基于鳴聲組合特征與CNN 的電網(wǎng)危害鳥(niǎo)種識(shí)別

邱志斌，王海祥，廖才波，盧祖文，況燕軍，張宇

（1.南昌大學(xué)信息工程學(xué)院，江西南昌 330031；2.國(guó)網(wǎng)江西省電力有限公司電力科學(xué)研究院，江西南昌 330096）

隨著生態(tài)環(huán)境的不斷改善，鳥(niǎo)類(lèi)活動(dòng)與電網(wǎng)運(yùn)行的矛盾日益突出，涉鳥(niǎo)故障已成為導(dǎo)致輸電線(xiàn)路跳閘的重要原因［1-3］.引起電網(wǎng)故障的危害鳥(niǎo)種具有地區(qū)差異，且鳥(niǎo)種體型、習(xí)性、活動(dòng)范圍各異，所造成的故障類(lèi)型與故障機(jī)理也各不相同［4］.為了提高鳥(niǎo)害防治的有效性，電網(wǎng)運(yùn)維人員需要了解并識(shí)別輸電線(xiàn)路周邊活動(dòng)的鳥(niǎo)種，針對(duì)不同鳥(niǎo)種可能引起的故障類(lèi)型采取差異化的防治措施.

鳥(niǎo)種識(shí)別的方法包括圖像識(shí)別和鳴聲識(shí)別，近年來(lái)，研究人員針對(duì)影響電網(wǎng)安全的鳥(niǎo)種開(kāi)展了圖像或鳴聲識(shí)別研究.通過(guò)提取巡檢圖像中的鳥(niǎo)類(lèi)形狀、顏色和紋理等特征信息作為輸入量，利用智能學(xué)習(xí)算法構(gòu)建分類(lèi)器［5］，或者通過(guò)大樣本數(shù)據(jù)集訓(xùn)練深度學(xué)習(xí)目標(biāo)檢測(cè)算法［6-7］，可以實(shí)現(xiàn)鳥(niǎo)種圖像識(shí)別.由于夜間活動(dòng)或飛行中的鳥(niǎo)類(lèi)圖像采集存在一定困難，有必要將圖像與鳴聲信息共同作為電網(wǎng)危害鳥(niǎo)種識(shí)別的手段.鳴聲識(shí)別是以鳥(niǎo)鳴信號(hào)作為特征提取對(duì)象，利用不同鳥(niǎo)類(lèi)鳴叫聲的差異性進(jìn)行分類(lèi).

