指纹识别、人脸识别、声控识别这些先进技术已经在不知不觉中融入到了人们的生活，改善着人们的生活质量。与此相关的声控、图文识别也在其它领域得到了广泛应用，但是在电力工程领域，声纹信号常常被当作噪声而忽略了其价值，长期以来，传统的人工判断电压高低的方法是通过用人耳听取设备运行声音来判断故障类型与故障位置。这类方法具有一定的局限性、模糊性、主观性并缺乏持久性，因为不同技术人员对变压器故障的判断标准可能存在不一致，且一些细微的声音信号无法判定，需要一定知识与经验的积累，再加上电力变压器的潜伏性故障普遍存在于内部，所以说通过人工方法进行快速、高效、可靠的检测存在很大的漏洞。

在电力工程行业发展的过程中，涌现了众多的电力工程智能化研发专家，其中不得不提的一位就是葛力娜，在电力行业深耕多年的她有着丰富的行业经验，她通过大量案例分析与实践经验，加以自己对行业未来发展路径的考量，提出了有必要深入系统研究，并建立电力变压器噪声的声纹在线监测方法、技术与测试系统，借助高灵敏度的传感测量和现代语音识别技术，使得通过监测声纹信息判断电力变压器的运行状态成为一种可能。

于是，凭借着她敏锐的市场前瞻性与洞察力，葛丽娜与她的团队在经过数百次的实验与调查之后，创造性地研发出了“基于声纹识别的变压器工况验证系统V1.0”和“基于物联网的混合线路故障区间定位系统V1.0”等多项先进成果，这些科技成果涉及大数据采集技术、物联网技术等新兴技术，为电力工程领域提供了新理论与新技术的研究范式。

其中，“基于声纹识别的变压器工况验证系统V1.0”是葛力娜根据对大型电力变压器的纹信号采集、处理与特征分析，提出的一种基于声纹识别技术的变压器工况检测方法及验证的系统，这实现了对变压器工作状态的判断和检测。该系统的工作原理是，先通过声纹采集传感器实地采集获取73组变压器音频，共约1800 min;其次，分别运用分段、分帧、加窗音频预处理方法对所采集的变压器声纹进行去噪处理;再次，综合运用能量特征、频率特征、梅尔频率倒谱系数、频率压缩方法提取变压器声纹特征并进行有效融合;最后，针对变压器工况声音由稳定工作状况发出的声音与不稳定的瞬时杂音进行对比，基于余弦相似度算法从而实现声纹叠加的分离检测，为变压器的运行状态进行检测与验证分析奠定了基础。该系统利用声纹图像特征识别变压器与噪声相关的异常运行状态，能够显著改善人为判断经验不足、误差大的问题以及现有声学诊断系统特征容易进漏、准确率低的问题，可大幅提高与噪声有关的变压器运行状态的诊断准确率,有诊断准确率高、诊断速度快的优点。不仅如此，在完成在线监测的同时，该系统还能够实现非接触式检测，由于声纹传感器布置方式比较灵活，采集信号时不产生电磁信号，所以不会干扰设备的正常运行。

据了解，凭借卓越的性能优势，该项技术的一经推广受到了几十家电子工程、汽车加工、机械制造业等企业的热烈欢迎，在该智能系统的加持下，众多应用公司都取得了不可估量的利润和效益，帮助多行业实现了高可靠性、高性能、高弹性的高质量产品研发和生产，创造了巨大的社会效益，得到了业内专家的一致认可与赞誉。谈及未来，葛力娜表示，将来会继续潜心于创新技术的研发工作，用更加先进的科技成果继续赋能自身企业及合作伙伴的创新能力升级与落地实践，同时打造更多细分领域的创新解决方案，助力电子工程行业的科技腾飞。

当今社会，智能化发展是大势所趋势，电力工程的发展更需要智能助力。以科技赋能电力，推动电力工程实现全方位革新，是各企业和专家始终坚持如一的目标，像葛力娜这种身体力行，带领团队在电力工程智能化的研发道路上孜孜不倦的探索者更是人们学习的榜样。

科技赋能，谱写我国电力行业科技化信息化全面发展的新篇章，我们正在前行的路上。（文/谭婷）

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005