-
公开(公告)号:CN116825131A
公开(公告)日:2023-09-29
申请号:CN202211214042.6
申请日:2022-09-30
申请人: 南方电网调峰调频发电有限公司储能科研院
IPC分类号: G10L25/24 , G10L25/30 , G06N3/045 , G06N3/0464 , G06N3/08
摘要: 本发明公开了融合频带自向下注意力机制的电厂设备状态听觉监测方法。所述方法包括以下步骤:设置声音传感器,获取电气设备运行的声音;对电气设备运行的声音进行预处理,得到预处理后的声音数据;对预处理后的声音数据进行频带自向下注意力机制处理;进行卷积神经网络识别,得到识别结果。本发明提出的方法解决了传统声音监测方法需要深度挖掘不同电气设备运行状态声音特征从而导致难度大、效率低的问题;本发明提出的方法解决了机器学习方法直接套用从而导致样本需求大、训练次数多的问题;本发明提出的新的频带自向下注意力机制,结合电气设备运行声音的特点,对梅尔频谱图中集中向下蔓延的区域惊醒关注,识别效果更好,训练次数更少。
-
公开(公告)号:CN116092525A
公开(公告)日:2023-05-09
申请号:CN202211686454.X
申请日:2022-12-27
申请人: 南方电网调峰调频发电有限公司储能科研院
发明人: 张豪 , 赵增涛 , 彭煜民 , 陈满 , 钟雪辉 , 周宇鹏 , 阳曦鹏 , 贺儒飞 , 黄凡旗 , 冯志延 , 陆信欣 , 姚建超 , 陈弘昊 , 沈燕 , 张晖 , 孙建超 , 李壮 , 窦博文 , 钟建栩 , 王伟 , 谭毅恺 , 王晓翼 , 钟保强 , 付建美 , 刘士刚 , 林伟杰 , 郑春
摘要: 本发明公开了一种考虑时频域特征融合的电气设备状态声音识别方法。所述方法包括以下步骤:声音时域数据获取和预处理;利用傅里叶变换将时域信号转换成频域,基于嵌入法同时进行频域特征选择和算法训练,选取最佳特征子集;利用包装法对声音原始信号进行时域信号特征提取;互信息法对时域特征和频域特征进行过滤和融合;建立神经网络,基于时频域融合信号对声音状态进行识别。本发明基于时域信息和频域信息的有效融合,一方面保留了时域和频域的重要特征信息,通过嵌入法和包装法减低了数据维度,另一方面通过机器学习算法,有效识别了正常工作、正常泄气、异常漏气三种状态,提升了识别的准确度。
-
公开(公告)号:CN116312625A
公开(公告)日:2023-06-23
申请号:CN202211685806.X
申请日:2022-12-27
申请人: 南方电网调峰调频发电有限公司储能科研院
发明人: 张豪 , 赵增涛 , 彭煜民 , 陈满 , 钟雪辉 , 周宇鹏 , 阳曦鹏 , 贺儒飞 , 黄凡旗 , 冯志延 , 陆信欣 , 姚建超 , 陈弘昊 , 沈燕 , 张晖 , 孙建超 , 李壮 , 窦博文 , 钟建栩 , 王伟 , 谭毅恺 , 王晓翼 , 钟保强 , 付建美 , 刘士刚 , 林伟杰 , 郑春
摘要: 本发明公开了一种基于细分抽象特征的压油气罐声音辨识方法。所述方法包括以下步骤:声音数据获取并利用声音传感器高采样率进行细分重处理;利用矩阵自编码器进行设备声音抽象特征提取;搭建卷积‑循环并行神经网络,通过细分抽象编码特征进行训练;根据训练后的卷积‑循环并行神经网络得到压油气罐声音识别结果。本发明有效解决了目前电厂辅助设备状态检测技术识别速度慢、可靠性不高等问题,此外通过提取细分抽象特征的方式,减低了数据的冗余,同时有效避免了漏气特征被隐去的可能,本发明结合了自特征提取和神经网络的方式达到了更好的漏气识别效果。
-
公开(公告)号:CN116092524A
公开(公告)日:2023-05-09
申请号:CN202211685803.6
申请日:2022-12-27
申请人: 南方电网调峰调频发电有限公司储能科研院
发明人: 张豪 , 赵增涛 , 彭煜民 , 陈满 , 钟雪辉 , 周宇鹏 , 阳曦鹏 , 贺儒飞 , 黄凡旗 , 冯志延 , 陆信欣 , 姚建超 , 陈弘昊 , 沈燕 , 张晖 , 孙建超 , 李壮 , 窦博文 , 钟建栩 , 王伟 , 谭毅恺 , 王晓翼 , 钟保强 , 付建美 , 刘士刚 , 林伟杰 , 郑春
摘要: 本发明公开了一种基于特征频段选取的电气设备声音辨识方法。所述方法包括以下步骤:声音时域数据获取和预处理,利用傅里叶变换转换至频域;采用Metropolis‑Hastings采样法,随机采样设定数量的样本建立偏最小二乘回归模型;利用对数衰减函数过滤回归系数绝对值权重最小的频段;利用加权采样选择设定保留比例的频段,选取交互验证均方根误差较小的对应频段为特征频段;建立神经网络,对声音状态进行辨识。本发明减少了训练样本的空间维度,避免了数据冗余,提高了训练速度,本发明有效辨识了正常工作、正常泄气、异常漏气三种状态,提升了识别的准确度。
-
-
-