Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川思极科技有限公司唐冬来获国家专利权

四川思极科技有限公司唐冬来获国家专利权

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!

龙图腾网获悉四川思极科技有限公司申请的专利一种基于多维时频特征的变压器故障声纹识别方法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:CN115219015B

龙图腾网通过国家知识产权局官网在2025-11-07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:202211005429.0,技术领域涉及:G01H17/00;该发明授权一种基于多维时频特征的变压器故障声纹识别方法是由唐冬来;李科峰;何明;陈文康;杨梅;钟声;陈泽宇;谢飞;龚奕宇;聂潇;康乐;钟旭;李擎宇;付世峻;周朋;陈居利;何书宇;罗维斯;张淇铭设计研发完成,并于2022-08-22向国家知识产权局提交的专利申请。

一种基于多维时频特征的变压器故障声纹识别方法在说明书摘要公布了:本发明提供的一种基于多维时频特征的变压器故障声纹识别方法,涉及数字电力技术领域。本发明首先通过傅里叶变换与分帧法提取变压器噪声,过滤电晕、风机、环境干扰数据;其次,采用变压器全寿命周期声纹库与当前变压器声纹进行比较,判断是否存在异常。在此基础上,通过熵权法调整多维时频特征评估权重,从而辨识变压器绕组故障声纹。相较于现有技术,本发明具有识别准确率高、无需停电检修、除振动传感器外无需额外的检测设备、能判断故障类型、对绕组故障识别效果好的优点。

本发明授权一种基于多维时频特征的变压器故障声纹识别方法在权利要求书中公布了:1.一种基于多维时频特征的变压器故障声纹识别方法,其特征在于,包括变压器振动信号采集步骤、变压器噪声数据分离步骤、变压器声纹特征提取步骤、设备全寿命周期标准声纹对比步骤、故障声纹时域分析步骤、故障声纹信息熵分析步骤和故障声纹缺陷辨识步骤; 变压器振动信号采集步骤:通过振动传感器将变压器运行的工程机械振动参量转换为电信号,并对其进行测量,从而获得变压器运行时的变压器声纹Ba; 变压器噪声数据分离步骤:将变压器声纹Ba转换为频域信号Fa,并通过分帧操作对频域信号Fa中的变压器噪声数据进行分离,得到变压器噪声数据分离后的振动信号Fb; 变压器声纹特征提取步骤:通过MFCC梅尔频谱系数对振动信号Fb进行变压器声纹特征提取和滤波,得到变压器声纹特征Mb; 设备全寿命周期标准声纹对比步骤:包括全寿命周期标准声纹采集和全寿命周期标准声纹对比;所述全寿命周期标准声纹采集即对变压器从出厂试验到退运的全过程的标准声纹数据进行采集,并建立全寿命周期标准声纹;所述全寿命周期标准声纹对比即将变压器声纹特征Mb与全寿命周期标准声纹进行对比,并计算失真度;若失真度超过失真阈值,判断为变电器发生故障,并得到故障声纹;反之则变电器正常运行; 故障声纹时域分析步骤:对故障声纹进行时域分析,并得到多维时频域特征和对应的权重; 故障声纹信息熵分析步骤:通过熵权法对故障声纹的多维时频域特征进行特征分析,得到变压器声纹多维时频联合分析的故障声纹信息熵; 故障声纹缺陷辨识步骤:先验设置各类故障对应的信息熵特征,并将故障声纹信息熵与各类故障的信息熵特征进行辨识分类,得到变电器的故障类别。

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四川思极科技有限公司,其通讯地址为:610000 四川省成都市天府新区兴隆街道湖畔路西段99号;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”。

以上内容由龙图腾AI智能生成。

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。