一种用于变电站的复杂声源噪声特性识别方法

    公开(公告)号:CN119649840A

    公开(公告)日:2025-03-18

    申请号:CN202411632431.X

    申请日:2024-11-14

    Abstract: 本申请公开了一种用于变电站的复杂声源噪声特性识别方法,所述方法包括以下步骤:S1在变电站内布置声学传感器,通过声学传感器对关键声源进行噪声测量,收集变电站内的噪声数据,包括不同时间段以及不同工况下的噪声信号。本申请通过综合提取噪声信号的时域、频域和空间特征,实现多特征融合和多维度的噪声特性识别,有利于提高变电站内各声源噪声特性的识别精准度;通过深度学习模型对噪声信号及其对应的特征标签整所合成数据集进行训练,使模型能够准确识别不同声源的噪声特性,从而提高噪声识别的准确性还能对变电站的噪声进行实时监测和识别,为变电站复杂声源的噪声治理提供及时有效的信息支持。

    一种基于超材料和机器学习方法的噪声控制系统

    公开(公告)号:CN119694280A

    公开(公告)日:2025-03-25

    申请号:CN202411629713.4

    申请日:2024-11-14

    Abstract: 本申请公开了一种基于超材料和机器学习方法的噪声控制系统,包括:机器学习优化模块:包括深度学习单元和有限元模型修正单元,基于深度学习和有限元模型修正法的复杂声场反演建模方法,对变电站复杂声场的噪声特性的准确模拟和分析;声学超材料结构设计模块:结合机器学习优化模块,快速预测不同结构参数的声学超材料结构在当前环境内的降噪性能,实现定制化设计;噪声控制系统构建模块:将设计好的声学超材料结构应用于噪声控制系统中。本申请通过机器学习优化模块,结合深度学习和有限元模型修正法,实现了对老旧变电站等复杂声场的准确模拟和分析,同时,利用机器学习算法对声学超材料进行逆向优化,提高了设计效率,缩短了设计周期。

    一种基于机器学习方法的噪声模型构建方法

    公开(公告)号:CN119649841A

    公开(公告)日:2025-03-18

    申请号:CN202411632444.7

    申请日:2024-11-14

    Abstract: 本申请公开了一种基于机器学习方法的噪声模型构建方法,所述方法包括:S1:设定老旧变电站噪声采样点,监测和采集采样点的噪声值以及老旧变电站的运行数据,并对获取的噪声值和运行数据进行预处理,其中,运行数据包括电流电压值和噪声持续时间T;S2:将S1中预处理后的噪声值和运行数据进行变换处理。本申请属于噪声模型构建技术领域,本申请的目的在于解决现有技术中难以精确地捕捉噪声随时间而变化的特征,导致无法对老旧变电站的噪声提供准确有效的分析和预测的问题。达到的技术效果为:利用机器学习算法,从大量的老旧变电站的运行数据和噪声值中学习并提取有用的信息,以对噪声提供准确有效的分析和预测。

Patent Agency Ranking