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！

龙图腾网获悉国网青海省电力公司海东供电公司;国网青海省电力公司申请的专利一种电力变压器声纹信号故障无监督检测方法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：CN117195077B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202311206189.5，技术领域涉及：G06F18/241；该发明授权一种电力变压器声纹信号故障无监督检测方法是由冶海平;彭家琦;方保民;芈书亮;蒲寅;马育林;李永胜;刘军;张红强;艾斌;马世旭;何海宁;李云;马宁;马志彬;朱明慧;张进;朵向阳;央青卓玛;王伟;丁猛设计研发完成，并于2023-09-19向国家知识产权局提交的专利申请。

本一种电力变压器声纹信号故障无监督检测方法在说明书摘要公布了：本发明公开了一种电力变压器声纹信号故障无监督检测方法，应用于电力变压器故障诊断技术领域。包括：利用传感器获取每一个电力变压器的声纹信号数据并组成样本集，使用密度峰值算法找到样本集的密度中心并利用K最近邻聚类算法进行聚类从而得到训练样本集，放入自动编码器网络提取出低维稀疏表示序列样本集，进行预处理，序列的前一部分作为门控循环单元GRU的输入，后一部分作为输出进行训练；待测声纹信号依次经过预测序列和GRUNN目标输出，得到异常分数集，使用3‑sigma法则对异常分数集进行处理，从而检测出故障。本发明有效提高了故障检测的准确率，得到较低的误报率和漏报率。

本发明授权一种电力变压器声纹信号故障无监督检测方法在权利要求书中公布了：1.一种电力变压器声纹信号故障无监督检测方法，其特征在于，包括以下步骤： S1、利用传感器采集每一个电力变压器声纹信号，通过与传感器连接的读取电路将基于时序的声纹信号进行提取和收集，并组成样本集S； S2、定义一个窗口，使用窗口对样本集S中的每一个序列样本进行滑动切片处理，得到切片后的样本集S’； S3、对切片后的样本集S’采用密度峰值算法，得到一个序列作为密度中心； S4、以S3得到的序列作为中心点，使用基于K近邻聚类方法，找到中心点最近的K个邻居，邻居和中心点共同组成训练样本集X； S5、构建由自动编码器网络AEN和门控循环单元GRU以及全连接神经网络NN组成的AE-GRUNN模型，将训练样本集X作为自动编码器网络的输入和输出进行训练，得到训练后的自动编码器，将编码器部分提取出来，输出低维稀疏表示序列样本集X’，即提取出自动编码器网络的瓶颈层向量； S6、将低维稀疏表示序列样本集X’作为门控循环单元GRU以及全连接神经网络NN组成的GRUNN模型的输入和目标输出，对构建的GRUNN模型进行训练，得到训练后的GRUNN模型； S7、将低维稀疏表示序列样本集X’输入GRUNN模型中并输出预测序列； S8、通过预测序列和GRUNN模型的目标输出计算异常分数scr值，得到待测样本中所有样本的异常分数集A； S9、使用3-sigma法则排除异常分数集A中的异常点，2-4个周期提取出新的待测声纹信号，重复S5-S6，得到新的异常分数集； S3具体为： S31、定义S’＝{S_win1，S_win2…S_winnum}＝{S_t1，S_t2，…，S_tN}，其中N为对num个序列切片后得到的序列总数，S_ti＝{S_ti 1，S_ti 2，…，S_ti win}，i＝1，2，…，N，为所有序列中的第i个序列，其中win为序列长度，即窗口的长度； S32、计算S’中任意两个序列之间的欧式距离dij，i＝1，2，…，N，j＝1，2，…，N： dij＝||S_ti-S_tj||2 其中，dij为欧式距离，S_ti为切片后得到的序列中第i个序列，长度为win，S_tj为切片后得到的序列中第j个序列，长度为win； S33、计算每一个序列的局部密度： 其中，截断距离dc为截断距离，作为超参数dc的值取ρi的平均值为0.2*N时的值，其中,i＝1,2,...,N，范围为0.1～0.8，dij为欧式距离，ρi为局部密度，χ为判断函数； S34、统计局部密度，取局部密度最大的序列样本作为密度中心，密度中心序列为S_tpo： po＝argmaxρi 其中，po为局部密度最大的序列的序号，argmaxρi是当ρi取最大值时，i的取值，maxρi为局部密度最大值。

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国网青海省电力公司海东供电公司;国网青海省电力公司，其通讯地址为：810699 青海省海东市平安镇平安大道167号；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”。