龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国网江西省电力有限公司南昌供电分公司;国家电网有限公司
申请日：2024-05-14
公开（公告）日：2024-06-11
公开（公告）号：CN118173101A
主分类号：G10L17/26
分类号：G10L17/26;G10L25/30;G06N3/0475;G06N3/045;G06N3/086
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明公开了一种基于声纹的外力破坏风险识别方法，包括以下步骤：步骤S1，采集变压器运行时产生的声纹数据，对采集的声纹数据的风险类型进行标记；步骤S2,基于最优架构搜索的对抗生成网络模型对步骤S1中采集的声纹数据进行扩充；步骤S3，基于多粒度蜜罐优化算法的神经网络模型提取步骤S2中的声纹数据的原始特征表示；步骤S4，基于潜在狄利克雷分配的自编码器对步骤S3中的声纹数据表示进行重构，输出重构特征表示；步骤S5,基于差异性分支随机森林的分类器对步骤S4中的重构特征表示进行分类，确定外力风险的风险类型。本发明应用于变压器的外力破坏风险识别中，通过分析施工机械的声音数据，能够有效地识别出可能对电力设施构成威胁的活动。
主权项：1.一种基于声纹的外力破坏风险识别方法，其特征在于，包括以下步骤：步骤S1：采集变压器的外力破坏的声纹数据，对采集的外力破坏的声纹数据的风险类型进行标记；步骤S2：训练基于最优架构搜索的对抗生成网络模型，训练后的基于最优架构搜索的对抗生成网络模型对步骤S1中采集的声纹数据进行扩充，输出扩充声纹数据；在训练基于最优架构搜索的对抗生成网络模型的过程中，采用最优架构搜索策略，定义搜索空间S，搜索空间S包含若干不同配置的对抗生成网络模型，搜索的目标是找到最优配置使得对抗生成网络模型的评价函数的值最大化，其中，，和均为对抗生成网络模型的参数；步骤S3：训练基于多粒度蜜罐优化算法的神经网络模型，训练后的基于多粒度蜜罐优化算法的神经网络模型提取步骤S2中的扩充声纹数据的原始特征表示，输出原始特征表示；步骤S4：训练基于潜在狄利克雷分配的自编码器，训练后的基于潜在狄利克雷分配的自编码器对步骤S3中的原始特征表示进行降维重构，输出重构特征表示；步骤S5：根据步骤S1中标记的风险类型训练基于差异性分支随机森林的分类器，训练后的基于差异性分支随机森林的分类器对步骤S4中的重构特征表示进行分类，通过分类确定外力破坏的风险类型。
全文数据：
权利要求：
百度查询： 国网江西省电力有限公司南昌供电分公司;国家电网有限公司 一种基于声纹的外力破坏风险识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号