【技术实现步骤摘要】
本专利技术涉及声音检测，尤其涉及一种基于深度学习的风机机舱漏风声音的检测方法和系统。
技术介绍
1、风力发电作为一种具有高清洁度，高效率的发电方式，近年来有了巨大的发展。在风力发电机组的各个系统中，风机机舱具有故障率较高，停机时间较长，且不易检测等特点。
2、目前，业界常用的风机机舱漏风检测方法主要包括图像法、人工检测法和传统音频信号处理法。图像法通过摄像头捕捉机舱图像来检测漏风区域，但受限于视角和光源条件，且难以直接识别声音异常；人工检测法依赖检测人员的经验和感官，受主观因素影响大，且效率低下；传统音频信号处理法则易受到环境噪声的干扰，如说话声、雨声、雷声等，影响检测精度。
3、鉴于上述方法的局限性，亟需一种能够实时监测、抵抗环境干扰和适配度高的检测方法。
技术实现思路
1、针对上述缺陷，本专利技术的目的在于提出一种基于深度学习的风机机舱漏风声音的检测方法和系统，具有更好的抗干扰能力，能够实时、有针对性地且高效地对风机机舱漏风声音进行检测。
2、为达此...
【技术保护点】
1.一种基于深度学习的风机机舱漏风声音的检测方法，其特征在于，包括：
2.根据权利要求1所述的检测方法，其特征在于，所述对音频信号进行长度对齐包括：
3.根据权利要求1所述的检测方法，其特征在于，根据预设的谱图参数获取长度对齐后的音频信号对应的梅尔语谱图并输入至所述图像分类模型之前包括：
4.根据权利要求1所述的检测方法，其特征在于，对所述音频数据进行预处理包括：
5.根据权利要求3或4任一项所述的检测方法，其特征在于，所述重采样的方式为Kaiser窗函数法。
6.根据权利要求4所述的检测方法，其特征在于，根...
【技术特征摘要】
1.一种基于深度学习的风机机舱漏风声音的检测方法，其特征在于，包括：
2.根据权利要求1所述的检测方法，其特征在于，所述对音频信号进行长度对齐包括：
3.根据权利要求1所述的检测方法，其特征在于，根据预设的谱图参数获取长度对齐后的音频信号对应的梅尔语谱图并输入至所述图像分类模型之前包括：
4.根据权利要求1所述的检测方法，其特征在于，对所述音频数据进行预处理包括：
5.根据权利要求3或4任一项所述的检测方法，其特征在于，所述重采样的方式为kaiser窗函数法。
6.根据权利要求4所述的检测方法，其特征在于，根据音频数据的梅尔语谱图构建梅尔语谱图图像训练数据集包括：
【专利技术属性】
技术研发人员：李丁，廖思军，郭京珠，胡文涛，王俊丰，纪俊杰，
申请(专利权)人：广东科凯达智能机器人有限公司，
类型：发明
国别省市：
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。