通過(guò)鳴聲信息進(jìn)行鳥(niǎo)種識(shí)別一般包括信號(hào)預(yù)處理、特征提取、算法識(shí)別等過(guò)程.常用的鳥(niǎo)類(lèi)鳴聲特征參數(shù)包含Mel 倒譜系數(shù)（Mel-frequency Cepstrum Coefficients，MFCC）［8-10］、Gammatone 倒譜系數(shù)（Gammatone Frequency Cepstrum Coefficients，GFCC）［11］、線(xiàn)性預(yù)測(cè)倒譜系數(shù)［12-13］、功率譜密度［14］、Mel 子帶參數(shù)［15］和時(shí)頻譜圖特征［16-17］等.鳥(niǎo)種分類(lèi)算法包括高斯混合模型［18-19］、隱馬爾科夫模型［20-22］、隨機(jī)森林［14，16，23］、支持向量機(jī)［15，24-25］，以及卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）等深度學(xué)習(xí)算法［17-18，26-27］.文獻(xiàn)［15］通過(guò)Mel 濾波器組輸出各個(gè)子帶的能量序列，然后基于自回歸模型分別對(duì)各個(gè)子帶輸出的隨時(shí)間變化的能量序列進(jìn)行建模，得到野外環(huán)境下11 種鳥(niǎo)類(lèi)的鳴聲參數(shù)化特征，并利用支持向量機(jī)進(jìn)行分類(lèi).文獻(xiàn)［17］利用動(dòng)態(tài)系統(tǒng)擴(kuò)充數(shù)據(jù)集，生成替代訓(xùn)練的數(shù)據(jù)，提取鳥(niǎo)鳴信號(hào)的時(shí)頻譜圖特征，結(jié)合CNN 對(duì)6 種鳥(niǎo)類(lèi)進(jìn)行分類(lèi).文獻(xiàn)［19］以MFCC 作為特征參數(shù)，結(jié)合高斯混合模型對(duì)陜西省8種鳥(niǎo)類(lèi)的鳴叫聲和鳴唱聲分別進(jìn)行建模識(shí)別.文獻(xiàn)［27］利用較容易獲取的鳥(niǎo)類(lèi)鳴聲數(shù)據(jù)集和環(huán)境聲音對(duì)ResNet-50網(wǎng)絡(luò)進(jìn)行訓(xùn)練，把訓(xùn)練好的模型遷移到鳴聲獲取較為困難的小數(shù)據(jù)集上進(jìn)行分類(lèi)，獲得了79%的準(zhǔn)確率.文獻(xiàn)［28］對(duì)MFCC 和GFCC 進(jìn)行融合，利用CNN對(duì)環(huán)境聲音進(jìn)行分類(lèi)，結(jié)果表明融合特征分類(lèi)模型具有更高的識(shí)別精度.目前，對(duì)鳥(niǎo)類(lèi)鳴聲的識(shí)別研究多是在較小的數(shù)據(jù)集上進(jìn)行種類(lèi)較少的鳥(niǎo)種分類(lèi)，且使用單一的鳥(niǎo)鳴特征.由于輸電線(xiàn)路跨越距離較長(zhǎng)，沿線(xiàn)經(jīng)過(guò)不同的地理環(huán)境，涉及的危害鳥(niǎo)種具有多樣化特點(diǎn).為了輔助涉鳥(niǎo)故障防治，提高危害鳥(niǎo)種的識(shí)別準(zhǔn)確率，有必要在多種類(lèi)大數(shù)據(jù)集上開(kāi)展鳥(niǎo)種鳴聲識(shí)別研究.

本文針對(duì)與輸電線(xiàn)路相關(guān)的23 種鳥(niǎo)類(lèi)，通過(guò)對(duì)收集的鳴聲信號(hào)進(jìn)行降噪與剪輯等預(yù)處理，構(gòu)建了包含3 290段鳴聲信號(hào)的數(shù)據(jù)集，然后計(jì)算鳥(niǎo)鳴信號(hào)的MFCC、GFCC 和短時(shí)能量（Short-term Energy，STE）特征，經(jīng)過(guò)組合與歸一化后得到新的特征集，將其作為CNN模型的輸入，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，利用Softmax 層進(jìn)行分類(lèi)識(shí)別.算例結(jié)果表明，本文所提出的方法對(duì)涉鳥(niǎo)故障相關(guān)鳥(niǎo)種具有較高的識(shí)別率，可為運(yùn)維人員開(kāi)展輸電線(xiàn)路鳥(niǎo)種識(shí)別與涉鳥(niǎo)故障防治提供參考.

1 鳥(niǎo)種鳴聲信號(hào)處理

1.1 鳴聲信號(hào)降噪與剪裁

由于鳥(niǎo)種鳴聲信號(hào)大多是在野外條件下采集的，其中含有大量噪聲，為了獲取更加清晰的鳴聲信號(hào)特征，提高鳥(niǎo)種鳴聲識(shí)別的準(zhǔn)確率，需要對(duì)鳥(niǎo)鳴信號(hào)進(jìn)行降噪處理.鳥(niǎo)鳴信號(hào)中含有的噪聲多為風(fēng)聲和流水聲，可以看作加性噪聲.本文采用改進(jìn)譜減法去除鳥(niǎo)鳴信號(hào)中的這類(lèi)背景噪聲.

