基于极限学习机的电力变压器故障声纹检测方法

本发明公开了一种基于极限学习机的电力变压器故障声纹检测方法，首先采集变压器故障的音频信号进行分帧，并通过快速傅里叶变换进行预处理；然后通过改进的梅尔滤波器，提取音频信号的声纹特征参量，构建基于极限学习机的故障声纹检测模型，并进行模型训练；最后建立测试集，将实时测试样本输入训练好的故障声纹检测模型，进行测试识别，得到变压器故障的声纹识别结果，实现故障声纹实时预警。本发明通过改进的梅尔滤波器能提高变压器声纹特征提取的频谱分辨率，降低系统复杂度，通过极限学习机算法构建故障声纹检测模型，有效提升了变压器故障检测准确率，且易于工程实施。