基于人工智能的暖通设备监控方法、装置、设备制造方法及图纸

技术编号:36730406 阅读:8 留言:0更新日期:2023-03-04 09:56
本申请涉及一种基于人工智能的暖通设备监控方法、装置、设备和存储介质。该方法包括:采集设备各状态下的运行声信号以及环境噪声信号,提取运行声信号的第一声纹特征信息以及环境噪声信号的第二声纹特征信息;利用所述第二声纹特征信息将所述一声纹特征信息中包含的环境噪声做过滤处理,形成第三声纹特征信息,并将所述第三声纹特征输入预设图谱模型,得到与所述第三声纹特征对应的第一关联图谱数据;将所述第一关联图谱数据以数据向量化的方式与声纹库中的数据化向量做距离计算,若所述声纹库中存在所述第一关联图谱数据相匹配的特征向量,确定所述设备运行异常。确定所述设备运行异常。确定所述设备运行异常。

【技术实现步骤摘要】
基于人工智能的暖通设备监控方法、装置、设备


[0001]本申请涉及建筑暖通监控
,特别是涉及一种基于人工智能的暖通设备监控方法、装置、设备和存储介质。

技术介绍

[0002]随着科学技术的发展,建筑暖通控制领域更多的实现了自动化。
[0003]在暖通空调领域,为了能更好地制定节能控制策略,需要对暖通空调设备进行精细化的、实时的、动态传输的设备状态监测。目前,国内外的空调能耗监测系统一般仅对设备的耗电量进行分项计量,且每一项中包含多个设备,无法准确得知每一台设备的运行状态。在常规的设备状态监测系统中,如果对每一台设备单独计量,成本较高且管理复杂。因此传统的设备状态监测方法还存在不足。

