| 基于鸣声组合特征与CNN的电网危害鸟种识别 |
| |
| 引用本文： | 邱志斌,王海祥,廖才波,卢祖文,况燕军,张宇.基于鸣声组合特征与CNN的电网危害鸟种识别[J].湖南大学学报(自然科学版),2022,49(8):149-158. |
| |
| 作者姓名： | 邱志斌 王海祥 廖才波 卢祖文 况燕军 张宇 |
| |
| 作者单位： | （1. 南昌大学 信息工程学院，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） |
| |
| 摘 要： | 为了辅助电网涉鸟故障的差异化防治，提出一种基于组合特征和卷积神经网络
（Convolutional Neural Network，CNN）的电网危害鸟种鸣声识别方法 . 根据历史涉鸟故障的鸟
种信息及输电线路周边鸟种调查结果，选择13种高危鸟类、8种微害鸟类和2种无害鸟类建立
鸣声样本集；对鸟种鸣声信号进行分帧、加窗、降噪和剪裁等预处理，提取鸟鸣 Mel 倒谱系数
（Mel-frequency Cepstrum Coefficients，MFCC）、Gammatone 倒 谱 系 数（Gammatone Frequency
Cepstrum Coefficients，GFCC）和短时能量（Short-term Energy，STE）特征 . 针对单一特征表达能
力不足的问题，将MFCC及其一阶差分、GFCC及其一阶差分和STE归一化后进行组合，生成新
的鸣声特征集 . 搭建卷积神经网络模型对组合特征进行训练和识别，鸟种鸣声测试集的识别
正确率达91.8%，较单一MFCC和GFCC特征表现更为优异.
|
| 关 键 词： | 输电线路 卷积神经网络 涉鸟故障 鸟鸣识别 组合特征 |
Identification of Harmful Bird Species in Power Grid Based on
Combined Sound Features and CNN |
| |
| QIU Zhibin,WANG Haixiang,LIAO Caibo,LU Zuwen,KUANG Yanjun,ZHANG Yu.Identification of Harmful Bird Species in Power Grid Based on
Combined Sound Features and CNN[J].Journal of Hunan University(Naturnal Science),2022,49(8):149-158. |
| |
| Authors: | QIU Zhibin WANG Haixiang LIAO Caibo LU Zuwen KUANG Yanjun ZHANG Yu |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南大学学报(自然科学版)》下载免费的PDF全文 |
