-
公开(公告)号:CN116682458B
公开(公告)日:2025-05-13
申请号:CN202310687573.5
申请日:2023-06-12
Applicant: 南昌工程学院
Inventor: 李斌 , 王宗耀 , 何言 , 康兵 , 许志浩 , 丁贵立 , 刘文轩 , 章彧涵 , 高家通 , 蒋善旗 , 戴永熙 , 杨梓萌 , 徐一舟 , 李雨彤 , 何登旋 , 单惠敏
IPC: G10L25/51 , G10L25/30 , G10L21/0208
Abstract: 本发明公开一种基于能量算子改进小波包的GIS局放声纹检测方法,选取小波包基函数对GIS声纹信号进行小波包分解、降噪,采用改进Teager能量算子小波包系数进行瞬时能量计算,得到瞬时能量序列,结合滑动窗口函数进行背景阈值判断,将能量异常点进行记录;而后结合峭度熵、模糊熵、瞬时能量以及能量异常点构建联合特征,使用RBF神经网络算法进行故障判定。本发明快速准确的发现GIS运行隐患。
-
公开(公告)号:CN119293475B
公开(公告)日:2025-04-18
申请号:CN202411814932.X
申请日:2024-12-11
Applicant: 南昌工程学院
Abstract: 本发明属于变压器监测技术领域,公开了一种复杂环境中变压器声纹信号降噪与辨识方法及系统,该方法选择小波基函数对变压器声纹信号进行分解,将变压器声纹信号分解为不同频率和时间尺度上的小波包系数矩阵;将获得的小波包系数矩阵输入各向异性噪声因子算法中,计算变压器声纹信号的低秩矩阵和噪声协方差;根据计算变压器声纹信号的低秩矩阵和噪声协方差进行重构,得到降噪后的变压器声纹信号;将降噪后的变压器声纹信号输入声纹信号辨识网络中,对变压器的运行状态进行辨识。本发明可有效去除噪声成分,能够有效提升信噪比,获得纯净的变压器声纹信号,提高辨识准确率。
-
公开(公告)号:CN118998005B
公开(公告)日:2025-03-07
申请号:CN202411484598.6
申请日:2024-10-23
Applicant: 南昌工程学院
IPC: F03D17/00 , G06N3/006 , G06N7/08 , G06F18/2411
Abstract: 本发明公开了一种基于声纹信号的风机叶片故障诊断方法,包括如下步骤:对风机叶片声纹信号进行采集,并进行滤波处理;通过完全集成经验模态分解方法将滤波处理后的声纹信号分解为多个本征模态函数;将本征模态函数转换为二维镜像雪花图,并进行归一化处理;通过改进红嘴蓝鹊优化算法对支持向量机内部惩罚参数以及核参数进行优化,得到IRBMO‑SVM模型;将归一化处理后的二维镜像雪花图输入IRBMO‑SVM模型中进行故障诊断;本发明采用改进红嘴蓝鹊优化算法优化支持向量机,提高了支持向量机计算效率,进而提高了对风机叶片的故障诊断精度。
-
公开(公告)号:CN116682458A
公开(公告)日:2023-09-01
申请号:CN202310687573.5
申请日:2023-06-12
Applicant: 南昌工程学院
Inventor: 李斌 , 王宗耀 , 何言 , 康兵 , 许志浩 , 丁贵立 , 刘文轩 , 章彧涵 , 高家通 , 蒋善旗 , 戴永熙 , 杨梓萌 , 徐一舟 , 李雨彤 , 何登旋 , 单惠敏
IPC: G10L25/51 , G10L25/30 , G10L21/0208
Abstract: 本发明公开一种基于能量算子改进小波包的GIS局放声纹检测方法,选取小波包基函数对GIS声纹信号进行小波包分解、降噪,采用改进Teager能量算子小波包系数进行瞬时能量计算,得到瞬时能量序列,结合滑动窗口函数进行背景阈值判断,将能量异常点进行记录;而后结合峭度熵、模糊熵、瞬时能量以及能量异常点构建联合特征,使用RBF神经网络算法进行故障判定。本发明快速准确的发现GIS运行隐患。
-
公开(公告)号:CN116430188A
公开(公告)日:2023-07-14
申请号:CN202310697668.5
申请日:2023-06-13
Applicant: 南昌工程学院
Inventor: 章彧涵 , 康兵 , 高家通 , 王宗耀 , 丁贵立 , 许志浩 , 刘文轩 , 李斌 , 戴永熙 , 李雨彤 , 何言 , 蒋善旗 , 何登旋 , 杨梓萌 , 徐一舟 , 单惠敏
IPC: G01R31/12 , G06N3/006 , G06F18/213 , G06N20/00
