CN109507510A - 一种变压器故障诊断*** - Google Patents
一种变压器故障诊断*** Download PDFInfo
- Publication number
- CN109507510A CN109507510A CN201811437681.2A CN201811437681A CN109507510A CN 109507510 A CN109507510 A CN 109507510A CN 201811437681 A CN201811437681 A CN 201811437681A CN 109507510 A CN109507510 A CN 109507510A
- Authority
- CN
- China
- Prior art keywords
- frame
- audio
- audio signal
- transformer
- fault diagnosis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 42
- 230000005236 sound signal Effects 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000012423 maintenance Methods 0.000 claims abstract description 8
- 239000012634 fragment Substances 0.000 claims description 47
- 238000001228 spectrum Methods 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 26
- 230000009467 reduction Effects 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 9
- 238000009432 framing Methods 0.000 claims description 5
- 238000011946 reduction process Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 208000033748 Device issues Diseases 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 5
- 230000003595 spectral effect Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 229910000976 Electrical steel Inorganic materials 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种变压器故障诊断***，包括数据采集模块、数据处理模块、故障诊断模块和监控平台；数据采集模块采集变压器工作时发出的音频信号；数据处理模块对采集的音频信号进行处理，以获取音频信号的音频特征信息；故障诊断模块用于将得到的音频特征信息与预存储的变压器正常工作时发出的音频信号的音频特征信息进行比对，确定变压器是否发生故障，并输出诊断结果至监控平台；监控平台，用于接收诊断结果，并在诊断结果显示变压器发生故障时，进行报警，同时提醒维修人员进行检修。该***使用方便，能对变电站变压器的多种不同故障状态通过变压器发出的音频信号进行判断，提高了该***的集成度，减少了工作人员的巡检次数，降低了成本。
Description
技术领域
本发明涉及电力设备监测技术领域，具体涉及一种变压器故障诊断***。
背景技术
目前对变压器的状态监测主要涉及异常电压、异常电流、异常温度等，需要不同传感器单元进行监测。变压器在合闸通电运行后，铁芯中交变的磁通会在铁芯硅钢片间产生一种力的振动的记过。因此会有“嗡嗡”的响声发出，这一声音的大小和施加于变压器上的电压和电流成正比。正常运行中，变压器铁芯声音应是均匀的，但是，如果出现异常电流或者异常电压，这一声音的特性将发生变化。同时，变压器的零件松动，铁芯故障，匝间短路等其他情况均会导致这一声音特性的变化。
目前对变压器声音的监控形式主要为工作人员定期巡检，不能及时发现问题，并且主要反映的问题仅为异常电压和异常电流情况，主观判断因素也较大，缺乏量化指标。
