一种基于无监督方式的电力变压器工况噪声分离方法

    公开(公告)号:CN112927710B

    公开(公告)日:2021-10-26

    申请号:CN202110078755.3

    申请日:2021-01-21

    Abstract: 本发明涉及一种基于无监督方式的电力变压器工况噪声分离方法,与现有技术相比解决了难以从电力变压器声纹信号中分离出噪声的缺陷。本发明包括以下步骤:电力变压器声纹数据的采集;声纹数据的预处理;变压器声纹的压缩;变压器工况噪声的分离。本发明通过采集的变压器音频,经去噪处理后,综合运用频率压缩方法、频率特征提取变压器声纹特征并进行有效融合;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加性叠加问题,提出一种基于特征向量夹角相似度算法,实现了声纹叠加的分离检测,分离出变压器工况噪声特性,为变压器工作状态的判断检测打下了基础。

    一种标签级的电力AI样本采集平台及其使用方法

    公开(公告)号:CN111866184A

    公开(公告)日:2020-10-30

    申请号:CN202010824228.8

    申请日:2020-08-17

    Abstract: 本发明公开了影像样本采集技术领域的一种标签级的电力AI样本采集平台及其使用方法,包括:手持终端、工作站、交换机和平台服务器,所述手持终端通过无线网络与所述所述交换机连接,所述交换机通过无线网络与所述平台服务器连接,所述工作站通过所述交换机搭建局域网连接所述平台服务器,所述手持终端为基于Android系统运行AI摄像机,本发明采用手持终端远程采集样本的方法能够高效采集电力AI样本,采用筛选、标注样、审核流水线方法能够快速处理样本,采用多维度分类、统计、导出方法有效管理样本,快速驱动人工智能算法快速开发及优化,促进电力领域远程智能巡视业务发展。

    一种基于容器化管理的电力AI训练平台及其训练方法

    公开(公告)号:CN111814911A

    公开(公告)日:2020-10-23

    申请号:CN202010823710.X

    申请日:2020-08-17

    Abstract: 本发明公开的属于人工智能技术领域,具体为一种基于容器化管理的电力AI训练平台及其训练方法,包括硬件资源层、操作系统层、通信层、数据库层、算法层和任务层,所述硬件资源层包含GPU资源池和存储资源池,所述通信层采用RabbitMQ多语言通信,该种基于容器化管理的电力AI训练平台及其训练方法,以容器化技术为基础,通过Web界面访问的方式,实现了电力AI训练平台的定制化,平台可以满足多种业务场景的需求,利用强大的硬件资源配置实现了电力场景下算法的快速训练及应用部署,能够直观显示模型优化过程及性能指标,有效管理算法模型,具备迭代训练触发机制,能够做到快速迭代模型,支撑现场算法的动态更新。

Patent Agency Ranking