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！

龙图腾网获悉东南大学;南京中大智能科技有限公司申请的专利一种基于声纹识别的高压断路器机械故障在线诊断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：CN115932561B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202210546052.3，技术领域涉及：G01R31/327；该发明授权一种基于声纹识别的高压断路器机械故障在线诊断方法是由吴在军;戴锦澄;许佳杰;周旭峰;马俊阳设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种基于声纹识别的高压断路器机械故障在线诊断方法在说明书摘要公布了：本发明公开了一种基于声纹识别的高压断路器机械故障在线诊断方法，包括声音传感器、状态监测前端、云端服务器和客户终端。所述声音传感器安装开关柜外壳处，声音传感器与状态监测前端相连，状态监测前端将其信号处理后，按照设定的通讯时间发送给云端服务器；云端服务器对监测数据进行存储，同时基于声音数据历史记录，进行数据预处理、算法分析，识别故障；同时，云端服务器向客户终端发送实时的监测数据，以及识别结果，用户通过客户终端查询历史数据及高压断路器设备故障识别结果。本发明通过断路器动作的声音信号监测以及算法分析识别的方式，来判断高压断路器是否发生机械故障，以保证断路器的安全稳定运行并对其设备维修计划提供参考。

本发明授权一种基于声纹识别的高压断路器机械故障在线诊断方法在权利要求书中公布了：1.一种基于声纹识别的高压断路器机械故障在线诊断方法，其特征在于：包括声音传感器、状态监测前端、云端服务器和客户终端，所述声音传感器安装在开关柜外壳并与状态监测前端相连，状态监测前端将其信号进行梅尔滤波处理后，在断路器每一次即将动作时录制音频数据并发送给所述云端服务器；云端服务器对监测数据进行存储，同时进行数据预处理、算法分析，识别异常故障；云端服务器向客户终端发送实时的监测数据，以及断路器本体和操动机构的异常故障识别结果；用户通过客户终端查询历史数据以及故障识别结果，从而获得断路器故障情况并据此安排检修； 具体包括以下步骤： 1首先在断路器动作时，声音传感器拾取设备动作声音并传输给状态监测前端进行预加重、分帧、加窗、梅尔滤波的预处理操作； 对于信号进行预加重和分帧，加窗，经过梅尔滤波器组：对采样后的数字信号预加重的公式为：     1； 其中α取0.95，n∈最大值是声音信号的时间×信号采样率sr、最小值为1的整数集； 加窗时的窗函数公式为：    2； 其中α取0.46，n∈最大值是帧长×信号采样率sr、最小值为1的整数集，N为帧长×信号采样率sr； 梅尔滤波器组的刻度选择为[0，fm_max]的32均等分值，并以如下公式转换为梅尔频率并投影到[0，N2]的频率区间上：    3；    4； 其中，N为傅里叶变换选择的频率范围，fs为采样频率； 梅尔滤波器矩阵生成的公式如下： ；    5； ； ； 其中k值的集合为上一步公式3、4生成的梅尔频率向量； 2设计包含高阶频域特征提取模块、时序信号提取模块、softmax分类模块的深度神经网络，训练后可用于对故障样本进行分类，以达到故障诊断的效果； 所述的的频域特征提取模块包含两个模块ResBlock和expansion‑Resblock，分别作为特征提取过程的主要结构组成部分；    6；    7；    8；其中公式6为conv层公式，为上层对于范围的频域特征，而k为特征对应的可学习参数；公式7为BN层公式，X为每个channel的所有batch对应的特征，γ与β都是可学习参数；公式8为relu层公式，其中x为经过conv层感知和bn层归一化后的所有特征值； 步骤2中时序信息提取模块如公式9所示：    9； ； ； ；其中为GRU模块中的更新门值，为重置门值，为隐藏单元值，为输入下一个时间步的值； 最后的分类模块使用FCN+softmax函数来拟合每一种故障的发生概率，其中softmax的公式如下： ； 其中w为可学习的参数； 3模拟多种故障现场并录制声音样本，针对不同动作不同故障情况的声音样本进行神经网络模型训练，将训练后得到的模型作为最终的故障诊断算法； 训练神经网络时的损失函数为交叉熵损失函数，公式如下： ； 其中为训练数据的标签值，为softmax层输出的拟合概率值。

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东南大学;南京中大智能科技有限公司，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。