譜減法［29-30］是一種有效的降噪方法，在噪聲處理與語(yǔ)音增強(qiáng)方面應(yīng)用廣泛.其基本原理是采用帶噪鳥(niǎo)鳴信號(hào)的功率譜減去噪聲段的平均能量值，從而得到降噪后的鳥(niǎo)鳴信號(hào).已知鳥(niǎo)鳴信號(hào)前導(dǎo)噪聲段對(duì)應(yīng)的幀數(shù)為T(mén)，采用Xi（k）表示經(jīng)過(guò)快速傅里葉變換后的鳥(niǎo)鳴信號(hào)，則噪聲段的平均能量值D（k）可表示為：

式中：i為第i幀；k為第k條譜線(xiàn)；|Xi（k）|為第i幀每個(gè)頻率分量的幅值.譜減法的計(jì)算方法為：

式中：a為過(guò)減因子；b為增益補(bǔ)償因子；|X′i（k）|表示譜減后的第i幀每個(gè)分量的幅值.

式（2）利用每一幀的值進(jìn)行譜減，降噪效果較差，為得到較小的譜估算方差，提高鳥(niǎo)鳴音頻中環(huán)境噪聲的降噪效果，改進(jìn)譜減法采用鳥(niǎo)鳴信號(hào)相鄰幀之間的平均值Yi（k）代替式（2）中的Xi（k）進(jìn)行譜減計(jì)算.Yi（k）的表達(dá)式為：

對(duì)于第i幀，在Xi-P（i），…，Xi（k），…，Xi+P（k）之間計(jì)算其平均值Yi（k）.

此外，由于鳥(niǎo)鳴信號(hào)中噪聲是隨機(jī)的，在降噪過(guò)程中會(huì)存在噪聲譜線(xiàn)的譜值大于a·D（k）的情況，若按式（2）進(jìn)行計(jì)算會(huì)導(dǎo)致噪聲不能被完全消除.改進(jìn)譜減法在降噪過(guò)程中從前導(dǎo)噪聲段保留了噪聲的最大值，利用噪聲最大值對(duì)含噪聲頻進(jìn)行譜減，從而在譜減過(guò)程中盡可能減少噪聲殘留.本文將功率譜作為譜減對(duì)象，取式（3）中的P=1，即在相鄰3幀之間取平均值Yi（k）進(jìn)行譜減計(jì)算.以高危鳥(niǎo)種大杜鵑的一段鳴聲信號(hào)為例，原始大杜鵑鳴聲信號(hào)如圖1（a）所示，經(jīng)過(guò)改進(jìn)譜減法降噪后的鳴聲信號(hào)波形如圖1（b）所示.可見(jiàn)，改進(jìn)譜減法有效濾除了原始鳴聲信號(hào)中的噪聲，使得鳥(niǎo)鳴信號(hào)更加清晰.

降噪后的鳥(niǎo)種鳴聲信號(hào)大多持續(xù)時(shí)間較長(zhǎng)，而且可能包含其他鳥(niǎo)類(lèi)鳴聲的干擾，為了節(jié)約計(jì)算資源并減少干擾，需要對(duì)降噪后的鳥(niǎo)鳴信號(hào)進(jìn)行剪裁.自然界中，絕大多數(shù)鳥(niǎo)類(lèi)一聲?shū)Q叫的時(shí)間都在1 s 以?xún)?nèi).因此，本文將鳥(niǎo)鳴信號(hào)樣本均剪裁為1 s，構(gòu)建鳥(niǎo)鳴樣本集，用于特征提取.以圖1（b）中的大杜鵑信號(hào)為例，剪裁為1 s后的信號(hào)波形如圖1（c）所示.