发明内容
针对上述问题，本发明提供一种变压器故障诊断***。
本发明的目的采用以下技术方案来实现：
一种变压器故障诊断***，该变压器故障诊断***包括数据采集模块、数据处理模块、故障诊断模块和监控平台；所述数据采集模块，固定安装在变压器上，用于采集变压器工作时发出的音频信号；所述数据处理模块，用于对采集的音频信号进行处理，以获取所述音频信号的音频特征信息；所述故障诊断模块，用于将从所述数据处理模块得到的音频特征信息与预存储的变压器正常工作时发出的音频信号的音频特征信息进行比对，确定变压器是否发生故障，并输出诊断结果至监控平台；所述监控平台，用于接收所述诊断结果，并在所述诊断结果显示变压器发生故障时，进行报警，同时提醒维修人员进行检修。
优选地，所述监控平台上设有存储器，用于存储所述故障诊断模块的诊断结果。
优选地，该变压器故障诊断***还包括与所述故障诊断模块相连的数据库，所述数据库中预存有变压器正常工作时发出的音频信号的音频特征信息。
优选地，所述数据采集模块是声学传感器。
优选地，所述数据处理模块包括：音频检测单元、降噪单元、端点检测单元和特征提取单元；所述音频检测单元，用于对采集的音频信号进行检测，以获取第一音频片段；所述降噪单元，用于对所述第一音频片段进行降噪处理；所述端点检测单元，用于对降噪后的第一音频片段进行端点检测，以获取第二音频片段；所述特征提取单元，用于从所述第二音频片段提取音频特征信息。
优选地，所述对采集的音频信号进行检测，以获取第一音频片段，具体是：
(1)对采集的音频信号进行分帧、加窗和快速傅里叶变换，并获取每一帧音频信号的幅度谱；
(2)基于获得的幅度谱，利用自定义的判决函数计算每一帧音频信号的判决函数值，其中，自定义的判决函数为：
式中，式中，T(i)为第i帧音频信号的判决函数值，i＝1,2,…,I，I为帧的个数，|Wi+1(k)|、|Wi(k)|、|Wi-1(k)|和|Wi+j(k)|分别为第(i+1)帧、第i帧、第(i-1)帧、第(i+j)音频信号的幅度谱，M为预设的帧数，k为频点；
(3)根据得到各个帧的判决函数值以及第一音频片段的起始帧和终止帧的判决条件，确定语音帧的起始帧和终止帧，具体地，若从第i帧开始，连接R帧音频信号均满足T(i+r)≥λ且|Wi+r(k)|≥A，此时第i帧为第一音频片段的起始帧，若从第s帧开始，且i、s满足s≥i+R，连续R帧音频信号均满足T(s+r)＜λ且|Ws+r(k)|＜A，此时第s帧为第一音频片段的终止帧；此时第i帧和第s帧之间的音频信号即为第一音频片段，其中，|Wi+r(k)|为第(i+r)帧音频信号的幅度谱，|Ws+r(k)|为第(s+r)帧音频信号的幅度谱，A为设定的幅度谱阈值，λ为预设的判决阈值，r＝1,2,…,R，R为预设的帧数。
本发明的有益效果为：本发明提供的变压器故障诊断***使用方便，能对变电站变压器的多种不同故障状态通过变压器发出的音频信号进行判断，提高了变压器故障诊断***的集成度，减少了工作人员的巡检次数，降低了成本。同时该变压器故障诊断***诊断结果显示变压器发生故障时，能够及时地通过监控平台通知维修人员进行维修，从而能够实现变电站变压器的高性能化、恢复可靠性、提高维护的经济性及适时更换故障设备。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明实施例提供的变压器故障诊断***的结构框图；
图2是本发明实施例中数据处理模块2的框架结构图。
附图标记：数据采集模块1；数据处理模块2；故障诊断模块3；监控平台4；数据库5；音频监测单元20；降噪单元21；端点检测单元22；特征提取单元23。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，其示出了一种变压器故障诊断***，该变压器故障诊断***包括数据采集模块1、数据处理模块2、故障诊断模块3和监控平台4；所述数据采集模块1，固定安装在变压器上，用于采集变压器工作时发出的音频信号；所述数据处理模块2，用于对采集的音频信号进行处理，以获取所述音频信号的音频特征信息；所述故障诊断模块3，用于将从所述数据处理模块2得到的音频特征信息与预存储的变压器正常工作时发出的音频信号的音频特征信息进行比对，确定变压器是否发生故障，并输出诊断结果至监控平台4；所述监控平台4，用于接收所述诊断结果，并在所述诊断结果显示变压器发生故障时，进行报警，同时提醒维修人员进行检修。
