-
公开(公告)号：CN111723683A
公开(公告)日：2020-09-29
申请号：CN202010475216.9
申请日：2020-05-29
摘要： 本发明公开了一种基于改进MFCC和K近邻的变压器故障声音识别方法。首先使用Z-score标准化等手段对音频进行预处理；然后提取MFCC特征参数矩阵；接着使用PCA进行数据降维，减少特征数；再对MFCC特征参数矩阵沿时轴做平均将其降为特征向量；最后使用K近邻算法识别改进的MFCC特征向量得到识别结果。本发明能够实现对变压器故障声音的在线监测，同时相比传统MFCC其数据量与运算量大幅度缩小，而识别率小幅度提升。
-
公开(公告)号：CN111860241A
公开(公告)日：2020-10-30
申请号：CN202010647020.3
申请日：2020-07-07
申请人： 国网山东省电力公司威海供电公司 , 上海交通大学
摘要： 本发明属于电力设备故障识别的技术领域，公开了一种基于小波包分析的电力设备放电故障识别方法，采集待识别电力设备的声音样本，对所述声音样本进行预处理，通过小波包分析方法对预处理后的声音样本进行特征向量提取，最后，利用机器学习，对待识别电力设备的放电故障进行识别。通过小波包分析方法对声音样本进行特征向量提取，克服了常用的梅尔特征向量高频分辨率低的特点，有很好的识别性能，再结合机器学习，完成对放电故障的识别，实现利用这种非接触的方式来进行故障的监测与识别。
-
公开(公告)号：CN110322896A
公开(公告)日：2019-10-11
申请号：CN201910559670.X
申请日：2019-06-26
申请人： 上海交通大学
摘要： 本发明公开了一种基于卷积神经网络的变压器故障声音识别方法。包括：使用静音剪切，分帧，Z-score标准化等手段对音频进行预处理，在预处理后提取MFCC特征参数构成声谱图，将声谱图送入卷积神经网络进行识别并得到识别结果。本发明能够在线自动识别变压器的故障声音，减轻巡检负担，有效监控变压器的工作状态，提升工作安全性。
-
公开(公告)号：CN114155877A
公开(公告)日：2022-03-08
申请号：CN202111444596.0
申请日：2021-11-30
申请人： 国网新疆电力有限公司乌鲁木齐供电公司 , 上海交通大学 , 国家电网有限公司
摘要： 一种基于门控循环单元的变压器故障声音识别方法。包括：使用静音剪切，分帧，Z‑score标准化等手段对音频进行预处理，在预处理后提取MFCC特征参数构成特征序列，将特征序列送入门控循环单元进行识别并得到识别结果。本发明能够自动识别变压器的故障声音，减轻巡检负担，有效监控变压器的工作状态，提升工作安全性。
-
公开(公告)号：CN113327629A
公开(公告)日：2021-08-31
申请号：CN202110488447.8
申请日：2021-05-06
申请人： 上海交通大学
摘要： 本发明提供了一种电力设备声音诊断方法及系统，包括：获取电力设备声音；对获取的所述电力设备声音进行数字信号处理，提取所述电力设备声音的频谱特征；对获取的所述电力设备声音进行声音种类标注，得到标注信息；利用所述电力设备声音的频谱特征和所述标注信息，训练得到声音分类模型；获取电力设备现场声音，并对所述现场声音进行数字信号处理，提取所述现场声音的频谱特征提取；将所述现场声音的频谱特征输入至所述声音分类模型，获取所述现场声音的种类，进而判断电力设备的运行状态。本发明用自动化的方式降低了监测的成本，提高了监测的效率，为长时间监测电力设备运行状态提供了新的解决方式。
-
-
-
-
搜索结果
5 条记录 (耗时 0.038 秒)
