基于深度学习的PCCP管道断丝声信号识别方法及装置

本发明公开了一种基于深度学习的PCCP管道断丝声信号识别方法及装置，方法包括：通过搭建深度学习模型及相应的数据集，完成模型训练，获得对音频信号进行识别、分类的深度学习模型；将训练好的深度学习模型部署于服务器中，当服务器接收到预测请求后，将预测请求携带的音频文件或数据输入至深度学习模型中，获得预测结果，并将预测结果返回给请求方，预测结果包含各个类别的置信概率；接收方在接收到深度学习模型的预测结果后，根据设定的阈值，判断信号属于断丝类别时则发出提示信息，预警断丝事件的发生。装置包括：处理器和存储器。本发明可有效提升系统识别的准确率及系统的自动化程度。