本发明的有益效果为：本发明提供的变压器故障诊断***使用方便，能对变电站变压器的多种不同故障状态通过变压器发出的音频信号进行判断，提高了变压器故障诊断***的集成度，减少了工作人员的巡检次数，降低了成本。同时该变压器故障诊断***诊断结果显示变压器发生故障时，能够及时地通过监控平台通知维修人员进行维修，从而能够实现变电站变压器的高性能化、恢复可靠性、提高维护的经济性及适时更换故障设备。
优选地，所述监控平台4上设有存储器，用于存储所述故障诊断模块3的诊断结果。
优选地，该变压器故障诊断***还包括与所述故障诊断模块3相连的数据库5，所述数据库5中预存有变压器正常工作时发出的音频信号的音频特征信息。
优选地，所述数据采集模块1是声学传感器。
优选地，参见图2，所述数据处理模块2包括：音频检测单元20、降噪单元21、端点检测单元22和特征提取单元23；所述音频检测单元20，用于对采集的音频信号进行检测，以获取第一音频片段；所述降噪单元21，用于对所述第一音频片段进行降噪处理；所述端点检测单元22，用于对降噪后的第一音频片段进行端点检测，以获取第二音频片段；所述特征提取单元23，用于从所述第二音频片段提取音频特征信息。
优选地，所述对采集的音频信号进行检测，以获取第一音频片段，具体是：
(1)对采集的音频信号进行分帧、加窗和快速傅里叶变换，并获取每一帧音频信号的幅度谱；
(2)基于获得的幅度谱，利用自定义的判决函数计算每一帧音频信号的判决函数值，其中，自定义的判决函数为：
式中，式中，T(i)为第i帧音频信号的判决函数值，i＝1,2,…,I，I为帧的个数，|Wi+1(k)|、|Wi(k)|、|Wi-1(k)|和|Wi+j(k)|分别为第(i+1)帧、第i帧、第(i-1)帧、第(i+j)音频信号的幅度谱，M为预设的帧数，k为频点；
(3)根据得到各个帧的判决函数值以及第一音频片段的起始帧和终止帧的判决条件，确定语音帧的起始帧和终止帧，具体地，若从第i帧开始，连接R帧音频信号均满足T(i+r)≥λ且|Wi+r(k)|≥A，此时第i帧为第一音频片段的起始帧，若从第s帧开始，且i、s满足s≥i+R，连续R帧音频信号均满足T(s+r)＜λ且|Ws+r(k)|＜A，此时第s帧为第一音频片段的终止帧；此时第i帧和第s帧之间的音频信号即为第一音频片段，其中，|Wi+r(k)|为第(i+r)帧音频信号的幅度谱，|Ws+r(k)|为第(s+r)帧音频信号的幅度谱，A为设定的幅度谱阈值，λ为预设的判决阈值，r＝1,2,…,R，R为预设的帧数。
有益效果：在上述实施方式中，通过对采集的音频信号进行分帧、加窗和快速傅里叶变换后，计算每一帧音频信号的的幅度谱，之后基于得到的幅度谱，利用自定义的判决函数计算每一帧音频信号的判决函数值，然后基于得到的各个帧的判决函数值以及第一音频片段的起始帧和终止帧的判决条件，依次对每一帧音频信号是否属于第一音频片段进行判定，进而实现了对第一音频片段的准确检测，该检测手段简单易实现，降低减轻了降噪单元21、端点检测模块22、特征提取模块23和故障诊断模块3的工作负担，即降噪单元21、端点检测模块22、特征提取模块23和故障诊断模块3只需针对提取到的语音帧进行处理，提高了变压器故障诊断***的工作效率，实现了对变压器是否发生故障的准确检测。
优选地，所述对所述第一音频片段进行降噪处理，具体是：
(1)获取所述第一音频片段的每一帧音频信号的幅度谱、相位谱、功率谱密度值以及噪声的平均功率谱密度值；
(2)根据得到的功率谱密度值以及噪声的平均功率谱密度值，利用下式计算各个帧的增益因子：
式中，g(k,d)为第d帧音频信号的增益因子，d＝1,2,…,D，D为第一音频片段的帧数，Py(k,d)为第d帧的功率谱密度值，Pσ(k)为噪声的平均功率谱密度值，ζ为预设的衰减因子，其满足0＜ζ＜1，η为预设的增益补偿因子，k为频点；
(3)根据计算得到的增益因子以及幅度谱，计算第一音频片段中各个帧的幅度谱的估计值：
式中，为第d帧的幅度谱的估计值，|Wd(k)|为第d帧的幅度谱；
(4)对得到的第一音频片段的各个帧的幅度谱的估计值以及相位谱进行傅里叶逆变换，恢复时域音频信号；
(5)对得到的时域音频信号进行去窗和叠加处理，即可得到降噪后的第一音频片段。
有益效果：上述实施例中，通过计算第一音频片段中各个帧的增益因子，进而自适应的对各个帧的幅度谱进行估计，得到第一音频片段各个帧的幅度谱的估计值，之后再对各个帧进行傅里叶逆变换、去窗、叠加处理，即可得到该第一音频片段降噪处理后的时域音频信号。该算法能够有效抑制第一音频片段中的随机噪声，同时增强了非噪声部分，而且根据各个帧的幅度谱与噪声的平均功率谱密度值的关系，选择相应的式子以得到各个帧的增益因子，实现对各个帧的自适应去噪，使得降噪后的第一音频片段中保留非噪声部分的细节特征，进而有利于后续从降噪后的第一音频片段中提取音频特征信息，提高了该变压器故障诊断***的故障诊断的准确度。
