基于卷尾猴搜索算法的变压器异响故障识别方法

本发明公开了基于卷尾猴搜索算法的变压器异响故障识别方法，该方法包括：采集变压器声纹信号，对变压器声纹信号进行处理并进行标签标注，得到梅尔时频谱图数据集；使用梅尔时频谱图数据集训练MobileNet V2模型，并通过卷尾猴搜索算法优化MobileNet V2模型的超参数，最终得到基于MobileNet V2模型的变压器异响故障识别模型；实时采集变压器声纹信号，并转化为实时梅尔时频谱图，将实时梅尔时频谱图输入变压器异响故障识别模型中，输出变压器异响故障识别结果；本发明优化了MobileNet V2模型的识别性能，并通过K‑Means算法优化卷尾猴搜索算法，设置多个领导者，提高了局部搜索能力。