-
题名特高压换流站基建数智化管理
- 1
-
-
作者
汪旭旭
姚斌
任昕元
孙士欣
路宁
-
机构
国家电网有限公司特高压建设分公司
北京道亨软件股份有限公司
-
出处
《电工技术》
2025年第5期178-182,共5页
-
文摘
通过构建数智化监测管理系统,对特高压换流站内部的基建设备进行监测和故障诊断。设备状态监测数智化管理系统包含感知、网络、应用程序三个模块。感知模块对设备运行过程中的物理信息进行监测,将数据输送给网络模块;网络模块将传感器测量的信息数据显示于主站服务器;应用程序模块将以上两个模块的数据进行分析汇总,形成设备评价数据,为故障诊断提供依据。实验结果表明,高频干扰频率为2MHz、10MHz和15MHz时监测点的无线电干扰水平分别为13dB·μV/m、17dB·μV/m和24dB·μV/m;低频干扰频率为0.1kHz、0.5kHz和1kHz时,干扰水平最高分别为4.9dB·μV/m、7.2dB·μV/m和14.7dB·μV/m。采用设计的数智化管理系统后,电压失衡发生率保持在13.69%以下,可保证无线电干扰水平在标准水平范围内,且有效降低电压失衡发生率。
-
关键词
数智化监测管理
基建设备
物理信息
高频干扰
故障诊断
-
Keywords
digital monitoring management
infrastructure equipment
physical information
high-frequency interference
fault diagnosis
-
分类号
TP766
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于自然语言处理的声纹优化识别算法研究
被引量：2
- 2
-
-
作者
熊婷
汪伟
张炘
-
机构
南昌大学科学技术学院
-
出处
《计算机仿真》
CSCD
北大核心
2013年第6期244-247,共4页
-
文摘
研究人的声纹的准确识别问题。声音特性没有一个统一的、不可变的标准,人的声音容易受到外界的干扰,声音的声纹美尔频率倒谱系数特征各项属性很容易发生变化。现有算法多半以声纹美尔频率倒谱系数为基础,识别效果容易受环境噪声、语音变异等因素的影响,造成声纹的干扰性变化,造成识别的精度不高。为此提出了一种基于语义特征和美尔频率倒谱系数特征相结合的声纹识别算法。利用MFCC准确提取语音中的频率特征,转化成自然语言环境下的语义特征,由于语义特征不受客观因素影响,减少了噪声信号对语音信号的影响,实现对语音特征的准确识别。实验表明,利用改进算法实现了差异化车辆图像的正确识别,提高了识别的准确度。
-
关键词
声音参数
声纹识别
自然语言
-
Keywords
Voice parameters
Voice print recognition
Natural language
-
分类号
TP766
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于小麦碰撞声音的霉变区域识别仿真分析
被引量：2
- 3
-
-
作者
杨梅
李广
-
机构
甘肃农业大学信息科学技术学院
甘肃省干旱生境作物学重点实验室
-
出处
《计算机仿真》
CSCD
北大核心
2013年第7期429-432,共4页
-
基金
国家自然科学基金项目(31060178)
甘肃省自然科学基金项目(096RJZA010和1010RJZA185)资助
-
文摘
研究小麦霉变区域的识别优化问题,由于小麦霉变粒、受损颗粒与完好粒的物理构造不同,碰撞声信号与正常小麦信号一定存在差异。差异特征各项属性很容易受到外部噪声的干扰发生改变,造成传统的模式识别方法很难准确识别。提出了一种加入干扰分类去除因子的小麦碰撞差异特征霉变识别方法。在小麦碰撞过程中,确定分类决策因子,并且将小麦碰撞声音的残差平方和SSE引入核函数,设计一个小麦碰撞约束超平面,确保碰撞中的系数特征点中的正类输入以及负类输入,分别处于该约束超平面的两端,实现对霉变小麦碰撞特征的干扰消除。实验表明,改进算法实现了小麦霉变区域的特征识别的优化。
-
关键词
小麦霉变
碰撞特征
干扰去除
-
Keywords
Wheat mildew
Collision characteristic
Interference removal
-
分类号
TP766
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种声纹美尔频率倒谱系数干扰消除算法研究
被引量：2
- 4
-
-
作者
蒋琳琼
贺建飚
-
机构
梧州学院计算机科学系
中南大学信息科学与工程学院
-
出处
《计算机仿真》
CSCD
北大核心
2013年第4期382-385,共4页
-
基金
2010国家自然科学基金面上项目(51074097)
2011广西自然科学基金项目(2011GXNSFA018165)
+3 种基金
2011广西教育厅科研项目(201102ZD034,201106lx559)
2010广西高等学校优秀人才资助计划项目(16-3)
梧州学院2010院级科研项目(2010C006)
2012广西重大科技攻关项目(桂科攻12118017-6)
-
文摘
在伴随着外部噪声的情况下,待识别的声纹美尔频率倒谱系数特征各项属性很容易受到外部噪声的干扰发生改变,造成声纹特征的识别的精度不高。为提高精度,提出了一种用支持向量机的美尔频率倒谱系数特征干扰去除算法。确定分类决策函数时充分考虑美尔频率倒谱系数与声纹中心以及噪声之间的关系,并且将声纹特征引入核函数,将原空间样本数据通过非线性变换映射到高维特征空间,在高维空间中求最优或广义最优分类面,实现对语音特征的干扰消除。实验表明,利用改进算法实现了声纹特征中过零率,倒谱特征、矩形窗和汉明窗长的短时能量函数特征的优化。
-
关键词
声音参数
美尔频率倒谱系数
支持向量机
-
Keywords
Voice parameter
Beauty＇s frequency cepstrum coefficient
Support vector machine （ SVM ）
-
分类号
TP766
[自动化与计算机技术—检测技术与自动化装置]
-