在一个实施例中，所述对降噪后的第一音频片段进行端点检测，以获取第二音频片段，具体是：先对降噪后的第一音频片段进行分帧、加窗和快速傅里叶变换，然后对处理后的第一音频片段的每帧信号进行端点检测，判断各个帧是否是有效音频帧，所有有效音频帧构成的集合即为第二音频片段。
其中，对处理后的第一音频片段的每帧信号进行端点检测，判断各个帧是否是有效音频帧。以第p帧信号为例，其实现过程是：
(1)将该帧语音信号划分为(2L+1)个均匀的、互不重叠子带，根据所述子带的频谱能量生成子带功率谱熵概率密度，其子带的功率谱熵的概率密度的计算式子为： 其中，plt为第t个子带的功率谱熵的概率密度，E(t)、E(l)分别为第t个子带、第l个子带的频谱能量，t＝1,2,…,(2L+1)，将(2L+1)个子带按照频谱能量值进行降序排列后，表示从排序好的子带频率能量序列取中间值；
(2)对得到的子带的功率谱熵的概率密度进行加权处理，得到该帧语音信号的子带加权功率谱熵，其子带加权功率谱熵的计算式子为：其中，Hp为第p帧语音信号的子带加权功率谱熵，plmax为最大功率谱熵的概率密度，plmin为最小功率谱熵的概率密度，plt为第t个子带的功率谱熵的概率密度；
(3)将得到的该帧语音信号的子带加权功率谱熵与预设的语音端点判决阈值进行比较，若子带加权功率谱熵大于预设的语音段端点判决阈值，则判断该帧语音信号为有效语音帧，反之，则该帧语音信号为噪声帧。
有益效果：通过将每帧信号均等的划分为多个子带，并利用上述实施例中的式子计算各个子带的功率谱熵的概率密度，进而根据得到的各个子带的功率谱熵的概率密度以计算每帧信号的子带加权功率谱熵，进而完成端点检测工作，该算法提高了端点检测的鲁棒性，能够实现对有效音频帧的准确检测，同时该端点检测算法简单、易实现，能够快速完成对有效音频帧的提取，以便于后续从得到的第二音频片段中提取该变压器工作时的音频特征信息。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (6)
1.一种变压器故障诊断***，其特征在于，包括数据采集模块、数据处理模块、故障诊断模块和监控平台；
所述数据采集模块，固定安装在变压器上，用于采集变压器工作时发出的音频信号；
所述数据处理模块，用于对采集的音频信号进行处理，以获取所述音频信号的音频特征信息；
所述故障诊断模块，用于将从所述数据处理模块得到的音频特征信息与预存储的变压器正常工作时发出的音频信号的音频特征信息进行比对，确定变压器是否发生故障，并输出诊断结果至监控平台；
所述监控平台，用于接收所述诊断结果，并在所述诊断结果显示变压器发生故障时，进行报警，同时提醒维修人员进行检修。
2.根据权利要求1所述的变压器故障诊断***，其特征在于，所述监控平台上设有存储器，用于存储所述故障诊断模块的诊断结果。
3.根据权利要求1所述的变压器故障诊断***，其特征在于，还包括与所述故障诊断模块相连的数据库，所述数据库中预存有变压器正常工作时发出的音频信号的音频特征信息。
4.根据权利要求1所述的变压器故障诊断***，其特征在于，所述数据采集模块是声学传感器。
5.根据权利要求1所述的变压器故障诊断***，其特征在于，所述数据处理模块包括：音频检测单元、降噪单元、端点检测单元和特征提取单元；
所述音频检测单元，用于对采集的音频信号进行检测，以获取第一音频片段；
所述降噪单元，用于对所述第一音频片段进行降噪处理；
所述端点检测单元，用于对降噪后的第一音频片段进行端点检测，以获取第二音频片段；
所述特征提取单元，用于从所述第二音频片段提取音频特征信息。
6.根据权利要求5所述的变压器故障诊断***，其特征在于，所述对采集的音频信号进行检测，以获取第一音频片段，具体是：
(1)对采集的音频信号进行分帧、加窗和快速傅里叶变换，并获取每一帧音频信号的幅度谱；
(2)基于获得的幅度谱，利用自定义的判决函数计算每一帧音频信号的判决函数值，其中，自定义的判决函数为：
式中，式中，T(i)为第i帧音频信号的判决函数值，i＝1，2，…，I，I为帧的个数，|Wi+1(k)|、|Wi(k)|、|Wi-1(k)|和|Wi+j(k)|分别为第(i+1)帧、第i帧、第(i-1)帧、第(i+j)音频信号的幅度谱，M为预设的帧数，k为频点；
