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 > 南昌大学朱自伟获国家专利权

南昌大学朱自伟获国家专利权

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!

龙图腾网获悉南昌大学申请的专利一种变压器声纹故障识别方法及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:CN120877783B

龙图腾网通过国家知识产权局官网在2026-01-06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:202511375579.4,技术领域涉及:G10L25/51;该发明授权一种变压器声纹故障识别方法及系统是由朱自伟;钟俊;夏鹞轩;张家祺;扶政;黄旭;李雨茜设计研发完成,并于2025-09-25向国家知识产权局提交的专利申请。

一种变压器声纹故障识别方法及系统在说明书摘要公布了:本发明公开了一种变压器声纹故障识别方法及系统,方法包括:在目标变压器声纹信号中提取混合滤波器功率谱特征向量;根据预设的多粒度动态多维特征融合算法,将混合滤波器功率谱特征向量与预设的多维特征向量进行融合,得到至少一帧变压器声纹子信号的MDF向量,并将各个帧变压器声纹子信号的MDF向量进行拼接,生成与目标变压器声纹信号相对应的融合特征向量;基于结构化因子的全跨度稀疏注意力机制构建变压器声纹识别模型;将融合特征向量输入至变压器声纹识别模型中,输出得到故障识别结果。有效解决了高噪声环境下变压器故障声纹识别中“噪声干扰强、特征区分性弱、模型鲁棒性差”等问题,显著提升了故障识别的准确率与鲁棒性。

本发明授权一种变压器声纹故障识别方法及系统在权利要求书中公布了:1.一种变压器声纹故障识别方法,其特征在于,包括: 获取变压器声纹信号,并对所述变压器声纹信号进行预处理,得到目标变压器声纹信号,其中,所述目标变压器声纹信号中包含至少一帧变压器声纹子信号; 根据非对称时变交叠小波包分解改进的混合滤波器组在所述目标变压器声纹信号中提取混合滤波器功率谱特征向量,其中,所述混合滤波器功率谱特征向量的表达式为: , , , , , 式中,为混合滤波器功率,为联合特征对,为梅尔全频段混合滤波器组输出功率,为能量特征,为熵特征,为联合特征向量所在的实数域,为自适应权重,为子带时间序列的样本总数,为第b个频带中第j个子带的频率域功率谱,为第b个频带中第j个子带的显著性指标,为Sigmoid函数的斜率调节参数,为频率f处的功率占比,为第b个频带中第j个子带的频域信号,为的均值,为低频特征总数,为低频关键频段滤波器组输出功率,为高频特征总数,为高频段梅尔滤波器组输出功率,为起始频率,为频段交叠宽度,为终止频率,为输入频率; 根据预设的多粒度动态多维特征融合算法,将所述混合滤波器功率谱特征向量与预设的多维特征向量进行融合,得到所述至少一帧变压器声纹子信号的MDF向量,并将各个帧变压器声纹子信号的MDF向量进行拼接,生成与所述目标变压器声纹信号相对应的融合特征向量; 基于结构化因子的全跨度稀疏注意力机制构建变压器声纹识别模型; 将所述融合特征向量输入至所述变压器声纹识别模型中,所述变压器声纹识别模型输出得到与所述变压器声纹信号相对应的故障识别结果。

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南昌大学,其通讯地址为:330000 江西省南昌市红谷滩新区学府大道999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。