-
公开(公告)号：CN119479700B
公开(公告)日：2025-04-15
申请号：CN202510042422.3
申请日：2025-01-10
Applicant: 国家电投集团江西电力工程有限公司 , 南昌工程学院
Inventor： 孙艳秋 , 邓仁青 , 刘川 , 康兵 , 童浪兴 , 张肆化 , 喻国辉 , 章卓航 , 孙健 , 徐玮 , 余景瀚 , 刘定坤 , 秦桐 , 王雷 , 李梦宇 , 夏夷茨 , 董小伟
Abstract: 本发明属于电力设备在线检测领域，涉及一种基于波搜索优化的新能源场站变压器声纹故障诊断方法，将经过预处理的变压器声纹信号，分别经由梅尔滤波器和Gammatone滤波器处理，从而提取梅尔频率倒谱系数和伽马通频率倒谱系数，然后进行线性组合，并应用引入L2范数正则化后的Fisher值进行筛选，获得优化后的混合倒谱系数特征，而后形成特征训练集；使用改进后的波搜索算法优化BP神经网络，选取出最优正则化参数和动量因子；采集新能源场站变压器实时运行时的变压器声纹信号组成测试集，将测试集导入训练后的BP神经网络模型，判断变压器是否故障并导出故障类型。本发明可降低训练的损失率，提高声纹故障检测准确率。
-
Patent Agency Ranking
公开(公告)号：CN119479700A
公开(公告)日：2025-02-18
申请号：CN202510042422.3
申请日：2025-01-10
Applicant: 国家电投集团江西电力工程有限公司 , 南昌工程学院
Inventor： 孙艳秋 , 邓仁青 , 刘川 , 康兵 , 童浪兴 , 张肆化 , 喻国辉 , 章卓航 , 孙健 , 徐玮 , 余景瀚 , 刘定坤 , 秦桐 , 王雷 , 李梦宇 , 夏夷茨 , 董小伟
Abstract: 本发明属于电力设备在线检测领域，涉及一种基于波搜索优化的新能源场站变压器声纹故障诊断方法，将经过预处理的变压器声纹信号，分别经由梅尔滤波器和Gammatone滤波器处理，从而提取梅尔频率倒谱系数和伽马通频率倒谱系数，然后进行线性组合，并应用引入L2范数正则化后的Fisher值进行筛选，获得优化后的混合倒谱系数特征，而后形成特征训练集；使用改进后的波搜索算法优化BP神经网络，选取出最优正则化参数和动量因子；采集新能源场站变压器实时运行时的变压器声纹信号组成测试集，将测试集导入训练后的BP神经网络模型，判断变压器是否故障并导出故障类型。本发明可降低训练的损失率，提高声纹故障检测准确率。
-
公开(公告)号：CN118471254A
公开(公告)日：2024-08-09
申请号：CN202410918593.3
申请日：2024-07-10
Applicant: 南昌工程学院
IPC: G10L25/30 , G10L25/51 , G10L25/24 , G10L21/0272 , G10L21/0208 , G06N3/0475 , G06N3/094 , G01H17/00
Abstract: 本发明公开了一种变压器声纹信号样本扩充方法，使用声音采集装置采集变压器声纹信号，并通过LMS自适应滤波方法对采集到的变压器声纹信号进行滤波处理，分离出变压器运行声音和外界环境干扰噪声，得到滤波后的变压器声纹信号，构成变压器声纹信号数据集；对滤波后的变压器声纹信号进行MFCC特征提取，得到MFCC参数；使用改进瞪羚优化算法优化MFCC参数，得到最优MFCC参数；构建生成对抗网络；将构建好的生成对抗网络模型用于变压器声纹信号样本的生成。本发明具有较好的泛化性，可用于变压器声纹信号样本扩充。
-
公开(公告)号：CN119475959A
公开(公告)日：2025-02-18
申请号：CN202411366544.X
申请日：2024-09-29
Applicant: 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司延边供电公司 , 武汉大学 , 南昌工程学院
Inventor： 陈捷元 , 曾福平 , 赵天成 , 金鹏 , 曹森 , 张华飞 , 张恒源 , 张赛鹏 , 董洪达 , 赵春明 , 林海丹 , 翟冠强 , 屈浏强 , 王宗耀 , 许志浩 , 万义明 , 董小伟
IPC: G06F30/27 , G06N3/006 , G06N20/10 , G06F111/08
Abstract: 本发明公开了一种基于多信息特征融合的变压器故障诊断方法及系统，该方法收集变压器运行信息和变压器声纹信号，并通过自适应无迹卡尔曼滤波算法对变压器声纹信号进行滤波处理；通过改进蛇鹭优化算法对SVM的惩罚因子C进行优化，构建ISBOA‑SVM模型；将数据输入构建好的ISBOA‑SVM模型中，获得各种故障类型的概率；采用D‑S证据理论对各个ISBOA‑SVM模型输出的故障类型的概率进行融合，确定故障类型。本发明提出的方法可以显著提升变压器故障诊断的精度，泛化能力更强。
-
公开(公告)号：CN118471254B
公开(公告)日：2024-10-11
申请号：CN202410918593.3
申请日：2024-07-10
Applicant: 南昌工程学院
IPC: G10L25/30 , G10L25/51 , G10L25/24 , G10L21/0272 , G10L21/0208 , G06N3/0475 , G06N3/094 , G01H17/00
Abstract: 本发明公开了一种变压器声纹信号样本扩充方法，使用声音采集装置采集变压器声纹信号，并通过LMS自适应滤波方法对采集到的变压器声纹信号进行滤波处理，分离出变压器运行声音和外界环境干扰噪声，得到滤波后的变压器声纹信号，构成变压器声纹信号数据集；对滤波后的变压器声纹信号进行MFCC特征提取，得到MFCC参数；使用改进瞪羚优化算法优化MFCC参数，得到最优MFCC参数；构建生成对抗网络；将构建好的生成对抗网络模型用于变压器声纹信号样本的生成。本发明具有较好的泛化性，可用于变压器声纹信号样本扩充。
-
公开(公告)号：CN119380755A
公开(公告)日：2025-01-28
申请号：CN202411962793.5
申请日：2024-12-30
Applicant: 南昌工程学院
IPC: G10L25/51 , G10L25/03 , G10L25/30 , G06F18/23213 , G06F18/2337 , G06N3/04 , G06N3/0499 , G06N3/084 , G06N3/086 , G01R31/12
Abstract: 本发明公开了一种基于改进神经网络的变压器故障诊断方法，该方法针对传统变压器故障诊断存在的效率低下和诊断结果主观性强的问题，提出了一种基于改进算法的故障诊断技术。首先对变压器声纹数据进行预处理，通过模糊聚类C均值聚类算法进一步处理预处理后的声纹特征，对声纹特征进行标注并以此获取数据集。接着构建基于改进河马算法优化的神经网络模型，通过河马算法优化神经网络的参数，提高模型的搜索和收敛性能。本发明不仅提升了故障诊断的效率和准确性，还增强了模型的泛化能力，为变压器的维护和故障预防提供了有力的技术支持。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
