申请/专利权人：中国电力科学研究院有限公司;国家电网有限公司;国网安徽省电力有限公司

申请日：2022-01-27

公开（公告）日：2023-04-04

公开（公告）号：CN115910097A

主分类号：G10L25/24

分类号：G10L25/24;G10L25/30;G10L17/00;G10L25/18;G01R31/327;G01M13/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.04.21#实质审查的生效;2023.04.04#公开

摘要：本发明公开了一种高压断路器潜伏性故障可听声信号识别方法及系统。其中，该方法包括：包括：将由传声器采集的断路器动作声信号转化为具有时域频域两个维度的二维时频谱；通过梅尔倒谱系数、伽马通滤波倒谱系数与幂律归一化倒谱系数，对所述二维时频谱进行特征提取和降维，确定梅尔倒谱特征、伽马通滤波倒谱特征与幂律归一化倒谱特征，并根据所述梅尔倒谱特征、伽马通滤波倒谱特征与幂律归一化倒谱特征，构成倒谱特征矩阵；将卷积神经网络作为分类器，根据所述倒谱特征矩阵，对高压断路器潜伏性故障可听声信号进行故障类型识别。提高了准确率的同时计算速度没有明显下降，从而优化了计算效率。

主权项：1.一种高压断路器潜伏性故障可听声信号识别方法，其特征在于，包括：将由传声器采集的断路器动作声信号转化为具有时域频域两个维度的二维时频谱；通过梅尔倒谱系数、伽马通滤波倒谱系数与幂律归一化倒谱系数，对所述二维时频谱进行特征提取和降维，确定梅尔倒谱特征、伽马通滤波倒谱特征与幂律归一化倒谱特征，并根据所述梅尔倒谱特征、伽马通滤波倒谱特征与幂律归一化倒谱特征，构成倒谱特征矩阵；将卷积神经网络作为分类器，根据所述倒谱特征矩阵，对高压断路器潜伏性故障可听声信号进行故障类型识别。

全文数据：

权利要求：

百度查询： 中国电力科学研究院有限公司;国家电网有限公司;国网安徽省电力有限公司 一种高压断路器潜伏性故障可听声信号识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD