基于深度学习的离网稀疏贝叶斯局部放电DOA的估计方法

本发明涉及一种基于深度学习的离网稀疏贝叶斯局部放电DOA的估计方法，属于局部放电检测领域。该方法包括对采样的放电声阵列信号采用离网稀疏贝叶斯算法进行两次迭代运算，得到前两次离网稀疏贝叶斯算法的均值和方差；然后将得到的均值和方差转化为归一化的实数后输入到深度学习网络LSTM，从而求解出未知声源的DOA；与传统的离网稀疏贝叶斯算法相比，该方法在接近离网稀疏贝叶斯的定位精度下，其定位速度得到明显提高，抗频率波动能力和噪声鲁棒性明显增强。