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。

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