摘要
本申请公开了一种用于变电站的复杂声源噪声特性识别方法,所述方法包括以下步骤:S1在变电站内布置声学传感器,通过声学传感器对关键声源进行噪声测量,收集变电站内的噪声数据,包括不同时间段以及不同工况下的噪声信号。本申请通过综合提取噪声信号的时域、频域和空间特征,实现多特征融合和多维度的噪声特性识别,有利于提高变电站内各声源噪声特性的识别精准度;通过深度学习模型对噪声信号及其对应的特征标签整所合成数据集进行训练,使模型能够准确识别不同声源的噪声特性,从而提高噪声识别的准确性还能对变电站的噪声进行实时监测和识别,为变电站复杂声源的噪声治理提供及时有效的信息支持。
技术关键词
特性识别方法
声学传感器
深度学习模型
变电站噪声监测
传感器阵列
噪声监测系统
分段
时域特征
信号
噪声数据
频域特征
噪声识别
噪声治理
训练集
预警机制
频谱特征
背景噪声
分布特征