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！

申请/专利权人：山东北天极能源科技有限公司

摘要：本发明公开了基于AI的小区配套箱变电缆智能验收装置，包括：数据采集和预处理模块：用于采集电缆敷设的传感器数据，并进行预处理以降低环境噪声的影响；噪声建模和分析模块：用于通过噪声建模和分析了解环境噪声的特征，并为后续的处理提供依据；噪声抑制和信号增强模块：用于利用先进的信号处理技术抑制环境噪声，增强电缆信号的有效信息。本发明能够解决小区配套箱变电缆智能验收过程中的环境噪声问题。

主权项：1.基于AI的小区配套箱变电缆智能验收装置，其特征在于，包括：数据采集和预处理模块：用于采集电缆敷设的传感器数据，并进行预处理以降低环境噪声的影响；噪声建模和分析模块：用于通过噪声建模和分析了解环境噪声的特征，并为后续的处理提供依据；噪声抑制和信号增强模块：用于利用先进的信号处理技术抑制环境噪声，增强电缆信号的有效信息；所述数据采集和预处理模块包括：获取小区配套箱变电缆的实时数据，包括温度T，湿度H，光照强度I，电流C；检测和去除采集到的异常值： 其中，N为样本数，k为与之系数，和分别为样本均值和样本标准差；对每个传感器采集到的数据进行标定，确保不同传感器之间的数据具有一致性，设原始数据为xi，标定后的数据为x'i，标定系数为si，则有：x’i＝si·xi其中，si可以通过先验知识或者实际测量得到，用于保证不同传感器之间的数据单位一致；所述噪声建模和分析模块包括：使用高斯混合模型GMM对不同环境噪声进行建模；从预处理后的传感器数据中选取用于建模的环境噪声数据，记为X＝{x1,x2,…xN}；对于环境噪声的温度建模，设有K个高斯分布，每个高斯分布由均值μk和方差表示，则GMM的概率密度函数为： 其中，αk是每个分布的权重，满足利用期望最大化EM算法估计GMM中的参数，包括每个高斯分布的均值、方差和权重： 其中，是在第t次迭代中，样本xi由第k个分布生成的后验概率；所述噪声建模和分析模块还包括：通过对建模后的GMM进行频谱分析，提取不同频率下的噪声分布特征：对建模后的GMM进行离散傅里叶变换以获取频谱信息： 其中，Xf是频谱，x[n]是建模后的GMM数据；从频谱中提取特征： 其中，Ef是频谱能量，Xkf是频谱的第k个分量；通过对建模后的GMM进行时域分析，提取噪声的时序特性：计算建模后的GMM数据在时域上的均值： 计算建模后的GMM数据在时域上的方差： 将均值、方差时域特征整合成一个向量，作为噪声的时域特性。

全文数据：

权利要求：

百度查询： 山东北天极能源科技有限公司 基于AI的小区配套箱变电缆智能验收装置