(3)根据得到各个帧的判决函数值以及第一音频片段的起始帧和终止帧的判决条件，确定语音帧的起始帧和终止帧，具体地，若从第i帧开始，连接R帧音频信号均满足T(i+r)≥λ且|Wi+r(k)|≥A，此时第i帧为第一音频片段的起始帧，若从第s帧开始，且i、s满足s≥i+R，连续R帧音频信号均满足T(s+r)＜λ且|Ws+r(k)|＜A，此时第s帧为第一音频片段的终止帧；此时第i帧和第s帧之间的音频信号即为第一音频片段，其中，|Wi+r(k)|为第(i+r)帧音频信号的幅度谱，|Ws+r(k)|为第(s+r)帧音频信号的幅度谱，A为设定的幅度谱阈值，λ为预设的判决阈值，r＝1，2，…，R，R为预设的帧数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811437681.2A CN109507510A (zh) | 2018-11-28 | 2018-11-28 | 一种变压器故障诊断*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811437681.2A CN109507510A (zh) | 2018-11-28 | 2018-11-28 | 一种变压器故障诊断*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109507510A true CN109507510A (zh) | 2019-03-22 |
Family
ID=65751089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811437681.2A Withdrawn CN109507510A (zh) | 2018-11-28 | 2018-11-28 | 一种变压器故障诊断*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109507510A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110296842A (zh) * | 2019-06-28 | 2019-10-01 | 潍柴动力股份有限公司 | 发动机的诊断方法及装置 |
| CN110398647A (zh) * | 2019-06-26 | 2019-11-01 | 深圳供电局有限公司 | 变压器状态监测方法 |
| CN110597130A (zh) * | 2019-09-20 | 2019-12-20 | 广东电网有限责任公司 | 一种无人值班变电站远程信息采集*** |
| CN110595597A (zh) * | 2019-10-24 | 2019-12-20 | 国网湖南省电力有限公司 | 油浸式变压器内部噪声监测传感器安装设备及其修正方法 |
| CN111198525A (zh) * | 2020-01-03 | 2020-05-26 | 扬州海铭石油工程技术有限公司 | 一种基于油田现场设备运转音频监控***及故障检测方法 |
| CN112305462A (zh) * | 2020-11-09 | 2021-02-02 | 北京中拓新源科技有限公司 | 一种基于变压器声音识别变压器典型故障的*** |
| CN112731026A (zh) * | 2020-12-21 | 2021-04-30 | 国网上海市电力公司 | 基于变压器噪声故障检测识别装置 |
| CN115240691A (zh) * | 2022-09-23 | 2022-10-25 | 山西振中电力股份有限公司 | 一种基于数据分析的变电站设备运行状态监测控制*** |
| CN115993503A (zh) * | 2023-03-22 | 2023-04-21 | 广东电网有限责任公司东莞供电局 | 一种变压器的运行检测方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103165130A (zh) * | 2013-02-06 | 2013-06-19 | 湘潭安道致胜信息科技有限公司 | 语音文本匹配云*** |
| CN104112453A (zh) * | 2014-04-09 | 2014-10-22 | 天津思博科科技发展有限公司 | 一种音频预处理*** |
