华南理工大学学报(自然科学版)

作者：邱志斌, 卢祖文, 王海祥, 等

单位：1.南昌大学 能源与电气工程系，江西 南昌 330031;2.国网江西省电力有限公司 电力科学研究院，江西 南昌 330096

关键词：输电线路,涉鸟故障,鸟种识别,Mel频谱图,降噪,卷积神经网络

基金：江西省“双千计划”创新领军人才长期项目；江西省青年科学基金资助项目；国网江西省电力有限公司科技项目；江西省研究生创新专项资金资助项目

为了提高电网渉鸟故障防治的针对性，提出了一种基于Mel频谱图和卷积神经网络（CNN）的鸟声识别方法。建立常见渉鸟故障对应的40类代表性鸟种的鸣声样本集，对鸟鸣信号进行分帧、加窗与降噪等预处理，计算每帧信号在各个Mel滤波器中的能量，根据能量大小与颜色深浅的映射关系提取鸟鸣信号的Mel频谱图。以电网涉鸟故障相关鸟种的Mel频谱图作为输入，通过CNN反复执行卷积-池化过程提取Mel频谱图特征，并进行多次迭代训练调整网络内部参数，得到最优模型用于鸟种识别。算例结果表明，40类鸟种的识别准确率达96.1%，识别效果优于其他迁移学习模型。文中研究结果可为输电线路运维人员正确识别相关鸟种、开展渉鸟故障差异化防治提供参考。

来源：2022年第2期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2022年第2期