申请/专利权人：北京谛声科技有限责任公司

申请日：2022-05-06

公开（公告）日：2024-03-29

公开（公告）号：CN114970607B

主分类号：G06F18/241

分类号：G06F18/241;G06N3/0464;G06N3/08;G01R31/12;G06Q50/06;G06F18/213

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2022.09.16#实质审查的生效;2022.08.30#公开

摘要：本申请公开了基于深度神经网络声发射信号分离的变压器局放检测方法，基于局放检测模块，对输入声发射信号进行分离和局放检测，局放检测模块包括编码器、解码器、掩蔽网络模型和检测分类器，编码器用于对变压器声发射信号进行编码和初步特征提取，得到初步信号；掩蔽网络模型用于对初步信号进行掩蔽或加权处理，得到掩蔽信号；解码器用于对掩蔽信号进行解码，得到直达波信号；检测分类器用于对掩蔽信号进行分类，得到检测结果。本申请通过深度学习的方法提取或分离出局放引起的声发射的直达波信号，为后续的局放检测提供更精确的特征，提高了局放信号分离精度。

主权项：1.基于深度神经网络声发射信号分离的变压器局放检测模型，其特征在于：包括编码器、解码器、掩蔽网络模型和检测分类器，用于提取局部放电直达波信号和进行局部放电检测，编码器、掩蔽网络模型、解码器和检测分类器依次设置，其中解码器和检测分类器并行设置，编码器用于对变压器声发射信号进行编码和初步特征提取，得到初步信号，包括M层第一卷积，在相邻两层第一卷积之间，设置有第一批标准化、第一激活函数，用于将局部放电输入信号转换为M维的特征信号空间；掩蔽网络模型用于对初步信号不同特征空间进行掩蔽或加权处理，得到掩蔽信号，掩蔽网络模型包括N层第二卷积循环神经网络，用于提取不同尺度特征和时间序列特征，使输出掩蔽因子操控在[0,1]内；解码器是编码器的反向运算，用于对掩蔽信号进行解码，得到直达波信号；检测分类器用于对掩蔽信号进行检测分类，得到局部放电检测结果，包括P层第三卷积、第二多层感知器，第三卷积用于对已掩蔽信号的特征进行提取，多层感知器用于进行分类。

全文数据：

权利要求：

百度查询： 北京谛声科技有限责任公司 基于深度神经网络声发射信号分离的变压器局放检测方法

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