| CN105388772A (zh) * | 2015-12-04 | 2016-03-09 | 重庆财信合同能源管理有限公司 | 一种基于语音识别的室内智能控制***及方法 |
| CN107464563A (zh) * | 2017-08-11 | 2017-12-12 | 潘金文 | 一种语音交互玩具 |
| CN108414079A (zh) * | 2018-03-21 | 2018-08-17 | 广东电网有限责任公司电力科学研究院 | 一种变压器噪声监测*** |
| CN108694954A (zh) * | 2018-06-13 | 2018-10-23 | 广州势必可赢网络科技有限公司 | 一种性别年龄识别方法、装置、设备及可读存储介质 |
| CN108877826A (zh) * | 2018-08-29 | 2018-11-23 | 昆明理工大学 | 一种基于多窗谱的语音减噪方法 |
-
2018
- 2018-11-28 CN CN201811437681.2A patent/CN109507510A/zh not_active Withdrawn
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103165130A (zh) * | 2013-02-06 | 2013-06-19 | 湘潭安道致胜信息科技有限公司 | 语音文本匹配云*** |
| CN104112453A (zh) * | 2014-04-09 | 2014-10-22 | 天津思博科科技发展有限公司 | 一种音频预处理*** |
| CN105388772A (zh) * | 2015-12-04 | 2016-03-09 | 重庆财信合同能源管理有限公司 | 一种基于语音识别的室内智能控制***及方法 |
| CN107464563A (zh) * | 2017-08-11 | 2017-12-12 | 潘金文 | 一种语音交互玩具 |
| CN108414079A (zh) * | 2018-03-21 | 2018-08-17 | 广东电网有限责任公司电力科学研究院 | 一种变压器噪声监测*** |
| CN108694954A (zh) * | 2018-06-13 | 2018-10-23 | 广州势必可赢网络科技有限公司 | 一种性别年龄识别方法、装置、设备及可读存储介质 |
| CN108877826A (zh) * | 2018-08-29 | 2018-11-23 | 昆明理工大学 | 一种基于多窗谱的语音减噪方法 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110398647A (zh) * | 2019-06-26 | 2019-11-01 | 深圳供电局有限公司 | 变压器状态监测方法 |
| CN110398647B (zh) * | 2019-06-26 | 2022-02-15 | 深圳供电局有限公司 | 变压器状态监测方法 |
| CN110296842A (zh) * | 2019-06-28 | 2019-10-01 | 潍柴动力股份有限公司 | 发动机的诊断方法及装置 |
| CN110597130A (zh) * | 2019-09-20 | 2019-12-20 | 广东电网有限责任公司 | 一种无人值班变电站远程信息采集*** |
| CN110595597A (zh) * | 2019-10-24 | 2019-12-20 | 国网湖南省电力有限公司 | 油浸式变压器内部噪声监测传感器安装设备及其修正方法 |
| CN110595597B (zh) * | 2019-10-24 | 2024-03-12 | 国网湖南省电力有限公司 | 油浸式变压器内部噪声监测传感器安装设备及其修正方法 |
| CN111198525B (zh) * | 2020-01-03 | 2023-09-22 | 扬州海铭石油工程技术有限公司 | 一种基于油田现场设备运转音频监控***及故障检测方法 |
| CN111198525A (zh) * | 2020-01-03 | 2020-05-26 | 扬州海铭石油工程技术有限公司 | 一种基于油田现场设备运转音频监控***及故障检测方法 |
| CN112305462A (zh) * | 2020-11-09 | 2021-02-02 | 北京中拓新源科技有限公司 | 一种基于变压器声音识别变压器典型故障的*** |