圖1 大杜鵑鳴聲信號(hào)預(yù)處理效果Fig.1 Preprocessing results of a cuculus canorus sound signal

1.2 涉鳥(niǎo)故障相關(guān)鳥(niǎo)種鳴聲樣本集

根據(jù)電網(wǎng)運(yùn)行部門(mén)關(guān)于歷史涉鳥(niǎo)故障及相關(guān)鳥(niǎo)種的統(tǒng)計(jì)結(jié)果，本文以某省電網(wǎng)引起輸電線(xiàn)路涉鳥(niǎo)故障的13種高危鳥(niǎo)類(lèi)、8種微害鳥(niǎo)類(lèi)和2種無(wú)害鳥(niǎo)類(lèi)為對(duì)象，構(gòu)建23 種鳥(niǎo)類(lèi)的鳴聲信號(hào)樣本集，每種鳥(niǎo)類(lèi)的樣本數(shù)目為106～209 個(gè)不等，共計(jì)3 290 個(gè)樣本，其中高危、微害和無(wú)害鳥(niǎo)種樣本數(shù)量分別為1 848、1 193和249，每個(gè)樣本時(shí)長(zhǎng)均為1 s，采樣頻率為16 kHz.上述用以鳴聲識(shí)別研究的電網(wǎng)涉鳥(niǎo)故障相關(guān)鳥(niǎo)種樣本數(shù)量及導(dǎo)致的故障類(lèi)型如圖2 所示.為保證數(shù)據(jù)集的可信度和真實(shí)性，采用不同噪聲環(huán)境和錄音條件下的鳥(niǎo)類(lèi)鳴聲構(gòu)建數(shù)據(jù)集，同一段鳴聲不重復(fù)使用.

圖2 電網(wǎng)涉鳥(niǎo)故障相關(guān)鳥(niǎo)種鳴聲樣本分布Fig.2 Sound sample distribution of bird species related to power grid faults

2 鳥(niǎo)種鳴聲特征提取

2.1 短時(shí)能量

短時(shí)能量是鳥(niǎo)鳴信號(hào)時(shí)域特征，由于不同的鳥(niǎo)鳴音節(jié)之間能量差別十分顯著，因此可以通過(guò)短時(shí)能量的變化來(lái)分析不同鳥(niǎo)種的發(fā)音特點(diǎn).已知降噪后并進(jìn)行分幀加窗處理的鳥(niǎo)鳴時(shí)域信號(hào)為xi（u），短時(shí)能量Est（i）的計(jì)算公式為：

式中：R表示幀長(zhǎng)；I表示鳥(niǎo)鳴音頻總幀數(shù).

2.2 MFCC特征參數(shù)

MFCC特征是聲音識(shí)別領(lǐng)域最常用的特征之一，它將時(shí)域信號(hào)轉(zhuǎn)化為頻域，然后基于人耳的聽(tīng)覺(jué)機(jī)理來(lái)分析語(yǔ)音頻譜，具有特征表達(dá)準(zhǔn)確、特征維度低的優(yōu)點(diǎn).MFCC提取流程如下：

1）計(jì)算每一幀信號(hào)的線(xiàn)譜能量Ei（k），即

2）將每一幀信號(hào)的線(xiàn)譜能量通過(guò)Mel 濾波器組，計(jì)算在Mel濾波器組中的能量Si（m），即

式中：m表示濾波器編號(hào)；M為濾波器的個(gè)數(shù)；Hm（k）為濾波器的頻率響應(yīng)；N為譜線(xiàn)條數(shù).

3）將通過(guò)Mel 濾波器的能量取對(duì)數(shù)后進(jìn)行離散余弦變換（Discrete Cosine Transform，DCT），得到鳥(niǎo)鳴信號(hào)的MFCC特征參數(shù)，即

式中：d為進(jìn)行DCT 后的譜線(xiàn)，1≤d≤D，D為MFCC 特征維數(shù).通過(guò)式（7）計(jì)算得到的MFCC 特征參數(shù)為二維矩陣，將其轉(zhuǎn)化為圖像，橫、縱坐標(biāo)分別表示幀數(shù)和特征維度，采用顏色深淺代表參數(shù)值大小，即可得到鳥(niǎo)鳴信號(hào)的MFCC特征圖.

