申请/专利权人:国网河南省电力公司电力科学研究院
申请日:2023-11-28
公开(公告)日:2024-04-09
公开(公告)号:CN117854542A
主分类号:G10L25/51
分类号:G10L25/51;G01R31/00;G10L25/24;G10L25/27
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于奇异谱声纹的电力设备状态检测方法及装置,包括:步骤S1:信号处理阶段,以奇异谱分析的方法提取声信号的主导分量信号并重构,得到重组信号,奇异谱分析包括分解和重构两部分;步骤S2:声纹分析阶段,对上述奇异谱分析方法所得的重组信号进行声纹分析,提取其Gamma频率倒谱系数的特征矩阵;步骤S3:状态识别阶段,对上述Gamma频率倒谱系数进行降维计算,依据得到1×Lgm的特征向量T,以正常状态下的Gamma特征矩阵为标准,进行状态识别诊断。本发明可以直接应用于运行时的检测与诊断,自动化程度高,所采集的声信号可在运算处理器上进行分析,工作过程稳定且设定简单,信号的分析无需人工干预,可靠性高,信号的重组减少了背景噪音影响。
主权项:1.一种基于奇异谱声纹的电力设备状态检测方法,其特征在于,包括如下步骤:步骤S1:信号获取阶段,获取被检测电力设备的声信号;步骤S2:信号处理阶段,以奇异谱分析的方法提取声信号的主导分量信号并重构,得到重组信号,奇异谱分析包括分解和重构两部分;步骤S3:声纹分析阶段,对上述奇异谱分析方法所得的重组信号进行声纹分析,提取其Gamma频率倒谱系数的特征矩阵;步骤S4:状态识别阶段,对上述Gamma频率倒谱系数进行降维计算,依据得到1×Lgm的特征向量T,其中m为滤波器序号,Lg为Gamma频率倒谱系数特征矩阵的维数,以被检测电力设备正常运行状态下的Gamma特征矩阵为标准,进行状态识别诊断。
全文数据:
权利要求:
百度查询: 国网河南省电力公司电力科学研究院 一种基于奇异谱声纹的电力设备状态检测方法及装置
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。