期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于声音传感器的电力设备异常检测技术研究

下载PDF

导出

摘要针对电力设备异常检测中传统方法的局限性,本文提出了一种基于声音传感器的智能检测方法。研究内容包括声音信号的采集与预处理、时频域特征提取、数据压缩与降维优化,以及故障识别模型的构建与性能评估。通过设计高效的特征提取算法和深度学习模型,提升了故障分类的精度和鲁棒性。实验验证表明,该方法能够在复杂环境下实现高效的故障检测,为电力设备的智能监测提供了技术支持。

作者苑红朝

机构地区中国能源建设集团科技发展有限公司

出处《电气技术与经济》 2025年第12期76-79,共4页 Electrical Equipment and Economy

关键词声音传感器电力设备异常检测时频域特征

分类号 TP212 [自动化与计算机技术—检测技术与自动化装置] TM50 [电气工程—电器]

引文网络
相关文献

参考文献3

1孙望舒,倪夏冰,孙天瑜,叶添.基于边缘计算的云平台电力设备多传感可信数据自动集成[J].信息技术与信息化,2024(11):165-168. 被引量：3
2李愿明,唐新民,封顺利,吴伟智.基于多传感器的电力大件设备位移实时自动化监控系统[J].自动化与仪表,2024,39(10):105-107. 被引量：4
3王松.电力设备状态监测的物联网技术应用[J].电气技术与经济,2024(8):365-366. 被引量：9

二级参考文献31

1王建文,侯媛媛,姚宏宇.基于窄带物联网的电力设备状态监测技术研究[J].工业建筑,2023,53(2):235-236. 被引量：14
2尹喜阳,陈文康,曲思衡,刘红昌.物联网技术在输变电设备状态监测中的应用[J].价值工程,2018,37(11):194-195. 被引量：7
3王云飞,李鹏飞.基于激光三角法和嵌入式的微位移实时检测系统[J].工具技术,2020,54(1):100-102. 被引量：12
4王亚洲,于海,易进,张士伟,韦宗喜.图像式角位移测量的光栅偏心度监测系统[J].光学精密工程,2020,28(5):1038-1045. 被引量：9
5赖凡,徐梓丞,戴永红.高性能A/D转换器校准技术研究进展[J].微电子学,2020,50(2):202-206. 被引量：5
6程雨,杜馨瑜,顾子晨,戴鹏,李海浪,王昊.基于FPGA和DSP的高速实时轨道巡检图像采集处理系统[J].中国铁道科学,2021,42(1):32-42. 被引量：22
7李斌.物联网技术在输变电设备状态监测中的应用[J].华东科技,2022(1):86-88. 被引量：5
8徐峰,姚恩涛,冯嘉瑞,曹智超.基于PSO-BP神经网络的增量式拉线位移传感器误差补偿方法[J].传感技术学报,2022,35(3):335-341. 被引量：12
9左延红,左承基,袁彬,方继根.基于分数阶微分算子的集成制造系统移动设备检测数据融合技术[J].传感技术学报,2022,35(5):587-594. 被引量：4
10傅奇思,熊彪,潘杰.电力系统配网业务资产网格化自动集成方法[J].工业加热,2023,52(1):44-48. 被引量：4

共引文献13

1吴艺.面向5G的物联网大数据分析方法研究[J].进展,2024(21):19-21.
2林勇.基于人工智能的电力设备状态监测系统设计[J].通信电源技术,2025,42(1):13-15.
3于加清.地铁机电设备自动化监控技术研究[J].通讯世界,2025,32(2):190-192. 被引量：1
4苏曼丽,门茂臣.基于物联网的电力设备状态监测与故障预警技术研究[J].家电维修,2025(5):137-139. 被引量：2
5包煜玺,王俊人.物联网环境下边缘计算资源管理与调度方法[J].计算机应用文摘,2025,41(9):230-232.
6李涛.多传感器融合在电力设备维护中的策略优化与效能评估[J].电力设备管理,2025(13):206-208.
7赵方芳,赵斯韦,郑刚,戚忠贤,郁祎琳.基于大数据的电力设备智能监测与预警方法研究[J].计算机应用文摘,2025,41(16):90-92.
8王敖,许永坚,孔非凡.高铁牵引变电所容性设备数字化在线监测系统分析[J].数字技术与应用,2025,43(8):223-225.
9张雨萱,冯巍,郭宗鹏.物联网数据采集系统设计中云平台与边缘计算运用分析[J].中国信息界,2025(9):33-35. 被引量：1
10黄婷,王若妤,谢治军,李晨宇.基于STM32的自适应智能书房环境控制系统设计与实现[J].科技与创新,2025(20):12-15.

1冯浩,宋博,宋旭,董旭升,周锦涛.基于机器学习的设备故障预测模型研究[J].中国机械,2025(21):101-104.
2张筱璐,陈相玉,段远飞,孙浩宇,林森.融合特征降维与人工神经网络的坐姿人体头部振动特性研究[J].振动工程学报,2025,38(11):2810-2817.
3李君诚,张云华.基于时间卷积网络的数据库负载能耗预测方法[J].计算机仿真,2025,42(11):355-359.
4王雁,陈亮,蔡永明,罗利龙.基于降维模型的翼身融合主承力结构优化方法[J].航空学报,2025,46(21):162-171.

电气技术与经济

2025年第12期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部