
基本信息:
- 专利标题: 基于VMD-JS散度的电力变压器故障声纹诊断方法
- 申请号:CN202310709104.9 申请日:2023-06-15
- 公开(公告)号:CN116884432A 公开(公告)日:2023-10-13
- 发明人: 王建新 , 赵志山 , 牛铮 , 朱军 , 沈清坤 , 刘振华 , 吴寒江 , 史鑫 , 张加涛 , 李冬 , 李心 , 宋武超
- 申请人: 国网冀北电力有限公司廊坊供电公司 , 科大讯飞股份有限公司
- 申请人地址: 河北省廊坊市广阳区新华路105号;
- 专利权人: 国网冀北电力有限公司廊坊供电公司,科大讯飞股份有限公司
- 当前专利权人: 国网冀北电力有限公司廊坊供电公司,科大讯飞股份有限公司
- 当前专利权人地址: 河北省廊坊市广阳区新华路105号;
- 代理机构: 北京圣州专利代理事务所
- 代理人: 李志强
- 主分类号: G10L25/51
- IPC分类号: G10L25/51 ; G10L25/30 ; G06N3/0464 ; G06N3/08 ; G06N20/10
摘要:
本发明公开了基于VMD‑JS散度的电力变压器故障声纹诊断方法,包括以下步骤:S1:采集故障声纹信号;S2:对采集到的故障声纹信号进行VMD分解,将分解得到的IMF信号进行JS散度计算,筛选JS散度值小于设定值的IMF信号作为故障信号;S3:利用筛选出的IMF信号制作故障数据集;S4:将故障数据训练集输入到CNN模型中构建CNN‑SVM故障模型;S5:将故障数据测试集输入训练完毕的CNN‑SVM故障模型中。本发明采用上述基于VMD‑JS散度的电力变压器故障声纹诊断方法,可以受到噪声干扰的变压器声纹信号进行降噪处理,有效提取故障特征,同时增强了算法分类器在处理多分类问题时的泛化能力。
IPC结构图谱:
G | 物理 |
--G10 | 乐器;声学 |
----G10L | 语言分析或合成;语言识别 |
------G10L25/00 | 不限于组G10L15/00-G10L21/00的语言或者声音分析技术 |
--------G10L25/48 | .专门适用于特定用途 |
----------G10L25/51 | ..比较或判别 |