2.3 GFCC特征參數(shù)

鳥(niǎo)鳴信號(hào)的GFCC 特征與MFCC 特征提取流程的主要差別在于使用的濾波器不同，GFCC 特征是將鳥(niǎo)鳴信號(hào)輸入n通道的Gammatone 濾波器［31］，其表達(dá)式為：

式中：f、t、φ分別為頻率、時(shí)間和相位；A為濾波器增益的常數(shù)；n為濾波器的階數(shù)；u（t）為單位階躍函數(shù)；s為濾波器帶寬，其計(jì)算式為：

式中：BER（f）為等效矩形帶寬.

Gammatone 濾波器對(duì)鳥(niǎo)種鳴聲信號(hào)的濾波過(guò)程可以表示為：

式中：Si（g）為第g個(gè)濾波器輸出的對(duì)數(shù)能量值；Hg（k）為Gammatone 濾波器頻率響應(yīng)；g為濾波器編號(hào)；G為濾波器的個(gè)數(shù).對(duì)每個(gè)濾波器的輸出取對(duì)數(shù)后進(jìn)行離散余弦變換，其表達(dá)式為：

式中：Gi（q）為第q維GFCC 特征參數(shù)，1≤q≤Q，Q為GFCC特征維數(shù).

2.4 組合特征

鳥(niǎo)鳴識(shí)別相較于人類(lèi)聲音識(shí)別更為困難，單一類(lèi)型特征往往無(wú)法對(duì)鳥(niǎo)鳴特點(diǎn)進(jìn)行完全表達(dá)，故需要進(jìn)行特征的組合.由于GFCC特征與MFCC特征使用不同的濾波器組，二者組合能夠有效改善MFCC特征能量泄漏問(wèn)題，而GFCC 和MFCC 特征都是頻域特征，引入短時(shí)能量可以增加時(shí)域信息.所以本文將MFCC 特征及其一階差分、GFCC 特征及其一階差分和短時(shí)能量特征進(jìn)行組合，然后刪除差分為零的幀，經(jīng)過(guò)歸一化得到鳥(niǎo)種鳴聲的組合特征集.組合特征計(jì)算流程如圖3所示，相關(guān)計(jì)算參數(shù)如表1所示.

圖3 組合特征計(jì)算流程圖Fig.3 Flow chart of combined feature calculation

表1 組合特征相關(guān)計(jì)算參數(shù)Tab.1 Parameters related to the combined features

MFCC 和GFCC 特征都屬于靜態(tài)特征，為了獲取鳥(niǎo)鳴信號(hào)的動(dòng)態(tài)特性，對(duì)MFCC 和GFCC 特征的一階差分進(jìn)行計(jì)算.同時(shí)，為了降低信號(hào)中的毛刺對(duì)一階差分動(dòng)態(tài)特征的影響，計(jì)算相鄰三幀的一階差分并求取其平均值.以MFCC 特征為例，一階差分特征的計(jì)算方法為：

以圖2所示的大杜鵑鳴聲信號(hào)為例，取MFCC 和GFCC 特征維數(shù)均為12，通過(guò)上述方法計(jì)算所得的MFCC 特征圖、GFCC 特征圖、二者的一階差分特征圖以及組合特征圖如圖4所示.

