摘要
本申请涉及电力设备监测的技术领域,具体公开了一种基于多频谱特征融合的变压器故障声纹检测方法及系统,包括获取变压器的声纹样本数据,对去噪声纹数据进行处理得到梅尔频率倒谱系数,基于梅尔频率倒谱系数计算一阶差分系数及二阶差分系数,得到梅尔频率倒谱系数特征、一阶差分系数特征及二阶差分系数特征;对一阶差分系数特征和二阶差分系数特征赋予权重并结合梅尔频率倒谱系数特征,得到加权梅尔频率倒谱系数特征向量;对去噪声纹数据进行特征提取,得到声纹切片特征向量;并进行特征融合得到融合特征矩阵,对融合特征矩阵进行分类识别,方法在复杂噪声环境下仍能准确提取有效特征,提高了变压器故障检测的可靠性和适应性。
技术关键词
梅尔频率倒谱系数
声纹检测方法
频谱特征
支持向量机模型
融合特征
变压器运行状态
融合准则
概率密度函数
切片
矩阵
傅里叶变换处理
数据
噪声
直方图方法
降噪算法
统计方法
计算机程序指令
声纹检测系统
变压器故障检测
系统为您推荐了相关专利信息
儿童癫痫
胶质纤维酸性蛋白
生物标志物
试剂盒
化学发光免疫分析法
节点
数字化方法
网络拓扑结构
风险评估模型
拓扑网络结构
支持向量机模型
参数
采集电缆
时域特征
识别方法
深度学习模型
特征融合网络
多尺度注意力机制
空间金字塔池化
多尺度特征