基于通道注意力机制与AH-Softmax的变压器声纹识别方法

    公开(公告)号:CN117497003A

    公开(公告)日:2024-02-02

    申请号:CN202311622037.3

    申请日:2023-11-30

    摘要: 本发明涉及一种基于通道注意力机制与AH‑Softmax的变压器声纹识别方法,包括:实时采集任意一台电力变压器的音频数据,获取音频数据的二进制格式的声纹数据以及采样频率;对二进制格式的声纹数据进行预处理;对训练集中的声纹数据进行特征提取;对VGG19模型进行改进,得到改进后的VGG19模型;利用声纹特征训练集对改进后的VGG19模型进行训练,将待识别的电力变压器的音频数据输入训练后的VGG19模型,识别出电力变压器声纹类型。改进后的VGG19模型对各个通道的特征更有辨别能力,加强对变压器声纹的辨别能力;强调变压器声纹样本的信息量,可以动态区分信息量不同的变压器声纹样本,可以提高改进后的VGG19模型对于变压器声纹信号的识别的度和准确度。

    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:CN112927710A

    公开(公告)日:2021-06-08

    申请号:CN202110078755.3

    申请日:2021-01-21

    摘要: 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。

    一种基于新颜色空间与fast-LOF的火焰检测方法及装置

    公开(公告)号:CN110263661A

    公开(公告)日:2019-09-20

    申请号:CN201910448574.8

    申请日:2019-05-28

    IPC分类号: G06K9/00 G06T7/90

    摘要: 本发明公开了一种基于新颜色空间与fast-LOF的火焰检测方法,包括以下步骤:对采集的视频图像进行预处理形成第一处理图像;对第一处理图像进行颜色空间变换形成第二处理图像;对第二处理图像进行fast-LOF学习;利用学习获得的视觉字典进行火焰的检测。本发明还公开一种基于新颜色空间与fast-LOF的火焰检测装置。本发明能够克服传统的方法难以检测早期弱小火苗的缺陷,将RGB转换到新的颜色空间,能够有效地消除反射亮光的干扰;采用fast-LOF训练视觉字典,模型训练环节简单、快速,同时样本的多样性也提高了对不同场景的适应性;通过字典匹配,剔除非火焰区域,从而提高火焰的精度;本发明采用新的颜色空间与fast-LOF相结合的方式检测火焰,可以实现对早期弱小火焰的检测。

    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

    摘要: 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。