基于声纹分析的箱式变压器在线监测方法及系统与流程
- 国知局
- 2024-06-21 11:46:32
本发明涉及数据处理,具体涉及基于声纹分析的箱式变压器在线监测方法及系统。
背景技术:
1、箱式变压器,是一种将变压器器身、开关设备、测量仪表、保护装置等全部装配在封闭的钢制箱体内的变压器。与传统的变压器相比,箱式变压器具有结构紧凑、体积小、占地面积小、运行费用低、安装简单、维护方便等优点。为保证设备安全平稳运行需要对箱式变压器进行在线监测和维护,但传统箱式变压器监测方法易受到电磁干扰和温度等因素的影响,可靠性和可持续性较低。
技术实现思路
1、本申请提供了一种基于声纹分析的箱式变压器在线监测方法及系统,用于解决现有技术中传统的箱式变压器监测方法易受环境因素干扰,可靠性和可持续性较低的技术问题。
2、本申请的第一个方面,提供了一种基于声纹分析的箱式变压器在线监测方法,所述方法包括:通过声纹感知采集装置采集目标箱式变压器的声纹信号;对所述声纹信号进行采集定位,激活边缘计算模块,进行声纹信号预处理;构建箱式变压器的声纹样本库,训练获得识别网络模型;利用所述识别网络模型对经预处理的声纹信号进行识别,确定声纹识别类别;根据所述声纹识别类别对所述声纹信号进行解耦,获得变压器状态声纹信号;基于所述变压器状态声纹信号通过云平台进行状态识别分析,当存在异常状态时,发送状态提醒信息。
3、本申请的第二个方面,提供了一种基于声纹分析的箱式变压器在线监测系统,所述系统包括:声纹信号采集模块,所述声纹信号采集模块用于通过声纹感知采集装置采集目标箱式变压器的声纹信号;声纹信号预处理模块,所述声纹信号预处理模块用于对所述声纹信号进行采集定位,激活边缘计算模块,进行声纹信号预处理;识别网络模型获得模块,所述识别网络模型获得模块用于构建箱式变压器的声纹样本库,训练获得识别网络模型;声纹识别类别确定模块,所述声纹识别类别确定模块用于利用所述识别网络模型对经预处理的声纹信号进行识别,确定声纹识别类别;变压器状态声纹信号获取模块,所述变压器状态声纹信号获取模块用于根据所述声纹识别类别对所述声纹信号进行解耦,获得变压器状态声纹信号;变压器状态识别模块,所述变压器状态识别模块用于基于所述变压器状态声纹信号通过云平台进行状态识别分析,当存在异常状态时,发送状态提醒信息。
4、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
5、本申请提供的一种基于声纹分析的箱式变压器在线监测方法,涉及数据处理技术领域,通过声纹感知采集装置采集目标箱式变压器的声纹信号,构建箱式变压器的声纹样本库,训练获得识别网络模型,对经预处理后的声纹信号进行识别,确定声纹识别类别,对声纹信号进行解耦,获得变压器状态声纹信号,通过云平台进行状态识别分析,当存在异常状态时,发送状态提醒信息,解决了现有技术中传统的箱式变压器监测方法易受到环境因素干扰,可靠性和可持续性较低的技术问题,实现了通过对箱式变压器进行在线声纹监控分析,实现设备全生命周期的持续监测,提高设备运行状态监测的可靠性和可持续性的技术效果。
技术特征:1.基于声纹分析的箱式变压器在线监测方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述构建箱式变压器的声纹样本库,训练获得识别网络模型,包括:
3.如权利要求2所述的方法,其特征在于,所述基于箱式变压器的运行工作环境,确定声纹类别来源,包括:
4.如权利要求1所述的方法,其特征在于,对所述声纹信号进行采集定位,激活边缘计算模块,包括:
5.如权利要求4所述的方法,其特征在于,基于所述计算需求进行边缘计算设备匹配,确定匹配系数,包括:
6.如权利要求1所述的方法,其特征在于,还包括:
7.如权利要求6所述的方法,其特征在于,基于所述变压器状态声纹信号通过云平台进行状态识别分析,包括:
8.基于声纹分析的箱式变压器在线监测系统,其特征在于,所述系统包括:
技术总结本发明公开了一种基于声纹分析的箱式变压器在线监测方法及系统,涉及数据处理技术领域,该方法包括:通过声纹感知采集装置采集目标箱式变压器的声纹信号;激活边缘计算模块,进行声纹信号预处理;构建箱式变压器的声纹样本库,训练获得识别网络模型,对经预处理的声纹信号进行识别,确定声纹识别类别,对声纹信号进行解耦,获得变压器状态声纹信号;通过云平台进行状态识别分析,当存在异常状态时,发送状态提醒信息。本发明解决了现有技术中传统的箱式变压器监测方法易受到环境因素干扰,可靠性和可持续性较低的技术问题,达到了对箱式变压器全生命周期的持续监测,提高了设备运行状态监测的可靠性和可持续性的技术效果。技术研发人员:赵青,韩政霖受保护的技术使用者:沈阳智帮电气设备有限公司技术研发日:技术公布日:2024/4/24本文地址:https://www.jishuxx.com/zhuanli/20240618/23490.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表