技術(shù)特征：

1.一種基于聲紋識(shí)別的智能油氣診斷方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在采集所述油氣設(shè)備的運(yùn)行聲紋數(shù)據(jù)之后，所述方法還包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在采集所述油氣設(shè)備的運(yùn)行聲紋數(shù)據(jù)之后，所述方法還包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，在輸出所述目標(biāo)油氣設(shè)備的潛在故障因素之后，所述方法還包括：

5.一種基于聲紋識(shí)別的智能油氣診斷系統(tǒng)，其特征在于，所述系統(tǒng)包括：

6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

7.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

8.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

9.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述因素輸出單元，還用于對(duì)所述目標(biāo)油氣設(shè)備的潛在故障因素進(jìn)行如下判斷：

技術(shù)總結(jié)
本發(fā)明提供了一種基于聲紋識(shí)別的智能油氣診斷方法及系統(tǒng)，其中，所述方法包括：獲取油氣設(shè)備樣本集群，采集油氣設(shè)備的運(yùn)行聲紋數(shù)據(jù)；為所述油氣設(shè)備標(biāo)注故障信息，并建立所述運(yùn)行聲紋數(shù)據(jù)與所述故障信息之間的關(guān)聯(lián)關(guān)系；通過(guò)故障預(yù)測(cè)模型對(duì)所述運(yùn)行聲紋數(shù)據(jù)進(jìn)行處理，以預(yù)測(cè)所述運(yùn)行聲紋數(shù)據(jù)表征的故障類型；對(duì)比預(yù)測(cè)得到的故障類型與所述故障信息表征的故障類型，并基于對(duì)比結(jié)果對(duì)所述故障預(yù)測(cè)模型進(jìn)行校正；利用校正后的故障預(yù)測(cè)類型對(duì)目標(biāo)油氣設(shè)備的運(yùn)行聲紋數(shù)據(jù)進(jìn)行處理，以輸出所述目標(biāo)油氣設(shè)備的潛在故障因素。本發(fā)明提供的技術(shù)方案，能夠及時(shí)預(yù)見(jiàn)油氣設(shè)備的潛在故障因素。

技術(shù)研發(fā)人員：蘭雨晴,余丹,彭建強(qiáng),劉瑋
受保護(hù)的技術(shù)使用者：慧之安信息技術(shù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9