本发明专利技术提供了一种气阀装置的漏气状态评估方法、装置、终端及存储介质，该方法包括：获取气阀装置预设范围内的初始音频数据；对初始音频数据进行降噪处理，得到漏气音频数据；根据预设的识别模型和漏气音频数据，得到漏气音频数据对应的声纹特征；基于声纹特征和预设的声纹特征，确定气阀装置为漏气状态。本发明专利技术通过预设的识别模型对漏气音频数据进行特征提取，再将得到的声纹特征与预设的声纹特征进行对比，提高了气阀装置漏气状态评估的准确度。提高了气阀装置漏气状态评估的准确度。提高了气阀装置漏气状态评估的准确度。
【技术实现步骤摘要】
气阀装置的漏气状态评估方法、装置、终端及存储介质
[0001]本专利技术属于气阀故障检测
，尤其涉及一种气阀装置的漏气状态评估方法、装置、终端及存储介质。
技术介绍
[0002]电力计量生产基础设施主要包括自动化检定流水线和智能化立体库房。这两种基础设施主要分为气动和电动两种类型。气动型自动化检定流水线和智能化立体库房主要依托压缩气体驱动，因此每个动作单元均需配备1个或多个气阀装置，该气阀由于制作工艺、使用时长、老旧退化、检修不及时等原因会出现漏气现象。
[0003]目前，一般通过人工巡检方式检测气阀装置是否出现漏气，即隔一段时间，检修人员去作业现场对气阀装置进行统一检测排查。
[0004]但是，气阀装置的老化是一个渐变过程，在达到一定程度的漏气状态时，很难依靠人工巡检方式发现风险隐患，导致无法及时发现气阀装置是否漏气。
技术实现思路
[0005]有鉴于此，本专利技术实施例提供了一种气阀装置的漏气状态评估方法、装置、终端及存储介质，以解决现有技术中存在无法及时发现气阀装置是否漏气的问题。
[0006]本专利技术实施例的第一方面提供了一种气阀装置的漏气状态评估方法，包括：
[0007]获取气阀装置预设范围内的初始音频数据；
[0008]对初始音频数据进行降噪处理，得到漏气音频数据；
[0009]根据预设的识别模型和漏气音频数据，得到漏气音频数据对应的声纹特征；
[0010]基于声纹特征和预设的声纹特征，确定气阀装置为漏气状态。
[0011]在一种可能的实现方式中，对初始音频数据进行降噪处理，得到漏气音频数据，包括：
[0012]去除初始音频数据中的环境噪音数据，得到漏气音频数据；
[0013]或，
[0014]对初始音频数据进行软件滤波降噪，得到降噪后的初始音频数据；
[0015]若降噪后的初始音频数据对应的振幅满足预设振幅，将降噪后的初始音频数据作为漏气音频数据。
[0016]在一种可能的实现方式中，根据预设的识别模型和漏气音频数据，得到漏气音频数据对应的声纹特征，包括：
[0017]确定预设的识别模型；
[0018]利用预设的识别模型对漏气音频数据进行声纹特征提取，得到漏气音频数据对应的声纹特征。
[0019]在一种可能的实现方式中，确定预设的识别模型，包括：
[0020]获取初始识别模型和训练样本数据；
[0021]将训练样本数据输入初始识别模型，待迭代次数满足预设次数，得到预设的识别模型。
[0022]在一种可能的实现方式中，将训练样本数据输入初始识别模型，待迭代次数满足预设次数，得到预设的识别模型，包括：
[0023]将训练样本数据输入初始识别模型，确定训练样本数据对应的分类概率；
[0024]计算分类概率与预设分类概率的差值，并根据差值确定初始识别模型的损失值；
[0025]根据损失值反向训练初始识别模型，直至待迭代次数满足预设次数，确定预设的识别模型。
[0026]在一种可能的实现方式中，基于声纹特征和预设的声纹特征，确定气阀装置为漏气状态，包括：
[0027]判断声纹特征和预设的声纹特征是否一致；
[0028]若声纹特征和预设的声纹特征不一致，气阀装置为漏气状态。
[0029]在一种可能的实现方式中，方法还包括：
[0030]确定漏气音频数据对应的状态评分；
[0031]若漏气音频数据与预设音频数据不一致且状态评分超过预设评分，发送异常信号至客户端。
[0032]本专利技术实施例的第二方面提供了一种气阀装置的漏气状态评估装置，装置包括：
[0033]数据获取模块，用于获取气阀装置预设范围内的初始音频数据；
[0034]降噪处理模块，用于对初始音频数据进行降噪处理，得到漏气音频数据；
[0035]特征提取模块，用于根据预设的识别模型和漏气音频数据，得到漏气音频数据对应的声纹特征；
[0036]状态确定模块，用于基于声纹特征和预设的声纹特征，确定气阀装置为漏气状态。
[0037]在一种可能的实现方式中，降噪处理模块，包括：
