摘要
本申请涉及一种变压器有载分接开关的故障识别方法、装置、设备、存储介质和程序产品,涉及电力设备技术领域。本申请能够提高有载分接开关故障状态诊断的准确率。该方法包括:获取变压器有载分接开关在不同故障状态下的声音信号数据和振动信号数据;将声音信号数据从时域信号转换为时频图像,基于时频图像的纹理特征,构造声音信号数据的声纹特征;对振动信号数据进行多元变分模态分解以提取振动信号数据的模态分量,基于模态分量,利用熵来描述振动信号数据的非线性特征;将构建的声振联合特征输入以支持向量机为基学习器的目标算法框架中进行训练,得到包含多个支持向量机的强分类器模型;强分类器模型用于对变压器有载分接开关进行故障识别。
技术关键词
变压器有载分接开关
非线性特征
分类器模型
声纹特征
信号
数据
算法框架
故障识别方法
训练样本集
纹理特征
强分类器
有载分接开关故障
分类准确率
图像
支持向量机
故障识别装置
计算机设备
模型训练模块
可读存储介质
系统为您推荐了相关专利信息
球阀阀门
PID控制算法
空调温度控制方法
周期
暖通空调温度控制装置
信号处理系统
超低噪声
数据压缩
信号处理方法
去噪算法
微多普勒特征
小型无人机
回波
识别方法
构建卷积神经网络
管道超声导波检测
管道缺陷检测
磁致伸缩特性
训练卷积神经网络
数值仿真