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！

龙图腾网获悉国家电网有限公司;中国电力科学研究院有限公司;国网河北省电力有限公司电力科学研究院申请的专利一种基于深度学习的电抗器机械缺陷预警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：CN115979598B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202210459165.X，技术领域涉及：G01M13/00；该发明授权一种基于深度学习的电抗器机械缺陷预警方法及系统是由高飞;高树国;贾鹏飞;殷禹;毕建刚;关健昕;杨宁;张博文;韩帅;孟令明;李丽华;杨洋;孙仿;陈没;廖思卓;朱家运设计研发完成，并于2022-04-27向国家知识产权局提交的专利申请。

本一种基于深度学习的电抗器机械缺陷预警方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的电抗器机械缺陷预警方法及系统。其中，该方法包括：提取电抗器的原始声音信号和原始振动信号；滤除所述原始声音信号和所述原始振动信号中的干扰信号，确定估计声音源信号和估计振动源信号；计算所述估计声音源信号和所述估计振动源信号的倒谱系数；根据SRU神经网络，对声音信号和振动信号的倒谱系数进行深度学习，并对电抗器机械缺陷进行预警。从而经过干扰信号滤波和时频谱降维后，通过深度学习算法，建立数据驱动的电抗器机械缺陷预警模型，准确掌握电抗器的运行状态，提高电抗器安全运行水平。

本发明授权一种基于深度学习的电抗器机械缺陷预警方法及系统在权利要求书中公布了：1.一种基于深度学习的电抗器机械缺陷预警方法，其特征在于，包括： 提取电抗器的原始声音信号和原始振动信号； 滤除所述原始声音信号和所述原始振动信号中的干扰信号，确定估计声音源信号和估计振动源信号； 计算所述估计声音源信号和所述估计振动源信号的倒谱系数； 根据SRU神经网络，对声音信号和振动信号的倒谱系数进行深度学习，并对电抗器机械缺陷进行预警； 滤除所述原始声音信号和所述原始振动信号中的干扰信号，确定估计声音源信号和估计振动源信号，包括： 利用小波包分别对所述原始声音信号和所述原始振动信号进行分解，获取声音子带信号和振动子带信号； 计算所述声音子带信号和振动子带信号的互信息值； 滤除所述原始声音信号和所述原始振动信号中的干扰信号，确定估计声音源信号和估计振动源信号，还包括： 选取所述互信息值中的子空间信号，并重构所述子空间信号，确定重构信号； 将所述重构信号进行fastICA分解，求得分离矩阵； 根据所述分离矩阵对所述原始声音信号和所述原始振动信号进行盲源分离，确定估计声音源信号和估计振动源信号； 计算所述估计声音源信号和所述估计振动源信号的倒谱系数，包括： 对所述估计声音源信号和所述估计振动源信号进行分帧，确定分帧数据； 对每帧数据应用汉明窗进行加窗处理，确定加窗后的每帧数据； 对加窗后的每帧数据进行快速傅里叶变换获得各帧数据的频谱，并对各帧数据的频谱取模求平方得到功率谱； 计算所述估计声音源信号和所述估计振动源信号的倒谱系数，还包括： 根据三角带通滤波器对所述功率谱进行平滑，滤波谐波； 对各三角带滤波器组输出求取对数，进行离散余弦变换，得到每帧数据的倒谱系数。

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家电网有限公司;中国电力科学研究院有限公司;国网河北省电力有限公司电力科学研究院，其通讯地址为：100031 北京市西城区西长安街86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”。

以上内容由龙图腾AI智能生成。