【技术实现步骤摘要】
本专利技术属于电力运行控制领域，尤其涉及一种用于电力系统的基于机器学习的语音指令识别方法。
技术介绍
1、随着用电规模的增长，面对发输变配调各环节信息和数据量的不断增长，电力系统对信息数据的传输和分析处理速度要求也在不断增加。
2、在传统方式下，各类调度工单(检修单、操作票)执行流程完全依靠人工跟进，提醒，督促，全部作业流程时效性依靠人工监督和电话提醒，在业务量持续增长的的情况下，人员劳动强度大，对调度工单流程的监控压力很大，从而容易造成监控不及时、调度工单流程易出错的问题。
3、人工智能技术广泛涉及到人机模式交互、程序自动化执行等多个领域，具有极强的信息处理能力，借助现代科学技术能够有效实现电力工作模式的自动化、程序化、智能化；其中，语音交互技术同传统调控工作的结合，也成为当下提高操作业务效率、进一步保障全体国民安全稳定用电的重要研究课题。
4、语音是最自然的输入手段，近年来语音识别已被广泛应用于智能家居、车载导航等场合，电力作为生产生活等基础，吸纳语音处理技术是势所必然。
5、授权公告日为2021.12.28，授权公告号为cn 110808040 b的专利技术专利，公开了一种“基于语音控制互锁工作票和操作票流程的系统及方法”，包括用于操作人员使用的第一移动终端、用于工作负责人使用的第二移动终端和用于工作许可人使用的第三移动终端以及进度上报模块和调度模块，进度上报模块用于现场人员通过第一移动终端或第二移动终端将现场进度确认信息发送至调度模块，调度模块用于接收进度上报模块发来的每一
6、授权公告日为2021.07.30，授权公告号为cn 112990791 b的专利技术专利，公开了“一种基于智能语音的调度工单流程监控方法及系统”，通过对检修单所生成的检修操作票进行识别当前操作环节和操作调令，通过判断操作调令的时间差是否超时，当在出现超时情况时，通过语音功能将预警消息传至浏览器进行播报和内容展示，从而对每个操作环节进行流程监控，对业务流程时效性进行语音提醒和监督，可以实现提前预警，提高了监控的时效性和交互性，解决了监控不及时、调度工单流程易出错的技术问题，有效提升在应对日常工作时，尤其是紧急故障状态下的电力调度工作效率。
7、上述专利所公开的技术方案中，侧重于工作票、操作票的操作过程或调度工单的流程监控中，应用语音技术进行提醒或确认信息，但是没有涉及到“如何提高语音识别的准确性”，或者说，没有涉及到如何提高语音识别的准确率问题，即如何确保语音指令识别的准确度、实时性和鲁棒性，进而提高系统的可靠性和稳定性的问题。
8、目前，电力领域的语音识别技术研究较为薄弱。其中，申请公布日为2021.05.18，申请公布号为cn 112820282 a的专利技术专利申请，公开了一种“基于语音识别及自然语言处理电网调度系统”，包括语言识别单元、调度系统与播放系统，调度系统包括语言接收模块、处理模块一、数据采集模块、数据分析模块、大数据模块、方案优化模块、交互模块一、风险评估模块与报警模块，其在电网的数据出现异常时，能够通过交互模块一将信息输送给交互模块二中，处理模块二将信息通过播报模块播出，从而能够提醒调度员，该技术方案通过语言识别单元能够对调度员的语言指令进行采集，并对其进行处理后发送到调度系统中，从而发出指令给处理模块一，处理模块一根据指令对电网的异常信息进行处理，有效的降低了调度人员的工作量。
9、但是，在实际应用中发现，在电力系统巡检过程中，基于现场噪声较大、非特定人员进行巡检等因素的影响，给语音的准确识别带来了挑战。
10、因此，一种适用于电力系统的智能语音识别模式，需要对现场的电磁噪声具有较强的抑制能力，能够适应不同场地的巡检环境。
11、在电力系统中，语音指令识别是一种非常实用的技术。然而，由于电力系统的特殊性，电力系统语音指令识别面临着不少挑战和难点。
12、首先，语音指令的复杂性使得语音信号的处理变得十分复杂。语音信号存在噪声、口音、语速、语调等多种干扰，如何从中提取出有用的信息是非常困难的；其次，电力系统本身的复杂性更加增加了语音指令识别的难度；电力系统存在各种不同的设备、控制命令和状态变化，如何识别这些指令并准确操作设备是需要专业知识和高度技术的；此外，电力系统的环境也很复杂，例如在高温、低温、噪音等恶劣环境下，语音指令的准确性会受到很大的影响；最后，在做语音指令识别时，安全是非常关键的问题。如果有人恶意攻击系统，识别出错误的指令去控制设备，将会对电力系统造成非常严重的后果。
13、为了解决这些问题和挑战，需要开发出一种高效的电力系统语音指令识别方法。这种算法需要具备先进的语音信号处理、特征提取、模型训练等能力，同时考虑到电力系统的特殊性，需要结合电力系统的特点对算法进行针对性的优化和调整。只有这样，才能够实现对电力系统指令的准确识别和控制。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种基于机器学习的电力系统语音指令识别方法。其将电力系统操作票语音指令识别，用于辅助操作人员对倒闸操作票操作指令的操作，校验核对执行倒闸操作票过程中的语音指令；其支持向量机分类器进行分类，通过在电力系统语音控制场景下进行语音指令识别，以实现基于高斯混合模型的语音指令识别，在电力系统中具有较高的识别准确率和实时性，具有很好的适用性和鲁棒性，能够满足电力系统中复杂环境下语音指令识别的要求。
