摘要
本发明公开了一种基于IPO的多模态融合电力设备故障识别方法及系统,本发明通过对原始振动信号和声纹信号进行变分模态分解,得到降噪后的振动信号和声纹信号,通过梅尔滤波器组、巴克滤波器组和伽马通滤波器组对降噪后的振动信号和声纹信号进行处理,得到倒谱图组;对红外图像进行高斯滤波和图像分割,得到红外目标图像;将得到的多模态数据输入改进美洲狮优化算法优化超参数后的多模态融合电力变压器故障识别模型中,进行电力设备故障识别。本发明克服传统单模态诊断方法的局限性,提高了电力变压器故障识别的准确性和效率。
技术关键词
电力变压器故障
电力设备故障
识别方法
分支
信号
通滤波器组
长短期记忆网络
图像分割
多模态
模型超参数
算法
频率
注意力
梅尔倒谱系数
区域生长法
离散余弦变换
数据采集模块
系统为您推荐了相关专利信息
人脸识别方法
智能机器人
面部特征信息
人脸特征识别
图像
压降检测电路
电压输出电路
功率管
开关控制器
输入端
路径规划系统
旅游路径规划方法
终端
大数据
项目