公开(公告)号：CN117116278A

公开(公告)日：2023-11-24

申请号：CN202310852161.2

申请日：2023-07-12

Applicant: 中国矿业大学

Inventor： 安伟光 ,  徐文淑 ,  王卓越 ,  张子鹏 ,  王涛 ,  王喆 ,  王志 ,  雷少华

IPC: G10L21/0208 ,  G10L21/0216 ,  G10L25/24 ,  G10L25/30 ,  G08B17/06 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于深度学习的电缆火灾早期发热声信号识别方法，其步骤包括：通过麦克风器件采集电缆升温声信号；结合归一化最小均方NLMS算法对声信号进行回声消除和滤波处理；提取处理后声信号的梅尔倒谱系数MFCC，组成样本库，输入至神经网络中进行训练识别，构建声信号训练模型；调用训练模型，实时检测电缆有无超温征兆，防止电缆火灾发生。本发明采用深度学习中的神经网络训练并识别地下电缆在升温早期产生的声发射信号，以实现地下电缆火灾的早期探测，为城市电网地下电缆中火灾的早期探测提供新的方法。