Abstract: 本发明属于电力设备故障诊断技术领域,公开了一种基于改进白冠鸡优化算法的变压器故障声纹诊断方法,将变压器声音信号进行去噪,使用权重时移多尺度反向波动散布熵对分离出变压器本体声音信号计算时移尺度内的特征量并进行归一化,使用拉普拉斯得分选出最优特征维度,将核极限学习机的核函数参数和正则化因子以及权重时移多尺度反向波动散布熵的权重作为改进白冠鸡优化算法的初始种群位置进行寻优,对核极限学习机进行训练,得到变压器故障诊断模型,用于变压器的故障诊断。本发明解决了核极限学习机的超参和权重时移多尺度反向波动散布熵的权重难以准确选取的问题,能够实时准确的输出变压器内部的情况。
-
公开(公告)号:CN119293475A
公开(公告)日:2025-01-10
申请号:CN202411814932.X
申请日:2024-12-11
Applicant: 南昌工程学院
Abstract: 本发明属于变压器监测技术领域,公开了一种复杂环境中变压器声纹信号降噪与辨识方法及系统,该方法选择小波基函数对变压器声纹信号进行分解,将变压器声纹信号分解为不同频率和时间尺度上的小波包系数矩阵;将获得的小波包系数矩阵输入各向异性噪声因子算法中,计算变压器声纹信号的低秩矩阵和噪声协方差;根据计算变压器声纹信号的低秩矩阵和噪声协方差进行重构,得到降噪后的变压器声纹信号;将降噪后的变压器声纹信号输入声纹信号辨识网络中,对变压器的运行状态进行辨识。本发明可有效去除噪声成分,能够有效提升信噪比,获得纯净的变压器声纹信号,提高辨识准确率。
-
公开(公告)号:CN118998005A
公开(公告)日:2024-11-22
申请号:CN202411484598.6
申请日:2024-10-23
Applicant: 南昌工程学院
IPC: F03D17/00 , G06N3/006 , G06N7/08 , G06F18/2411
Abstract: 本发明公开了一种基于声纹信号的风机叶片故障诊断方法,包括如下步骤:对风机叶片声纹信号进行采集,并进行滤波处理;通过完全集成经验模态分解方法将滤波处理后的声纹信号分解为多个本征模态函数;将本征模态函数转换为二维镜像雪花图,并进行归一化处理;通过改进红嘴蓝鹊优化算法对支持向量机内部惩罚参数以及核参数进行优化,得到IRBMO‑SVM模型;将归一化处理后的二维镜像雪花图输入IRBMO‑SVM模型中进行故障诊断;本发明采用改进红嘴蓝鹊优化算法优化支持向量机,提高了支持向量机计算效率,进而提高了对风机叶片的故障诊断精度。
-
公开(公告)号:CN116430188B
公开(公告)日:2023-08-29
申请号:CN202310697668.5
申请日:2023-06-13
Applicant: 南昌工程学院
Inventor: 章彧涵 , 康兵 , 高家通 , 王宗耀 , 丁贵立 , 许志浩 , 刘文轩 , 李斌 , 戴永熙 , 李雨彤 , 何言 , 蒋善旗 , 何登旋 , 杨梓萌 , 徐一舟 , 单惠敏
IPC: G01R31/12 , G06N3/006 , G06F18/213 , G06N20/00
Abstract: 本发明属于电力设备故障诊断技术领域,公开了一种基于改进白冠鸡优化算法的变压器故障声纹诊断方法,将变压器声音信号进行去噪,使用权重时移多尺度反向波动散布熵对分离出变压器本体声音信号计算时移尺度内的特征量并进行归一化,使用拉普拉斯得分选出最优特征维度,将核极限学习机的核函数参数和正则化因子以及权重时移多尺度反向波动散布熵的权重作为改进白冠鸡优化算法的初始种群位置进行寻优,对核极限学习机进行训练,得到变压器故障诊断模型,用于变压器的故障诊断。本发明解决了核极限学习机的超参和权重时移多尺度反向波动散布熵的权重难以准确选取的问题,能够实时准确的输出变压器内部的情况。
-
公开(公告)号:CN119249134A
公开(公告)日:2025-01-03
申请号:CN202411784302.2
申请日:2024-12-06
Applicant: 国网江西省电力有限公司电力科学研究院 , 南昌工程学院 , 南昌科晨电力试验研究有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G01R31/327 , G01D21/02
Abstract: 本发明公开了一种基于多源信息融合声纹信号的开关放电检测方法及系统,方法包括:获取敞式开关的多源数据;对所述声振信号进行预处理,得到声振重构信号,并根据优化后的MCKD算法对所述声振重构信号进行特征提取,得到声振重构信号特征;构建CNN‑LSTM故障辨识模型,并引入注意力机制,将所述声振重构信号特征结合所述电压数据、所述电流数据和所述温度数据输入CNN‑LSTM故障辨识模型中进行特征分类,使用softmax激活函数根据分类后的特征得到故障类型。通过结合卷积神经网络和长短基记忆网络的各自特点,有效的提取声纹信号中存在的缺陷信息,达到对敞式开关状态的准确诊断。
-
-
-
-
-
-
-
-