申请/专利权人：国网青海省电力公司海东供电公司;国网青海省电力公司

申请日：2023-12-15

公开（公告）日：2024-03-22

公开（公告）号：CN117746899A

主分类号：G10L25/51

分类号：G10L25/51;G06V10/764;G06V10/82;G06N3/048;G10L25/30;G10L25/18;G01R31/62;G01H17/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于改进DSC‑DenseNet的变压器声纹图谱识别方法及系统，该方法包括：搭建采集环境，采集变压器铁芯的振动声音信号；对采集到的原始声纹信号进行预处理，将Mel滤波非线性处理用在变压器铁芯声纹的提取中；构建基于改进的DSC‑DenseNet架构的图像分类网络。本申请通过Mel时频谱分析技术对声纹数据进行了预处理，强化了低频和中低频部分的能量特征，同时准确描述了变压器铁芯在运行状态下的平稳声波信号特性；构建了基于改进DSC‑DenseNet架构的图像分类网络模型，该模型具有更高的精度和特异性，尤其在捕捉铁芯声纹的细微特征上取得了革命性进步。

主权项：1.一种基于改进DSC-DenseNet的变压器声纹图谱识别方法，其特征在于，包括步骤：步骤1，搭建采集环境，采集变压器铁芯的振动声音信号；步骤2，对采集到的原始声纹信号进行预处理，将Mel滤波非线性处理用在变压器铁芯声纹的提取中；步骤3，构建基于改进的DSC-DenseNet架构的图像分类网络模型，引入DynamicSnakeConvolution模块、Swish激活函数、搭建DenseBlock模块以及搭建Transition层模块；步骤4，训练和验证所述模型。

全文数据：

权利要求：

百度查询： 国网青海省电力公司海东供电公司;国网青海省电力公司 一种基于改进DSC-DenseNet的变压器声纹图谱识别方法及系统

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