| CN112731026A (zh) * | 2020-12-21 | 2021-04-30 | 国网上海市电力公司 | 基于变压器噪声故障检测识别装置 |
| CN115240691B (zh) * | 2022-09-23 | 2022-12-06 | 山西振中电力股份有限公司 | 一种基于数据分析的变电站设备运行状态监测控制*** |
| CN115240691A (zh) * | 2022-09-23 | 2022-10-25 | 山西振中电力股份有限公司 | 一种基于数据分析的变电站设备运行状态监测控制*** |
| CN115993503A (zh) * | 2023-03-22 | 2023-04-21 | 广东电网有限责任公司东莞供电局 | 一种变压器的运行检测方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109507510A (zh) | 一种变压器故障诊断*** | |
| CN105548832B (zh) | 高压电力电缆故障识别方法 | |
| CN109740523B (zh) | 一种基于声学特征和神经网络的电力变压器故障诊断方法 | |
| CN102426835B (zh) | 一种基于支持向量机模型的开关柜局部放电信号识别方法 | |
| CN106934421A (zh) | 基于2dpca及svm的变电站电力变压器故障检测***及检测方法 | |
| CN110417351A (zh) | 光伏***直流侧电弧故障检测***及检测方法 | |
| CN108802525A (zh) | 基于小样本的设备故障智能预测方法 | |
| CN110244204A (zh) | 一种多特征值的开关柜故障诊断方法、***及介质 | |
| CN106875938A (zh) | 一种改进的非线性自适应语音端点检测方法 | |
| CN110398647B (zh) | 变压器状态监测方法 | |
| CN109472288A (zh) | 一种抽水蓄能机组振动混合特征提取与分类方法 | |
| CN112599134A (zh) | 一种基于声纹识别的变压器声音事件检测方法 | |
| CN112016470A (zh) | 基于声音信号和振动信号的有载分接开关故障识别方法 | |
| CN115376526A (zh) | 一种基于声纹识别的电力设备故障检测方法及*** | |
| Geng et al. | Mechanical fault diagnosis of power transformer by GFCC time-frequency map of acoustic signal and convolutional neural network | |
| CN102988041A (zh) | 心磁信号噪声抑制中的信号选择性平均方法 | |
| CN112666430B (zh) | 变压器声纹智能故障检测方法及*** | |
| Dang et al. | Cochlear filter cepstral coefficients of acoustic signals for mechanical faults identification of power transformer | |
| Dang et al. | Fault diagnosis of power transformer by acoustic signals with deep learning | |
| CN113917294A (zh) | 基于小波分解的智能自适应电弧检测方法及其应用装置 | |
| CN117763460A (zh) | 一种基于声纹分析的变压器故障检测方法及*** | |
| CN116884432A (zh) | 基于vmd-js散度的电力变压器故障声纹诊断方法 | |
| CN105352541A (zh) | 一种基于电网防灾减灾***的变压器运行辅助监测***及其监测方法 | |
| CN117172601A (zh) | 一种基于残差全卷积神经网络的非侵入式负荷监测方法 | |
| Hong-Jing et al. | Mechanical fault diagnosis based on acoustic features in transformers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190322 |