2、本专利技术的技术方案是：提供一种基于机器学习的电力系统语音指令识别方法，其特征是：
3、采用基于高斯混合模型的语音指令识别模式，在电力系统语音控制场景下进行电力系统指令的识别；将电力系统操作票的语音指令识别，用于辅助操作人员对倒闸操作票操作指令的操作；第一工作人员在移动终端的软件上进行倒闸操作票操作指令的阅读和第一次语音复述，使用语音识别对操作票指令的第一次语音复述进行第一次语音识别；第二工作人员在移动终端的软件上对第一工作人员的倒闸操作票操作指令再次进行第二次语音复述，使用语音识别对操作票指令的第二次语音复述进行第二次语音识别；只有二次语音指令复述均成功，则单张倒闸操作票匹配完成；通过对第一、第二工作人员的语音复述进行核对操作，来校验、核对执行倒闸操作票过程中的语音指令，完成对复述指令识别信息的校验核；指令识别过程中的操作内容，在操作审核完成后，同步将操作票操作的信息填入到操作票文档中，减少人工去填写操作票的操作信息步骤，保障倒闸操作的正确性，在无线网络环境下实现倒闸操作票操作的流程控制。
4、具体的，所述基于机器学习的电力系统语音指令识别方法，通过基于高斯混合模型的语音指令识别，提高电力系统中复杂环境下进行语音指令的识别准确率、实时性、适用性和鲁棒性本文档来自技高网...
【技术保护点】
1.一种基于机器学习的电力系统语音指令识别方法，其特征是：
2.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述基于机器学习的电力系统语音指令识别方法，通过基于高斯混合模型的语音指令识别，提高电力系统中复杂环境下进行语音指令的识别准确率、实时性、适用性和鲁棒性，满足电力系统中复杂环境下语音指令识别的要求。
3.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述基于机器学习的电力系统语音指令识别方法，包括以下步骤：
4.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的电力系统语音指令识别方法，包括：
5.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的电力系统语音指令识别方法，包括对语音信号进行预处理和语音识别；
6.按照权利要求5所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的对语音信号进行预处理，以语音信号的采集与预处理、声学特征提取、特征处理与降维的语音识别为基础，基于GMM-HMM的语音指令识别算法、DNN
7.按照权利要求5所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的语音识别包括以下步骤：
8.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的使用语音识别对操作票指令的第一次语音复述进行识别，包括以下步骤：
9.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的第二次语音复述进行识别，包括以下步骤：
10.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述基于机器学习的电力系统语音指令识别方法，用户和工作人员在软件上进行指令复述核对操作复述指令识别信息的校验核，通过系统的“一键式”操作完成；实时识别，识别过程智能化；在操作审核完成后，将指令识别过程中操作内容以及操作票操作的信息填入到操作票文档中，减少人工去填写操作票的操作信息步骤，提高工作效率，减少时间成本、人工成本；同时提供操票指令识别核对完成的文档下载。
...【技术特征摘要】
1.一种基于机器学习的电力系统语音指令识别方法，其特征是：
2.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述基于机器学习的电力系统语音指令识别方法，通过基于高斯混合模型的语音指令识别，提高电力系统中复杂环境下进行语音指令的识别准确率、实时性、适用性和鲁棒性，满足电力系统中复杂环境下语音指令识别的要求。
3.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述基于机器学习的电力系统语音指令识别方法，包括以下步骤：
4.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的电力系统语音指令识别方法，包括：
5.按照权利要求1所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的电力系统语音指令识别方法，包括对语音信号进行预处理和语音识别；
6.按照权利要求5所述的基于机器学习的电力系统语音指令识别方法，其特征是所述的对语音信号进行预处理，以语音信号的采集与预处理、声学特征提取、特征处理与降维的语音识别为基础，基于gmm-hmm的语音指令识别算法、dnn的语音指令识别...
【专利技术属性】
技术研发人员：吴昊，池海涛，陆增洁，汪诗怡，柴俊，张楠，蔡昊，陈成，罗易，
申请(专利权)人：国网上海市电力公司，
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。