[0038]第一降噪处理子模块，用于去除初始音频数据中的环境噪音数据，得到漏气音频数据；
[0039]或，
[0040]第二降噪处理子模块，用于对初始音频数据进行软件滤波降噪，得到降噪后的初始音频数据；
[0041]漏气音频确定子模块，用于若降噪后的初始音频数据对应的振幅满足预设振幅，将降噪后的初始音频数据作为漏气音频数据。
[0042]在一种可能的实现方式中，特征提取模块，包括：
[0043]模型确定子模块，用于确定预设的识别模型；
[0044]特征提取子模块，用于利用预设的识别模型对漏气音频数据进行声纹特征提取，得到漏气音频数据对应的声纹特征。
[0045]在一种可能的实现方式中，模型确定子模块，包括：
[0046]数据获取单元，用于获取初始识别模型和训练样本数据；
[0047]模型训练单元，用于将训练样本数据输入初始识别模型，待迭代次数满足预设次数，得到预设的识别模型。
[0048]在一种可能的实现方式中，模型训练单元，包括：
[0049]分类概率确定子单元，用于将训练样本数据输入初始识别模型，确定训练样本数据对应的分类概率；
[0050]损失值计算子单元，用于计算分类概率与预设分类概率的差值，并根据差值确定初始识别模型的损失值；
[0051]模型确定子单元，用于根据损失值反向训练初始识别模型，直至待迭代次数满足预设次数，确定预设的识别模型。
[0052]在一种可能的实现方式中，状态确定模块，包括：
[0053]判断子模块，用于判断声纹特征和预设的声纹特征是否一致；
[0054]状态确定子模块，用于若声纹特征和预设的声纹特征不一致，气阀装置为漏气状态。
[0055]在一种可能的实现方式中，方法还包括：
[0056]评分确定模块，用于确定漏气音频数据对应的状态评分；
[0057]异常判断模块，用于若漏气音频数据与预设音频数据不一致且状态评分超过预设评分，发送异常信号至客户端。
[0058]本专利技术实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一项的气阀装置的漏气状态评估方法的步骤。
[0059]本专利技术实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的气阀装置的漏气状态评估方法的步骤。
[0060]本专利技术实施例与现有技术相比存在的有益效果是：
[0061]本专利技术实施例首先获取气阀装置预设范围内的初始音频数据，然后对初始音频数据进行降噪处理，得到漏气音频数据，再根据预设的识别模型和漏气音频数据，得到漏本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种气阀装置的漏气状态评估方法，其特征在于，包括：获取气阀装置预设范围内的初始音频数据；对所述初始音频数据进行降噪处理，得到漏气音频数据；根据预设的识别模型和所述漏气音频数据，得到所述漏气音频数据对应的声纹特征；基于所述声纹特征和预设的声纹特征，确定所述气阀装置为漏气状态。2.如权利要求1所述的气阀装置的漏气状态评估方法，其特征在于，所述对所述初始音频数据进行降噪处理，得到漏气音频数据，包括：去除所述初始音频数据中的环境噪音数据，得到所述漏气音频数据；或，对所述初始音频数据进行软件滤波降噪，得到降噪后的初始音频数据；若所述降噪后的初始音频数据对应的振幅满足预设振幅，将所述降噪后的初始音频数据作为所述漏气音频数据。3.如权利要求1所述的气阀装置的漏气状态评估方法，其特征在于，所述根据预设的识别模型和所述漏气音频数据，得到所述漏气音频数据对应的声纹特征，包括：确定所述预设的识别模型；利用所述预设的识别模型对所述漏气音频数据进行声纹特征提取，得到所述漏气音频数据对应的声纹特征。4.如权利要求3所述的气阀装置的漏气状态评估方法，其特征在于，所述确定所述预设的识别模型，包括：获取初始识别模型和训练样本数据；将所述训练样本数据输入所述初始识别模型，待迭代次数满足预设次数，得到所述预设的识别模型。5.如权利要求4所述的气阀装置的漏气状态评估方法，其特征在于，所述将所述训练样本数据输入所述初始识别模型，待迭代次数满足预设次数，得到所述预设的识别模型，包括：将所述训练样本数据输入所述初始识别模型，确定所述训练样本数据对应的分类概率；计算所述分类概率与预设分类概率的差值...
【专利技术属性】
技术研发人员：王浩，李翀，孙晓腾，白晨，王毅，李兵，王瑞明，蔺静，张秀丽，张维娟，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。