专利名称：

发明

一种基于奇异谱声纹的电力设备状态检测方法及装置

申请公布号：

CN117854542A

申请公布日：

2024-04-09

申请号：

2023115977687

申请日：

2023-11-28

申请人：

国网河南省电力公司电力科学研究院,

地址：

450000 河南省郑州市二七区嵩山南路85号

发明人：

王磊磊,张壮壮,张嵩阳,王东晖,田旭,刘卫坡,李媛,郭星,李雪原,张振安,付刚,刘昱轩,吕乐,魏丹,张科,董丽洁,赵书杰,薛艳艳,石军浩,樊开森,

分类号：

G10L25/51(2013.01);G01R31/00(2006.01);G10L25/24(2013.01);G10L25/27(2013.01);

专利代理机构：

北京智绘未来专利代理事务所(普通合伙) 11689

代理人：

赵卿

最终专利权人：

摘要：

本发明公开了一种基于奇异谱声纹的电力设备状态检测方法及装置，包括：步骤S1：信号处理阶段，以奇异谱分析的方法提取声信号的主导分量信号并重构，得到重组信号，奇异谱分析包括分解和重构两部分；步骤S2：声纹分析阶段，对上述奇异谱分析方法所得的重组信号进行声纹分析，提取其Gamma频率倒谱系数的特征矩阵；步骤S3：状态识别阶段，对上述Gamma频率倒谱系数进行降维计算，依据得到1×Lgm的特征向量T，以正常状态下的Gamma特征矩阵为标准，进行状态识别诊断。本发明可以直接应用于运行时的检测与诊断，自动化程度高，所采集的声信号可在运算处理器上进行分析，工作过程稳定且设定简单，信号的分析无需人工干预，可靠性高，信号的重组减少了背景噪音影响。

权利要求书：

1.一种基于奇异谱声纹的电力设备状态检测方法，其特征在于，包括如下步骤：步骤S1：信号获取阶段，获取被检测电力设备的声信号；步骤S2：信号处理阶段，以奇异谱分析的方法提取声信号的主导分量信号并重构，得到重组信号，奇异谱分析包括分解和重构两部分；步骤S3：声纹分析阶段，对上述奇异谱分析方法所得的重组信号进行声纹分析，提取其Gamma频率倒谱系数的特征矩阵；步骤S4：状态识别阶段，对上述Gamma频率倒谱系数进行降维计算，依据得到1×Lgm的特征向量T，其中m为滤波器序号，Lg为Gamma频率倒谱系数特征矩阵的维数，以被检测电力设备正常运行状态下的Gamma特征矩阵为标准，进行状态识别诊断。2.根据权利要求1所述的一种基于奇异谱声纹的电力设备状态检测方法，其特征在于，所述步骤S1中分解的具体操作步骤如下：a)设有时间序列R＝{rL，…，rN)，长度为N，给定嵌套维数L，按照如下方式构造轨迹矩阵，L，N均为正整数：式中，K＝N‑L+1,L≤N/2，且K为正整数；b)设XXT的特征值为λ1≥λ2≥…≥λL≥0，其对应的单位特征向量为U1，U2，…，UL，令进而将X进行奇异值分解：式中，称为奇异谱密度；c)记d＝rank(x)＝max(i，λ>0)，则有X＝X1+X2+…+Xd，式中，称为特征向量，Ui称为经验正交函数，Vi称为主分量；d)在奇异值分解后，白噪声Xn分布在各个特征向量中，而信号能量Xs主要集中在前几个特征向量中,故上式可改写成:式中，r

主视图

日期	最新法律状态	描述
2024-04-09	公开	公开