摘要
本发明公开了一种电力设备的振动噪声评估方法、装置、介质及设备,涉及噪声评估领域。本发明通过将电力设备的历史负荷数据分解为与电力设备日常工作更为密切相关的历史日负荷数据,并以此构建相应的时间序列数据;通过采集电力设备的声压信息并进行特征提取,得到了准确的低频噪声数据。通过评估模型,从负荷、噪声和时间三个维度对负荷与噪声之间的关系进行挖掘,从而能够基于与电力设备最为密切相关的日负荷数据得到对于低频噪声数据的评估,使得评估结果符合电力设备的实际运行情况,提高了对于噪声的评估准确度,为电力设备的降噪提供了基础,从而优化了电力设备的建设。
技术关键词
电力设备
振动噪声
噪声数据
历史负荷数据
卷积神经网络模型
数据获取模块
音频特征
日负荷曲线
核主成分分析算法
信号获取模块
相位特征
误差评估方法
序列
特征筛选方法
低通滤波法
短时傅里叶变换
特征提取方法
系统为您推荐了相关专利信息
多源遥感数据
多源遥感影像数据
卷积神经网络模型
分类方法
通道
员工
电力设备检修信息
大数据技术
预警方法
电力系统
识别方法
卷积神经网络结构
卷积神经网络训练
无人机飞行信息
输出特征
电力设备检修作业
虚拟仿真系统
虚拟仿真平台
故障场景
仿真培训方法