一种气体绝缘设备声学信号特征提取方法

AITNT
正文
推荐专利
一种气体绝缘设备声学信号特征提取方法
申请号:CN202411714199
申请日期:2024-11-27
公开号:CN119517092B
公开日期:2025-12-12
类型:发明专利
摘要
本发明公开一种气体绝缘设备声学信号特征提取方法,包括:将采集到的声音信号进行降噪处理,并对信号的均值以及方差进行归一化处理;采用短时傅里叶变换STFT和小波变换WT对预处理过的声音信号进行时频分解;综合MFCC、AWPC自适应小波包系数和瞬时频率特征IF对声音信号的特征进行全面提取;对提取出来的声纹特征进行特征融合,将MFCC、AWPC和IF特征进行拼接,形成一个高维特征向量,再使用主成分分析法PCA进行降维;对降维后的特征进行标准化处理,使用相关性分析法进一步筛选特征。本发明能够从气体绝缘设备缺陷所产生的声音信号中提取出有效的声纹特征并降低噪声对检测的影响,从而提高检测的准确性。
技术关键词
信号特征提取方法 气体绝缘设备 短时傅里叶变换 主成分分析法 声纹特征 高维特征向量 信号瞬时频率 谐波结构 滤波器 机器学习模型 变量 频谱特征 噪声 频率响应 密度 功率 处理器
系统为您推荐了相关专利信息
1
基于AI的中医辩证辅助诊断方法、系统及其介质
辅助诊断方法 深度学习模型 现代医学 患者 求解算法
2
基于机器学习的有限空间作业闭环云安全监测预警系统
预警模型 监测预警系统 风险 参数优化算法 实时监测数据
3
一种用电营商环境关联规则挖掘方法、装置及计算机程序产品
关联规则挖掘方法 计算机程序产品 分析系统 表达式 客户管理系统
4
一种倒装芯片超声激励振动信号去噪方法及系统
振动信号去噪方法 谱估计 信息熵 主成分分析法 噪声分量
5
基于卷积神经网络和管道属性融合的漏损检测方法
卷积神经网络模型 管道 音频 采样率 贴片麦克风
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号