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！

龙图腾网获悉国网湖北省电力有限公司孝感供电公司;长江大学申请的专利一种变压器声学特征提取及故障识别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：CN116778956B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310537586.4，技术领域涉及：G10L25/51；该发明授权一种变压器声学特征提取及故障识别方法是由宋诚;夏翔;王鑫一;杨文星;姚平设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种变压器声学特征提取及故障识别方法在说明书摘要公布了：本发明提供一种变压器声学特征提取及故障识别方法，属于电力工业和变压器检测领域，包括利用麦克风采集变压器在不同工作状态下的声音信号，经预处理后提取其MFCC特征、ΔMFCC特征以及ΔΔMFCC特征，对三种特征进行组合，使用ResNet作为分类器并使用融合特征数据对其进行训练，最后对当前时期的被检测变压器声音数据重复特征提取操作并输入进特征分类模型，得到被检测变压器的当前状态。

本发明授权一种变压器声学特征提取及故障识别方法在权利要求书中公布了：1.一种变压器声学特征提取及故障识别方法，其特征在于：包括如下步骤： S1、变压器正常运行、变压器放电故障和变压器过载三种状态的声音数据的获取； S2、数据的预处理：对所述S1获取的数据分别预处理，预处理包括降采样和预加重； S3、声音数据的特征提取：对所述预处理过的数据依次进行分帧、加窗、傅里叶变换、计算功率谱密度、转换梅尔频率功率谱密度、离散余弦变换、提取MFCC、计算MFCC的一阶差分与二阶差分从而分别得到ΔMFCC和ΔΔMFCC； 数据的MFCC作为静态特征，数据的ΔMFCC和ΔΔMFCC作为动态特征，数据的静态特征和动态特征统称为特征数据； S4、所述特征数据的组合：对所述S3得到的所述特征数据进行组合，得到融合特征数据； S5、分类模型的构建：将所述融合特征数据划分为训练集、验证集和测试集，使用ResNet50模型作为分类器，并对ResNet50模型进行训练从而得到特征分类模型； S6、所述特征分类模型部署与当前时期变压器声学特征提取与故障识别：获取当前时期固定时长的被检测变压器声音数据，并对所述被检测变压器声音数据进行与所述S2、所述S3和所述S4相同的预处理、特征提取和特征数据组合，得到当前时期的融合特征数据，并作为所述特征分类模型输入，最终所述特征分类模型输出预测结果，即预测的被检测变压器的当前状态； 所述S4的具体步骤为： 设一空矩阵为A224，224，将所述S3得到的MFCC、ΔMFCC和ΔΔMFCC分别填充至A中，具体过程如下： 首先取等于1344即1344帧的MFCC特征数据矩阵、ΔMFCC特征数据矩阵和ΔΔMFCC特征数据，特征数据总数M≥1344，提取出的每种特征数据均为一有1344列的矩阵，设定MFCC取前12维，不包含第0维，即MFCC特征数据矩阵为12行，矩阵大小为12×1344，则所述ΔMFCC特征数据矩阵和所述ΔΔMFCC特征数据矩阵各自的特征数据矩阵便分别为11行与10行，差分计算的特点，ΔMFCC矩阵大小11×1344，ΔΔMFCC矩阵大小10×1344； 然后将所述MFCC特征数据矩阵的前224列裁切并填充至矩阵A中，此时矩阵A中前12排已被填充，剩余的225-1344列MFCC特征数据矩阵进行类似操作依次裁切，下次剪裁225-448列在矩阵A中自第十三排开始向下填充，剪裁填充完13-24排，以此类推，最终MFCC特征数据矩阵全部填充至矩阵A的前72行； 对所述ΔMFCC特征数据矩阵进行类似操作，1-224列特征数据11×224剪裁填充至矩阵A第73行-第83行，最终所述ΔMFCC特征数据矩阵全部填充至矩阵A的73至138行，共66行； 对所述ΔΔMFCC特征数据矩阵进行类似操作，1-224列特征数据10×224剪裁填充至矩阵A第139行-第148行，最终ΔΔMFCC特征数据矩阵全部填充至矩阵A的139至198行，共60行； 矩阵A中未被填充的剩余的199至224行均填充0； 经填充操作后的矩阵A包含1344帧MFCC、ΔMFCC和ΔΔMFCC特征数据，对所有帧的数据进行该步骤操作，依次剪裁1344帧，1345-2688帧填充到矩阵B，2689-4032帧填充到矩阵C，直到全部的特征数据总数M填充完成，最终所有的矩阵得到融合特征数据。

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湖北省电力有限公司孝感供电公司;长江大学，其通讯地址为：432000 湖北省孝感市澴川路176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。