摘要
本发明公开了一种高压断路器声纹监测信号处理方法、装置及计算机可读介质。包括对采集的声纹监测信号进行预处理,采用蛇鹭优化算法SBOA针对变分模态分解算法VMD中分解模态个数K和惩罚参数α进行优化,采用优化后的变分模态分解算法VMD从高压断路器的声纹监测信号中分解多个信号分量;采用峭度与相关系数指标对多个信号分量选取关键分量,对关键分量进行Hankel矩阵构造,采用奇异值分解算法SVD针对关键模态分量进行进一步降噪,完成高压断路器声纹监测信号的精准提取。与现有技术相比,本发明可以减小环境噪声的干扰,提升高压断路器声纹监测信号的清晰度,为设备状态的分析和判断提供更为准确的基础。
技术关键词
监测信号处理方法
高压断路器
奇异值分解算法
变分模态分解算法
阶段
样本
相关系数阈值
位置更新
优化网络参数
信号采集模块
降噪模块
策略
指标
方程
计算机
网络结构
系统为您推荐了相关专利信息
图像修复模型
训练样本数据
计算机执行指令
图像修复方法
网络
开关故障诊断方法
连续小波变换
切换开关动作
YOLO模型
特征提取能力
智能化管理系统
建筑物模型
分阶段
生成关系
单元结构模型
可穿戴设备
数据获取设备
数据融合算法
深度学习方法
状态判定模型