摘要
本发明公开了一种基于特征分析的变压器故障声纹检测方法,涉及变压器故障检测技术领域。本发明采用分数阶反向散布熵对变压器的声纹信号进行特征提取,无需对数据进行分解或变换,直接度量数据的复杂度,从而克服传统时、频域的特征提取方法往往不能有效提取隐藏的故障特征的缺点,并可以度量分数阶声纹信号时间序列的动态变化,可以从变压器的声纹信号中提取更加全面的故障特征,基于此进行故障检测,提高了故障识别率。
技术关键词
Elman神经网络
声纹检测方法
分数阶
序列
正态分布函数
故障特征
信号
模式
变压器故障检测
样本
特征提取方法
归一化模块
数据
处理器
重构模块
算法
计算机设备