一种基于改进MFCC和RNN的变压器故障诊断方法

本发明涉及电力设备故障诊断技术领域，具体是一种通过监测和分析变压器运行时的声音信号，利用改进的梅尔频率倒谱系数（MFCC）和循环神经网络（RNN）进行变压器故障诊断的方法。该方法通过布置传声器阵列采集变压器运行时的声纹信号，并进行预处理以消除噪声干扰。随后，利用双树复小波变换提取信号的频谱特征，并通过梅尔滤波和离散变换构建特征参数数据集。这些特征数据集被输入到RNN网络中进行深层信息感知和学习，从而实现变压器不同运行状态的智能辨识。RNN网络的诊断运算过程利用了其处理序列数据的优势，通过内部状态的更新和激活函数的作用，提高了故障识别的准确性和实时性，增强了系统的鲁棒性。