技術特征：

1.基于正向樣本、在線提取音頻特征判斷設備異常的方法，其特征在于，包括以下步驟：

2.根據(jù)權利要求1所述的基于正向樣本、在線提取音頻特征判斷設備異常的方法，其特征在于，所述的s10的建立設備運行狀態(tài)的正向樣本庫和反向樣本庫中的正向樣本的概率分布的計算方法，包括以下過程：

3.根據(jù)權利要求2所述的基于正向樣本、在線提取音頻特征判斷設備異常的方法，其特征在于，所述的s20的計算正向樣本庫和反向樣本庫的聯(lián)合概率密度得分中的正向樣本庫的聯(lián)合概率密度得分的計算方法，包括以下過程：

技術總結
本發(fā)明屬于設備運行狀態(tài)異常檢測領域，公開了一種基于正向樣本、在線提取音頻特征判斷設備異常的方法，包括建立設備運行狀態(tài)的正向樣本庫和反向樣本庫；計算正向樣本庫和反向樣本庫的聯(lián)合概率密度得分；確定音頻狀態(tài)判決門限；迭代設備運行狀態(tài)的正向樣本庫和反向樣本庫。本發(fā)明的基于正向樣本的在線提取音頻特征判斷設備異常的方法從正向樣本庫出發(fā)，通過計算正向樣本庫的聯(lián)合概率密度得分，確定音頻狀態(tài)判決門限，并建立反向樣本庫，方法簡單、可靠，具有工程實用價值。

技術研發(fā)人員：張偉,王鵬,洪興福,羅強,朱真,高鵬,桑博,劉志,宋傳奇,鄧世遼,馬世鵬,羅胤洲
受保護的技術使用者：中國空氣動力研究與發(fā)展中心高速空氣動力研究所
技術研發(fā)日：
技術公布日：2024/12/26