-
公开(公告)号：CN118068264B
公开(公告)日：2025-04-25
申请号：CN202410026657.9
申请日：2024-01-08
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 河海大学
Abstract: 本发明公开了一种基于十字形麦克风阵列的电力变压器多声源三维高精度定位方法，包括如下步骤：在方位线阵和俯仰线阵的中心安装一个激光测距传感器，实时测量阵列中心至声源所在平面距离R；形成方位和、差波束；形成俯仰和、差波束；基于多相滤波器的多声源分离，对方位与俯仰和、差波束分别运用多相滤波器将整个奈奎斯特频谱划分为K个不重叠的子带；基于频域输出的方位和差单脉冲测角；基于频域输出的俯仰和差单脉冲测角；计算声源坐标次获得各声源的三维坐标。本发明能够实现电力变压器多声源的三维高精度定位，支撑运检人员在异常早期快速锁定故障排查区域，提高检修效率，避免了变压器逐步劣化造成的严重危害。
-
Patent Agency Ranking
公开(公告)号：CN117409800B
公开(公告)日：2025-04-25
申请号：CN202311331904.8
申请日：2023-10-13
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 河海大学
IPC: G10L21/0232 , G10L25/21
Abstract: 本发明公开了一种应用于多声源的子带复变分模态分解降噪方法，基于多相滤波器将接收信号整个频谱进行划分，根据子带数量和声源频率构建低通滤波器；对接收信号和低通滤波器进行多相分解，得到多相信号和多项滤波系数；根据多相信号和多项滤波系数得到每个子带的时域信号；基于复变分模态分解和每个子带的时域信号构造变分模型，并通过变分模型对每个声源子带输出信号进行噪声抑制。本发明将变分模态分解扩展至复信号领域，在各子带内分别利用CVMD对各声源进行降噪。本发明能有效提高各声源的信噪比SNR，且运算量较小，易于实现。
-
公开(公告)号：CN118068264A
公开(公告)日：2024-05-24
申请号：CN202410026657.9
申请日：2024-01-08
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 河海大学
Abstract: 本发明公开了一种基于十字形麦克风阵列的电力变压器多声源三维高精度定位方法，包括如下步骤：在方位线阵和俯仰线阵的中心安装一个激光测距传感器，实时测量阵列中心至声源所在平面距离R；形成方位和、差波束；形成俯仰和、差波束；基于多相滤波器的多声源分离，对方位与俯仰和、差波束分别运用多相滤波器将整个奈奎斯特频谱划分为K个不重叠的子带；基于频域输出的方位和差单脉冲测角；基于频域输出的俯仰和差单脉冲测角；计算声源坐标次获得各声源的三维坐标。本发明能够实现电力变压器多声源的三维高精度定位，支撑运检人员在异常早期快速锁定故障排查区域，提高检修效率，避免了变压器逐步劣化造成的严重危害。
-
公开(公告)号：CN117409800A
公开(公告)日：2024-01-16
申请号：CN202311331904.8
申请日：2023-10-13
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 河海大学
IPC: G10L21/0232 , G10L25/21
Abstract: 本发明公开了一种应用于多声源的子带复变分模态分解降噪方法，基于多相滤波器将接收信号整个频谱进行划分，根据子带数量和声源频率构建低通滤波器；对接收信号和低通滤波器进行多相分解，得到多相信号和多项滤波系数；根据多相信号和多项滤波系数得到每个子带的时域信号；基于复变分模态分解和每个子带的时域信号构造变分模型，并通过变分模型对每个声源子带输出信号进行噪声抑制。本发明将变分模态分解扩展至复信号领域，在各子带内分别利用CVMD对各声源进行降噪。本发明能有效提高各声源的信噪比SNR，且运算量较小，易于实现。
-
公开(公告)号：CN119007748A
公开(公告)日：2024-11-22
申请号：CN202410918958.2
申请日：2024-07-10
Applicant: 河海大学
Abstract: 本发明公开了一种基于极限学习机的电力变压器故障声纹检测方法，首先采集变压器故障的音频信号进行分帧，并通过快速傅里叶变换进行预处理；然后通过改进的梅尔滤波器，提取音频信号的声纹特征参量，构建基于极限学习机的故障声纹检测模型，并进行模型训练；最后建立测试集，将实时测试样本输入训练好的故障声纹检测模型，进行测试识别，得到变压器故障的声纹识别结果，实现故障声纹实时预警。本发明通过改进的梅尔滤波器能提高变压器声纹特征提取的频谱分辨率，降低系统复杂度，通过极限学习机算法构建故障声纹检测模型，有效提升了变压器故障检测准确率，且易于工程实施。
-
公开(公告)号：CN119028372A
公开(公告)日：2024-11-26
申请号：CN202410918960.X
申请日：2024-07-10
Applicant: 河海大学
Abstract: 本发明公开了一种基于平移不变CNN的电力变压器短路冲击故障声纹识别方法，首先对采集的变压器短路冲击故障的音频信号进行预处理，获取时频信息特征；然后采用梅尔时频谱对输入故障音信号进行特征降维来降低冲击声纹响应时频图的平移偏移量；接着改进CNN，将输入全连接层的局部特征进行全局融合，增强故障样本的平移不变性；最后根据训练好的平移不变CNN模型，使用测试样本进行测试识别，得到测试样本的声纹识别结果。实测数据结果表明，本发明方法对在保障其余故障类别准确识别的基础上，提高了短路冲击故障识别率，有效验证了平移不变CNN对短路冲击故障声纹识别的鲁棒性，具有较高的工程应用价值。
-
-
-
-
-
Search Results
6
records
(took 0.091 seconds)
