-
公开(公告)号：CN110929769B
公开(公告)日：2023-02-10
申请号：CN201911115451.9
申请日：2019-11-14
申请人： 国网吉林省电力有限公司超高压公司 , 保定赛瑞电力科技有限公司
IPC分类号： G06F18/24 , G01M13/00 , G06N3/0442 , G06N3/045 , G06N3/08
摘要： 本发明属于电抗器技术领域，提出了一种基于振动和声音的电抗器机械类故障联合检测模型、方法和装置，包括采集来自电抗器的温度信号、声音信号和振动信号；根据温度信号，对声音信号、各路振动信号分别进行计算去温度相关高频相对量r计算；找出与声音信号最接近的振动信号；声音信号与最接近的振动信号分别输入到GRU深度神经网络进行计算；将GRU深度神经网络的输出层进行拼接，输入到DNN深度神经网络进行训练；调整相关的参数值，得到训练好的基于振动和声音的电抗器机械类故障联合检测模型。通过上述技术方案，解决了现有技术中电抗器机械类故障检测准确度差的问题。
-
公开(公告)号：CN112116917B
公开(公告)日：2023-02-07
申请号：CN202010964625.5
申请日：2020-09-15
申请人： 国网吉林省电力有限公司超高压公司 , 保定赛瑞电力科技有限公司
IPC分类号： G10L21/0208 , G10L21/0264 , G10L21/0272
摘要： 本发明涉及基于相位跃变度的电抗器本体与风机声信号分离方法，属于噪音分离技术领域，将电抗器声信号采集后通过傅里叶变换区分风机声信号和电抗器本体声信号，包括存储模块建立步骤和信息处理步骤，具体方法为：存储模块建立步骤包括，建立原始声信号存储模块、频点存储模块、相角存储模块、图形存储模块、参数存储模块和计算规则存储模块；信息处理步骤依次包括，提取频点分量、频点分量相角处理、分离声信号和还原电抗器声音，可以得到干净的电抗器信号，提高电抗器声纹分析的准确性。
-
公开(公告)号：CN112116917A
公开(公告)日：2020-12-22
申请号：CN202010964625.5
申请日：2020-09-15
申请人： 保定赛瑞电力科技有限公司 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司
IPC分类号： G10L21/0208 , G10L21/0264 , G10L21/0272
摘要： 本发明涉及基于相位跃变度的电抗器本体与风机声信号分离方法，属于噪音分离技术领域，将电抗器声信号采集后通过傅里叶变换区分风机声信号和电抗器本体声信号，包括存储模块建立步骤和信息处理步骤，具体方法为：存储模块建立步骤包括，建立原始声信号存储模块、频点存储模块、相角存储模块、图形存储模块、参数存储模块和计算规则存储模块；信息处理步骤依次包括，提取频点分量、频点分量相角处理、分离声信号和还原电抗器声音，可以得到干净的电抗器信号，提高电抗器声纹分析的准确性。
-
公开(公告)号：CN110929769A
公开(公告)日：2020-03-27
申请号：CN201911115451.9
申请日：2019-11-14
申请人： 保定赛瑞电力科技有限公司 , 国家电网有限公司 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司
摘要： 本发明属于电抗器技术领域，提出了一种基于振动和声音的电抗器机械类故障联合检测模型、方法和装置，包括采集来自电抗器的温度信号、声音信号和振动信号；根据温度信号，对声音信号、各路振动信号分别进行计算去温度相关高频相对量r计算；找出与声音信号最接近的振动信号；声音信号与最接近的振动信号分别输入到GRU深度神经网络进行计算；将GRU深度神经网络的输出层进行拼接，输入到DNN深度神经网络进行训练；调整相关的参数值，得到训练好的基于振动和声音的电抗器机械类故障联合检测模型。通过上述技术方案，解决了现有技术中电抗器机械类故障检测准确度差的问题。
-
-
-
搜索结果
4 条记录 (耗时 0.055 秒)
