一种基于BGRU的干式变压器铁芯故障识别方法

本发明公开了一种基于BGRU的干式变压器铁芯故障识别方法，包括如下步骤：采用神经网络对收集的声纹信号和红外图像样本数据进行特征提取，并计算出多模态融合特征；使用蜣螂优化算法对神经网络的动量因子进行寻优；采用多模态融合特征对寻优后的神经网络进行训练，训练完毕后得到干式变压器铁芯松动声纹识别模型；将待测声纹信号输入干式变压器铁芯松动声纹识别模型中，对干式变压器铁芯是否松动进行识别与判断；本发明通过蜣螂优化算法对神经网络的动量因子进行寻优，在不同的动量因子组合中找到更合适的值，从而提高模型的收敛速度，同时可以减小梯度下降中的波动，使训练曲线更加平滑。