买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海君世电气科技有限公司;国网山西省电力公司运城供电公司申请的专利变压器声信号的自适应小波优化与特征提取方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120492912B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510992274.1，技术领域涉及：G06F18/2131；该发明授权变压器声信号的自适应小波优化与特征提取方法和系统是由冯李军;李亚国;李瑞荣;王永辉;贾炜;赵镭;李军;崔玺;郭玉龙;谷晓东;张俊士;李进;张可;姚尧;裴鹏飞;刘贝壳;韩运换;贾雅君设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本变压器声信号的自适应小波优化与特征提取方法和系统在说明书摘要公布了：本申请公开变压器声信号的自适应小波优化与特征提取方法和系统，方法包括：调用Pywt小波分析库，按照分解层数J对原始信号进行分解，获得多层细节信号；对每层细节信号，执行：引入M估计量改进噪声方差计算模型，计算标准差及统一的监测阈值；构建基于去噪信号逼近误差最小化准则的动态阈值；设计修正因子；修正每层细节信号的小波系数；利用逆分解方法重构纯净信号；将纯净信号分成多段短时信号；提取每个短时信号的MFCC特征向量；采用支持向量机递归特征消除法，加权筛选MFCC特征向量；结合主成分分析算法压缩特征向量维度，生成最终的特征矩阵。本申请解决了传统方法中噪声抑制与信号保真矛盾、高维特征冗余导致识别率低的问题。

本发明授权变压器声信号的自适应小波优化与特征提取方法和系统在权利要求书中公布了：1.一种变压器声信号的自适应小波优化与特征提取方法，其特征在于，包括： 采集声音的原始信号； 调用Pywt小波分析库，按照分解层数J对所述原始信号进行分解，获得多层细节信号； 对每层细节信号，执行以下步骤： 引入M估计量改进噪声方差计算模型，计算标准差及统一的监测阈值； 基于所述标准差及统一的监测阈值，构建基于去噪信号逼近误差最小化准则的动态阈值； 设计修正因子； 基于所述修正因子和动态阈值，修正每层细节信号的小波系数； 基于修正后的小波系数，利用逆分解方法重构纯净信号； 将所述纯净信号分成多段短时信号； 提取每个所述短时信号的梅尔频率倒谱系数特征向量； 采用支持向量机递归特征消除法，加权筛选所述梅尔频率倒谱系数特征向量； 结合主成分分析算法，压缩加权筛选后的特征向量维度，生成最终的特征矩阵； 所述引入M估计量改进噪声方差计算模型，计算标准差及统一的监测阈值，包括： 将M估计量引入标准差计算，通过鲁棒损失函数抑制异常值干扰，计算第j层细节信号标准差为： 其中，ρ·为鲁棒损失函数，即Huber函数； Cdj,i为小波分解后的细节系数，N为第j层细节系数个数，j为分解的原始信号分解层数的索引，取值范围是1到J； σ0为初始尺度参数，σ0＝1.4826×MADCdj,i，MAD表示中位数绝对偏差； μ为位置参数，μ＝medianCdj,i，median表示中位数； 基于所述标准差得到第j层细节信号的统一的监测阈值： 所述基于所述标准差及统一的监测阈值，构建基于去噪信号逼近误差最小化准则的动态阈值，包括： 将第j层细节系数的绝对值按升序排列为向量P＝[CDj,1,CDj,2,…,CDj,N] 计算风险向量R的每个元素ri： 将R中最小的元素rmin作为逼近误差，记录其对应的CDmin，k是用于遍历第j层细节系数向量中各个元素的序号，此处的k的取值范围是1到i；ri中i是与按升序排列的向量P＝[CDj,1,CDj,2,…,CDj,N]相对应的索引，其取值范围是1到N，N为第j层细节系数个数； 计算第j层细节系数的自适应阈值： λa,j的a是自适应adaptive的缩写，用于标识该阈值为自适应阈值； 基于所述统一的监测阈值和所述自适应阈值，获得第j层的动态阈值： 其中，Pa,j为第j层细节系数的平均值： Pa,j中的a代表average，用于表示第j层细节系数的平均值，ρN,j为第j层细节系数的最小能量水平：

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海君世电气科技有限公司;国网山西省电力公司运城供电公司，其通讯地址为：201109 上海市闵行区剑川路940号B幢3层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。