基于声纹与电磁特征融合的变压器故障识别方法及系统

    公开(公告)号:CN118197359A

    公开(公告)日:2024-06-14

    申请号:CN202410591582.9

    申请日:2024-05-14

    Abstract: 本发明属于变压器故障识别技术领域,公开了一种基于声纹与电磁特征融合的变压器故障识别方法及系统,该方法采集变压器运行过程中的声纹时序数据和电磁信息;利用小波变换将声纹时序数据转换成声纹图谱;对电磁信息和声纹图谱进行数据预处理,然后提取电磁特征和声纹特征;将声纹特征组成的声纹特征向量和电磁特征组成的电磁特征向量合并组成特征集合,将特征集合输入基于自适应卷积权重学习的特征融合模块进行融合,得到融合特征;将融合特征输入深度神经网络,深度神经网络的分类层输出诊断结果,从而对故障类型和位置进行识别。本发明将声纹特征和电磁特征进行融合,提供了更加全面、高效的故障识别结果。

    基于声纹与电磁特征融合的变压器故障识别方法及系统

    公开(公告)号:CN118197359B

    公开(公告)日:2024-07-23

    申请号:CN202410591582.9

    申请日:2024-05-14

    Abstract: 本发明属于变压器故障识别技术领域,公开了一种基于声纹与电磁特征融合的变压器故障识别方法及系统,该方法采集变压器运行过程中的声纹时序数据和电磁信息;利用小波变换将声纹时序数据转换成声纹图谱;对电磁信息和声纹图谱进行数据预处理,然后提取电磁特征和声纹特征;将声纹特征组成的声纹特征向量和电磁特征组成的电磁特征向量合并组成特征集合,将特征集合输入基于自适应卷积权重学习的特征融合模块进行融合,得到融合特征;将融合特征输入深度神经网络,深度神经网络的分类层输出诊断结果,从而对故障类型和位置进行识别。本发明将声纹特征和电磁特征进行融合,提供了更加全面、高效的故障识别结果。

Patent Agency Ranking