技术实现思路

[0004]基于此,有必要针对上述技术问题,提供一种基于人工智能的暖通设备监控方法、装置、计算机设备和存储介质。
[0005]第一方面,本申请实施例提供一种基于人工智能的暖通设备监控方法,所述方法包括:
[0006]采集设备各状态下的运行声信号以及环境噪声信号,提取运行声信号的第一声纹特征信息以及环境噪声信号的第二声纹特征信息;
[0007]利用所述第二声纹特征信息将所述一声纹特征信息中包含的环境噪声做过滤处理,形成第三声纹特征信息,并将所述第三声纹特征输入预设图谱模型,得到与所述第三声纹特征对应的第一关联图谱数据;
[0008]将所述第一关联图谱数据以数据向量化的方式与声纹库中的数据化向量做距离计算,若所述声纹库中存在所述第一关联图谱数据相匹配的特征向量,确定所述设备运行异常。
[0009]在其中一个实施例中,所述利用所述第二声纹特征信息将所述一声纹特征信息中包含的环境噪声做过滤处理,形成第三声纹特征信息,包括:
[0010]将所述第二声纹特征信息输入声纹过滤器,重构所述声纹过滤器;
[0011]将所述第一声纹特征信息信息输入重构的所述声纹过滤器,进行声纹过滤处理得到所述第三声纹特征信息。
[0012]在其中一个实施例中,所述采集设备各状态下的运行声信号以及环境噪声信号,提取运行声信号的第一声纹特征信息以及环境噪声信号的第二声纹特征信息,包括:
[0013]将所述运行声信号以及环境噪声信号做离散傅里叶变换处理,得到第一频谱信号以及第二频谱信号;
[0014]利用三角滤波器对所述第一频谱信号以及第二频谱信号进行MFCC计算得到对应的第一频率响应值、第二频率响应值;
[0015]对所述第一频谱信息和所述第一频率响应值、所述第二频谱信息和所述第二频率响进行对数计算,得到对第一对数能量和第二对数能量;对所述第一对数能量和第二对数能量进行离散余弦计算,得到所述第一声纹特征信息和所述第二声纹特征信息。
[0016]在其中一个实施例中,所述将所述第一关联图谱数据以数据向量化的方式与声纹库中的数据化向量做距离计算,包括:
[0017]将所述第一关联图谱数据进行向量化处理;
[0018]利用欧氏距离算法计算关联图谱的数据向量与所述声纹库中的数据向量的距离。
[0019]在其中一个实施例中,所述的方法还包括:
[0020]调取所述设备所在楼层或相近楼层的其他设备各状态下的运行声信号,提取所述运行声信号形成第四声纹特征信息,并将所述第四声纹特征输入预设图谱模型,得到与所述第四声纹特征对应的第二关联图谱数据;
[0021]将所述第二关联图谱数据与所述第一关联图谱数据以数据做距离计算,若两者的向量距离大于阈值,确定所述设备运行异常。
[0022]第二方面,本申请实施例提供一种基于人工智能的暖通设备监控装置,所述装置包括:
[0023]采集提取模块,用于采集设备各状态下的运行声信号以及环境噪声信号,提取运行声信号的第一声纹特征信息以及环境噪声信号的第二声纹特征信息;
[0024]获取模块,用于利用所述第二声纹特征信息将所述一声纹特征信息中包含的环境噪声做过滤处理,形成第三声纹特征信息,并将所述第三声纹特征输入预设图谱模型,得到与所述第三声纹特征对应的第一关联图谱数据;
[0025]判断模块,用于将所述第一关联图谱数据以数据向量化的方式与声纹库中的数据化向量做距离计算,若所述声纹库中存在所述第一关联图谱数据相匹配的特征向量,确定所述设备运行异常。
[0026]在其中一个实施例中,所述采集提取模块包括:
[0027]将所述运行声信号以及环境噪声信号做离散傅里叶变换处理,得到第一频谱信号以及第二频谱信号;
[0028]利用三角滤波器对所述第一频谱信号以及第二频谱信号进行MFCC计算得到对应的第一频率响应值、第二频率响应值;
[0029]对所述第一频谱信息和所述第一频率响应值、所述第二频谱信息和所述第二频率响进行对数计算,得到对第一对数能量和第二对数能量;对所述第一对数能量和第二对数能量进行离散余弦计算,得到所述第一声纹特征信息和所述第二声纹特征信息。
[0030]在其中一个实施例中,所述装置还包括:
[0031]调取模块,用于调取所述设备所在楼层或相近楼层的其他设备各状态下的运行声信号,提取所述运行声信号形成第四声纹特征信息,并将所述第四声纹特征输入预设图谱模型,得到与所述第四声纹特征对应的第二关联图谱数据;
[0032]确定模块,用于将所述第二关联图谱数据与所述第一关联图谱数据以数据做距离计算,若两者的向量距离大于阈值,确定所述设备运行异常。
[0033]第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
[0034]采集设备各状态下的运行声信号以及环境噪声信号,提取运行声信号的第一声纹特征信息以及环境噪声信号的第二声纹特征信息;
[0035]利用所述第二声纹特征信息将所述一声纹特征信息中包含的环境噪声做过滤处理,形成第三声纹特征信息,并将所述第三声纹特征输入预设图谱模型,得到与所述第三声纹特征对应的第一关联图谱数据;
[0036]将所述第一关联图谱数据以数据向量化的方式与声纹库中的数据化向量做距离计算,若所述声纹库中存在所述第一关联图谱数据相匹配的特征向量,确定所述设备运行异常。
[0037]第四方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
[0038]采集设备各状态下的运行声信号以及环境噪声信号,提取运行声信号的第一声纹特征信息以及环境噪声信号的第二声纹特征信息;
[0039]利用所述第二声纹特征信息将所述一声纹特征信息中包含的环境噪声做过滤处理,形成第三声纹特征信息,并将所述第三声纹特征输入预设图谱模型,得到与所述第三声纹特征对应的第一关联图谱数据;
[0040]将所述第一关联图谱数据以数据向量化的方式与声纹库中的数据化向量做距离计算,若所述声纹库中存在所述第一关联图谱数据相匹配的特征向量,确定所述设本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的暖通设备监控方法,其特征在于,所述方法包括:采集设备各状态下的运行声信号以及环境噪声信号,提取运行声信号的第一声纹特征信息以及环境噪声信号的第二声纹特征信息;利用所述第二声纹特征信息将所述一声纹特征信息中包含的环境噪声做过滤处理,形成第三声纹特征信息,并将所述第三声纹特征输入预设图谱模型,得到与所述第三声纹特征对应的第一关联图谱数据;将所述第一关联图谱数据以数据向量化的方式与声纹库中的数据化向量做距离计算,若所述声纹库中存在所述第一关联图谱数据相匹配的特征向量,确定所述设备运行异常。2.根据权利要求1中所述的方法,其特征在于,所述利用所述第二声纹特征信息将所述一声纹特征信息中包含的环境噪声做过滤处理,形成第三声纹特征信息,包括:将所述第二声纹特征信息输入声纹过滤器,重构所述声纹过滤器;将所述第一声纹特征信息信息输入重构的所述声纹过滤器,进行声纹过滤处理得到所述第三声纹特征信息。3.根据权利要求1中所述的方法,其特征在于,所述采集设备各状态下的运行声信号以及环境噪声信号,提取运行声信号的第一声纹特征信息以及环境噪声信号的第二声纹特征信息,包括:将所述运行声信号以及环境噪声信号做离散傅里叶变换处理,得到第一频谱信号以及第二频谱信号;利用三角滤波器对所述第一频谱信号以及第二频谱信号进行MFCC计算得到对应的第一频率响应值、第二频率响应值;对所述第一频谱信息和所述第一频率响应值、所述第二频谱信息和所述第二频率响进行对数计算,得到对第一对数能量和第二对数能量;对所述第一对数能量和第二对数能量进行离散余弦计算,得到所述第一声纹特征信息和所述第二声纹特征信息。4.根据权利要求1中所述的方法,其特征在于,所述将所述第一关联图谱数据以数据向量化的方式与声纹库中的数据化向量做距离计算,包括:将所述第一关联图谱数据进行向量化处理;利用欧氏距离算法计算关联图谱的数据向量与所述声纹库中的数据向量的距离。5.根据权利要求1中所述的方法,其特征在于,还包括:调取所述设备所在楼层或相近楼层的其他设备各状态下的运行声信号,提取所述运行声信号形成第四声纹特征信息,并将所述第四声纹特征输入预设图谱模型,得到与所述第四声纹特征对应的第二关联图谱数据;将所述第二关联图谱数据与所述第一关联图谱数...

【专利技术属性】
技术研发人员:华荣伟请求不公布姓名
申请(专利权)人:久瓴江苏数字智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1