-
公开(公告)号：CN114398923A
公开(公告)日：2022-04-26
申请号：CN202111570644.0
申请日：2021-12-21
Applicant: 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
Abstract: 本发明涉及一种多算法融合声音识别电力设备故障方法及系统，所述方法包括以下步骤：S1、多算法融合声音识别模型预训练，根据多算法声音识别情况，赋予多算法不同的权重，使得经过加权后的多算法融合声音识别模型能有效地识别不同情况下的电力设备故障声音样本；S2、对电力设备声音样本进行处理、分类，乘以赋予的不同权重得到电力设备声音样本最终分类结果，根据最终分类结果识别电力设备故障；S3、工作人员对识别的电力设备故障是否正确进行反馈，使用正确的电力设备故障声音样本训练多算法融合声音识别模型，更新多算法参数、调整多算法权重，进一步提高多算法融合声音识别模型识别准确率。有益效果是覆盖面全、准确率不断提高。
-
公开(公告)号：CN115909675A
公开(公告)日：2023-04-04
申请号：CN202211229993.0
申请日：2022-10-08
Applicant: 上海交通大学
IPC: G08B21/18 , G10L25/03 , G10L25/30 , H04L67/10 , G06F15/16 , G06N20/00 , G06N5/01 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种分布式边缘计算的电力设备声音监测方法，所述方法包括如下步骤：在电力设备附近部署分布式计算设备集群；每个计算设备配有声音传感器，实时采集电力设备声音数据流；每个计算设备使用计算量小、计算快速的新奇检测算法实时对声音数据流进行识别；识别到与以往不同的声音数据时，该计算设备发送信息给附近计算设备；多个设备收集多角度的声音数据流，通过分布式神经网络算法，整合集群的算力，判断是否为单个传感器误报，非误报则推断异常的类型；将识别结果返回服务器端，发出预警。
-
公开(公告)号：CN116013359A
公开(公告)日：2023-04-25
申请号：CN202211684287.5
申请日：2022-12-27
Applicant: 上海交通大学
Abstract: 一种基于两级声纹识别算法的电力设备异常工况监测方法及装置，所述方法包括以下步骤：S1、音频传感器采集电力设备运行音频数据；S2、进行音频数据预处理；S3、通过多角度混合数据增强方法增强音频数据；S4、音频数据经过预处理和数据增强后，对音频信号进行MFCC特征向量提取，得到用作训练和/或识别的音频数据；S5、识别时，将特征向量提取后的音频数据输入一级分类算法α‑ISVM中进行电力设备异常工况识别，若噪声过大或被判定为未学习电力设备异常工况，则进入异常处理流程；否则进入二级分类算法GRU中进行电力设备异常工况识别。有益效果是有效降低噪声干扰、识别准确率高。
-
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
Applicant: 上海交通大学
Abstract: 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。
-
-
-
Search Results
4
records
(took 0.057 seconds)
