基于波搜索优化的新能源场站变压器声纹故障诊断方法

本发明属于电力设备在线检测领域，涉及一种基于波搜索优化的新能源场站变压器声纹故障诊断方法，将经过预处理的变压器声纹信号，分别经由梅尔滤波器和Gammatone滤波器处理，从而提取梅尔频率倒谱系数和伽马通频率倒谱系数，然后进行线性组合，并应用引入L2范数正则化后的Fisher值进行筛选，获得优化后的混合倒谱系数特征，而后形成特征训练集；使用改进后的波搜索算法优化BP神经网络，选取出最优正则化参数和动量因子；采集新能源场站变压器实时运行时的变压器声纹信号组成测试集，将测试集导入训练后的BP神经网络模型，判断变压器是否故障并导出故障类型。本发明可降低训练的损失率，提高声纹故障检测准确率。