圖4 大杜鵑鳴聲信號(hào)的特征參數(shù)圖Fig.4 Sound signal feature diagrams of cuculus canorus

將上述不同特征進(jìn)行組合，可以對(duì)鳥(niǎo)種鳴聲包含的聽(tīng)覺(jué)信息進(jìn)行綜合表征.組合特征集的維數(shù)由MFCC、GFCC 和短時(shí)能量特征維數(shù)決定.由于一階差分是通過(guò)對(duì)不同幀進(jìn)行差分運(yùn)算，差分前后特征維數(shù)不變，而短時(shí)能量特征只有一維，故組合特征維數(shù)為2（D+Q）+1，不同特征的維度如表2 所示.由于采用相鄰三幀計(jì)算差分的方法，導(dǎo)致首尾兩幀一階差分值為不包含信息的零值，因此將首尾兩幀刪除.

表2 組合特征的維度Tab.2 Dimensions of the combined features

鳥(niǎo)種鳴聲的短時(shí)能量、MFCC 特征與GFCC 特征的計(jì)算方法不同，導(dǎo)致數(shù)值上存在較大差異，為防止特征尺度與量綱不同對(duì)識(shí)別結(jié)果造成影響，需要將各個(gè)特征量歸一化到［0，1］.特征量歸一化方法為：

式中：Fmax和Fmin分別表示特征量F的最大值和最小值.以大杜鵑的鳴聲信號(hào)為例，將各個(gè)特征量進(jìn)行歸一化后，組合特征如圖4（e）所示.

3 電網(wǎng)危害鳥(niǎo)種鳴聲識(shí)別算例

3.1 卷積神經(jīng)網(wǎng)絡(luò)

本文構(gòu)建24 層卷積神經(jīng)網(wǎng)絡(luò)用于鳥(niǎo)種鳴聲特征的訓(xùn)練與鳥(niǎo)種識(shí)別，網(wǎng)絡(luò)主要包含5 個(gè)卷積層+ReLU、5 個(gè)批量歸一化層和4 個(gè)池化層.卷積核和池化核大小分別為［3×3］和［2×2］，設(shè)置卷積步幅為1，池化步幅為2.卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示.

圖5 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 Structure of the convolutional neural network

網(wǎng)絡(luò)輸入大小為224×224×3，將保存為相同大小的組合特征作為網(wǎng)絡(luò)的輸入，經(jīng)Conv_1、Conv_2、Conv_3 卷積層進(jìn)行卷積，通道數(shù)分別為12、24 和48，卷積前后特征大小保持不變.在每次卷積之后進(jìn)行池化操作，池化以后通道數(shù)目不變，特征大小變?yōu)樵瓉?lái)的1∕2.Conv_4 和Conv_5 的卷積核個(gè)數(shù)都為48，卷積前后特征圖大小和通道數(shù)均保持不變，卷積后的池化層使特征大小變?yōu)樵瓉?lái)的1∕2，最終輸出大小為14×14×48，經(jīng)過(guò)全連接層后輸出一個(gè)包含23 種鳥(niǎo)類(lèi)可能性的概率分布.

3.2 仿真環(huán)境與參數(shù)設(shè)置

本文開(kāi)展的電網(wǎng)危害鳥(niǎo)種鳴聲識(shí)別算例是在Matlab 2021a 的軟件環(huán)境以及CPU 為AMD Core R7-5800H、主頻3.2 GHz、16 GB 內(nèi)存，GPU 為NVIDIA GeForce RTX3060、顯存大小為6 GB 的硬件環(huán)境下完成.采用小批量梯度下降法（Mini-Batch Gradient Descent，MBGD）進(jìn)行網(wǎng)絡(luò)優(yōu)化，設(shè)置批大小為16，最大輪數(shù)為8，初始學(xué)習(xí)率為0.000 3，每經(jīng)6 輪訓(xùn)練學(xué)習(xí)率降低為原來(lái)的50%，由此對(duì)23 種鳥(niǎo)類(lèi)鳴聲信號(hào)進(jìn)行分類(lèi)識(shí)別.

3.3 算例及結(jié)果分析

利用本文構(gòu)建的涉鳥(niǎo)故障相關(guān)鳥(niǎo)種鳴聲樣本集對(duì)CNN 進(jìn)行訓(xùn)練，識(shí)別鳥(niǎo)種鳴聲，具體流程如圖6所示.

