷类型、 最大分贝及结果评测、 表面放电、 电晕放电、 悬浮放电、 机械振动以及气体泄漏数据。 5.如权利要求1所述的用于设备缺陷智能定位检测的声阵列成像方法， 其特征在于， 所 述用于设备缺陷智能定位检测的声阵列成像方法还 包括： 通过视觉传感器获取宽景图像， 所述宽景图像至少包括待检测对象； 在所述宽景图像中识别被测设备类型及位置信 息， 并在所述识别出的被测设备中定位 声场强度云点图； 基于所述识别出的被测设备类型及声场强度云点图定位选择 特征知识； 在所述特征知识驱动下比较频谱序列对应关系， 并通过所述比较分析结果获得辅助判 断结果；权　利　要　求　书 1/2 页 2 CN 115272232 A 2其中， 所述被测设备包括： 配电变压器、 低压开关、 直流配电设备、 配电终端、 充/换电装 置、 一二次融合设备、 系统变压器、 电抗器、 电容器、 电压电流互感器、 避雷器、 组合电器、 断 路器、 隔离开关在内的一次设备及附件， 输电线路和杆塔。 6.一种应用如权利要求1～5任意一项所述的用于设备缺陷智能定位检测的声阵列成 像方法的用于设备缺陷智能定位检测的声阵列成像系统， 其特征在于， 所述用于设备缺陷 智能定位检测的声阵列成像系统包括依 次连接的前端设备终端、 边缘计算云端、 接入网管 侧和服务器云端； 其中， 所述前端包括声阵列和可见光传感器； 所述声阵列用于获取宽景下的声场强度 分布， 所述可 见光传感器用于获取电网设备的图像信息； 所述边缘计算端， 用于通过深度学习算法对声像终端检测的图像数据信 息进行智能分 析判断； 所述接入网管侧， 用于边 缘计算云端与服 务器云端之间的数据通信管理； 所述服务器云端， 用于对获取的数据进行参数量化、 对深度学习算法的网络结构进行 进化设置以及 网络加速； 将声成像数据回传至深度学习训练网络， 并训练和 开发更新网络 算法。 7.如权利要求6所述的用于设备缺陷智能定位检测的声阵列成像系统， 其特征在于， 所 述边缘计算端还用于智能声像检测、 数据自动存储、 自动生成报告、 台账管理、 目标视觉识 别、 专家知识调选、 确定测量结果以及执行判断分析； 所述服务器云端还用于模型训练迭 代、 数据样本生成、 开发与服 务、 账号授权管理； 所述用于设备缺陷智能定位检测的声阵列成像系统还包括： 中央控制计算处理单元、 液晶触摸屏、 5G/4G  gprs通信模块、 GPS模块、 WIFI模块、 聚合物锂电池、 光学相机模组、 声阵 列模组、 存 储模块以及蓝牙模块。 8.一种计算机设备， 其特征在于， 所述计算机设备包括存储器和处理器， 所述存储器存 储有计算机程序， 所述计算机程序被所述处理器执行时， 使得所述处理器执行如权利要求 1 ～5任意一项所述的用于设备缺陷智能定位检测的声阵列成像方法。 9.一种计算机可读存储介质， 存储有计算机程序， 所述计算机程序被处理器执行时， 使 得所述处理器执行如权利要求1～5任意一项所述的用于设备缺陷智能定位检测的声阵列 成像方法。 10.一种信息数据处理终端， 其特征在于， 所述信息数据处理终端用于实现如权利要求 6～7任意 一项所述用于设备缺陷智能定位检测的声阵列成像系统。权　利　要　求　书 2/2 页 3 CN 115272232 A 3