摘要
本申请公开一种基于改进的LSTM‑CNN的变压器缺陷声纹识别方法、装置、介质及产品,涉及缺陷检测技术领域,所述方法包括:获取待识别变压器的原始音频信号;对待识别变压器的原始音频信号进行预处理,得到待识别变压器的预处理后的音频信号;预处理包括:特征提取和小波降噪;将待识别变压器的预处理后的音频信号输入至变压器缺陷声纹识别模型中,得到待识别变压器的缺陷识别结果的预测值;变压器缺陷声纹识别模型是对改进的LSTM‑CNN网络进行训练得到的,改进的LSTM‑CNN网络包括:卷积神经网络、长短期记忆网络和CBMA模块,缺陷识别结果为存在缺陷或不存在缺陷。本申请提高了变压器缺陷声纹识别精度。
技术关键词
变压器缺陷
识别变压器
声纹识别方法
声纹识别模型
长短期记忆网络
音频
信号
积层
注意力
缺陷检测技术
训练集
处理器
模块
计算机装置
多层感知机
计算机程序产品
通道
数据
系统为您推荐了相关专利信息
寿命预测模型
剩余寿命预测系统
剩余使用寿命
电池
误差分布特征
神经网络数学模型
调焦方法
序列特征
辅助摄像设备
快照功能
超市智能货架
多传感器融合
动态监测系统
三维虚拟模型
多模态数据融合
人工智能系统
调节控制模块
紫外线强度传感器
数据采集模块
中央控制
分娩方式
胎心监护数据
双向长短期记忆网络
融合卷积神经网络
深度学习模型