圖6 鳥(niǎo)種鳴聲識(shí)別流程圖Fig.6 Flowchart for sound identification of bird species

由于不同的數(shù)據(jù)集劃分比例會(huì)對(duì)識(shí)別結(jié)果產(chǎn)生影響，分別按照訓(xùn)練集、驗(yàn)證集和測(cè)試集比例為8∶1∶1、7∶1∶2、7∶2∶1 和6∶2∶2 劃分?jǐn)?shù)據(jù)集，設(shè)置組合特征維度為57 維時(shí)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，識(shí)別結(jié)果如表3 所示.可見(jiàn)，當(dāng)數(shù)據(jù)集劃分比例為8∶1∶1 時(shí)驗(yàn)證準(zhǔn)確率最高為91.49%，測(cè)試準(zhǔn)確率最高為91.21%.

表3 不同數(shù)據(jù)集劃分比例下的識(shí)別結(jié)果Tab.3 Identification results under different division proportions of data set

為了探究組合特征集的識(shí)別效果，設(shè)置數(shù)據(jù)集劃分比例為8∶1∶1，同時(shí)以MFCC、GFCC、MFCC+STE、GFCC+STE、MFCC+GFCC 作為CNN 模型的輸入，將其作為對(duì)照組.當(dāng)MFCC 和GFCC 的特征維數(shù)D、Q均取12 時(shí)，以驗(yàn)證集準(zhǔn)確率作為評(píng)價(jià)指標(biāo).上述各組特征集對(duì)應(yīng)的CNN訓(xùn)練結(jié)果如圖7所示.

圖7 不同鳴聲特征下的CNN訓(xùn)練結(jié)果Fig.7 CNN training results with different bird sound feature set

由圖7 可知，采用單一MFCC 和GFCC 特征作為輸入對(duì)CNN 進(jìn)行8 輪訓(xùn)練后，驗(yàn)證準(zhǔn)確率分別為88.75%和88.14%；引入短時(shí)能量STE 特征后，驗(yàn)證準(zhǔn)確率提升為89.06%和89.67%.采用MFCC+GFCC組合特征作為網(wǎng)絡(luò)輸入后，驗(yàn)證準(zhǔn)確率可進(jìn)一步提升至91.50%.以本文組合特征作為輸入時(shí)，CNN 模型的驗(yàn)證準(zhǔn)確率達(dá)到了92.40%，相比于5 個(gè)對(duì)照組分別提高了3.65%、4.26%、3.34%、2.73%和0.9%，這一結(jié)果表明，采用組合特征作為網(wǎng)絡(luò)輸入，可使CNN取得更好的訓(xùn)練效果.

MFCC 和GFCC 特征包含的鳥(niǎo)種鳴聲信息量受到特征維數(shù)D和Q的影響，特征維數(shù)低，包含的鳥(niǎo)鳴信息較少；特征維數(shù)高，則干擾更為嚴(yán)重且計(jì)算量增大，占用更多計(jì)算資源.為了研究組合特征維數(shù)對(duì)識(shí)別結(jié)果的影響，設(shè)置數(shù)據(jù)集劃分比例為8∶1∶1，D=Q且分別取值6、10、14、18、22、26，即組合特征維數(shù)分別為25、41、57、73、89 和105，比較不同特征維數(shù)下CNN 模型的驗(yàn)證集準(zhǔn)確率，結(jié)果如圖8所示.可見(jiàn)，當(dāng)組合特征維數(shù)從25增加至73時(shí)，驗(yàn)證準(zhǔn)確率逐漸增大，分別增大至86.63%、90.58%、91.50%、93.31%；當(dāng)特征維數(shù)增加至89和105時(shí)，驗(yàn)證準(zhǔn)確率反而下降，分別下降至91.79%和90.58%.因此，本文取73 維組合特征訓(xùn)練后的CNN模型用以測(cè)試集的鳥(niǎo)種識(shí)別.

