Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京谛声科技有限责任公司丁东亮获国家专利权

北京谛声科技有限责任公司丁东亮获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京谛声科技有限责任公司申请的专利一种基于声纹采集的风力发电机叶片异常检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120012032B

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510505980.9,技术领域涉及:G06F18/25;该发明授权一种基于声纹采集的风力发电机叶片异常检测方法及系统是由丁东亮;常炜熙;龚恒达;邢子龙;涂万里;秦志宇;吴潘兴;王盈佳设计研发完成,并于2025-04-22向国家知识产权局提交的专利申请。

一种基于声纹采集的风力发电机叶片异常检测方法及系统在说明书摘要公布了:本发明公开了一种基于声纹采集的风力发电机叶片异常检测方法及系统,包括:首先对叶片声纹数据进行声纹特征编码得到声纹嵌入特征,提取其异常特征向量;确定至少两个故障类型,依各故障类型对异常特征向量识别得异常状态得分;分析声纹嵌入特征得到故障类型权重;结合权重对异常状态得分权值分配得到目标异常状态检测结果;最终依此确定叶片异常检测结果。如此设计,实现对风力发电机叶片异常的有效检测。

本发明授权一种基于声纹采集的风力发电机叶片异常检测方法及系统在权利要求书中公布了:1.一种基于声纹采集的风力发电机叶片异常检测方法,其特征在于,包括: 对风力发电机的叶片声纹数据进行声纹特征编码,获得所述叶片声纹数据对应的声纹嵌入特征; 对所述声纹嵌入特征进行异常特征提取,获得所述声纹嵌入特征对应的异常特征向量; 确定与所述叶片声纹数据有关联关系的至少两个故障类型,根据每一故障类型对所述异常特征向量分别进行异常状态识别,获得所述每一故障类型对应的异常状态得分; 对所述声纹嵌入特征进行故障权重分析,获得所述每一故障类型对应的故障类型权重; 基于所述每一故障类型对应的故障类型权重对所述每一故障类型对应的异常状态得分权值分配,获得所述每一故障类型对应的目标异常状态检测结果;一个故障类型对应的权重频域响应值用于对相应的故障类型对应的异常状态得分权值分配; 根据所述每一故障类型对应的目标异常状态检测结果,确定所述风力发电机的叶片异常检测结果; 所述异常特征向量是由第一声学特征提取模块中的声学特征编码器对所述声纹嵌入特征进行异常特征提取确定的;所述第一声学特征提取模块属于用于对所述风力发电机进行叶片异常检测的叶片故障检测模型; 所述方法还包括: 获取第一声纹样本集;所述第一声纹样本集所包括的第一声纹训练数据为未配置异常类型标签的声纹训练数据; 获取针对第一原始声学特征提取模块的多个自监督学习任务; 基于所述第一原始声学特征提取模块对所述第一声纹训练数据进行数据处理,获得每一自监督学习任务关联的声学特征表示,根据所述声学特征表示确定所述多个自监督学习任务对应的多个误差参数;一个自监督学习任务对应一个误差参数; 根据所述多个误差参数确定第一目标误差参数,根据所述第一目标误差参数对所述第一原始声学特征提取模块的模型参数进行优化,将优化后的第一原始声学特征提取模块确定为所述第一声学特征提取模块。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京谛声科技有限责任公司,其通讯地址为:100070 北京市海淀区海淀北二街8号中关村SOHO大厦A座916室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。