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
辅助诊断方法
深度学习模型
现代医学
患者
求解算法
预警模型
监测预警系统
风险
参数优化算法
实时监测数据
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
振动信号去噪方法
谱估计
信息熵
主成分分析法
噪声分量