圖8 不同特征維數(shù)下的CNN訓(xùn)練結(jié)果Fig.8 CNN training results with different feature dimensions

采用訓(xùn)練后的CNN 模型對(duì)23 種鳥(niǎo)類(lèi)鳴聲測(cè)試集進(jìn)行識(shí)別，結(jié)果如圖9所示.由圖9可知，識(shí)別正確率分布在61.1%～100%內(nèi)，總體識(shí)別正確率可達(dá)92.2%.13 種高危鳥(niǎo)類(lèi)和8 種微害鳥(niǎo)類(lèi)的平均識(shí)別正確率分別為94.3%和89.9%，高危鳥(niǎo)種鳴聲的識(shí)別效果表現(xiàn)更為優(yōu)異，其中大杜鵑、戴勝、蒼鷺等8 種高危鳥(niǎo)種，大天鵝、松鴉、翠鳥(niǎo)3 種微害鳥(niǎo)種的測(cè)試樣本識(shí)別正確率均為100%，其余5種高危鳥(niǎo)種和5種微害鳥(niǎo)種的識(shí)別正確率為61%～80%的有2種，為81%～90%的有5 種，在90%以上（不包含100%）的有3 種.無(wú)害鳥(niǎo)種作為干擾選項(xiàng)仍然具有較好的識(shí)別效果，鵪鶉和環(huán)頸斑鳩的識(shí)別正確率分別為92.3%和83.3%.

圖9 鳥(niǎo)種鳴聲測(cè)試集的識(shí)別結(jié)果Fig.9 Recognition results of bird sound signals in test set

在樣本預(yù)測(cè)類(lèi)別結(jié)果中，大嘴烏鴉對(duì)其他鳥(niǎo)種識(shí)別的干擾最為嚴(yán)重，5 個(gè)禿鼻烏鴉、2 個(gè)赤麻鴨樣本均被錯(cuò)誤識(shí)別為大嘴烏鴉.禿鼻烏鴉識(shí)別正確率最低，這是由于同科鳥(niǎo)種鳴聲非常相似，造成了識(shí)別難度增大.以蒼鷹、鶚、鳳頭麥雞、喜鵲、大杜鵑、大天鵝6 種鳥(niǎo)類(lèi)的其中一個(gè)鳴聲樣本為例，其識(shí)別結(jié)果如圖10所示.由圖10可知，確定概率均在83%以上，說(shuō)明網(wǎng)絡(luò)模型對(duì)測(cè)試集具有較好的識(shí)別效果.

圖10 部分鳥(niǎo)種的識(shí)別結(jié)果和確定概率Fig.10 Recognition results and determinate probabilities of some bird species

4 結(jié)論

本文提出了一種用以電網(wǎng)涉鳥(niǎo)故障危害鳥(niǎo)種識(shí)別的方法.通過(guò)對(duì)鳥(niǎo)種鳴聲信號(hào)進(jìn)行降噪等預(yù)處理，提取MFCC、GFCC 與短時(shí)能量等構(gòu)成鳴聲組合特征集.采用CNN 構(gòu)建鳥(niǎo)種識(shí)別模型，按照8∶1∶1比例劃分訓(xùn)練集、驗(yàn)證集和測(cè)試集，以73 維組合特征作為模型輸入時(shí)可取得最優(yōu)識(shí)別效果.對(duì)23 種輸電線(xiàn)路涉鳥(niǎo)故障相關(guān)鳥(niǎo)種的整體識(shí)別正確率可達(dá)92.2%，其中高危鳥(niǎo)種可達(dá)94.3%.本文研究可為電網(wǎng)運(yùn)維人員開(kāi)展鳥(niǎo)種智能識(shí)別與差異化防治提供參考.