龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于声纹去噪与DBO‑SVM的变压器故障声纹识别方法，该方法通过对比峭度值的差异对混合声信号进行重构得到信噪比高的去噪声信号，最后输入到优化后的支持向量机进行训练得到铁芯松动识别模型；通过对变压器进行空载实验并在铁芯不同松紧程度下分别采集声纹信号进行分析；基于去噪后MFCC特征参数与蜣螂算法优化支持向量机对声纹进行识别分类，有效提高了铁芯松动故障识别率，对于故障监测识别精度高，能够很大程度减少其他噪音对原始声纹的影响。
主权项：1.基于声纹去噪与DBO-SVM的变压器故障声纹识别方法，其特征在于，包括以下步骤：S1，通过空载实验采集变压器铁芯不同松动状况下的声纹信号；S2，基于变分模态分解VMD与小波阈值去噪对采集的声纹信号进行处理；通过VMD将信号分解为12个本征模态函数IMF分量；选择IMF分量中峭度值偏离最大的IMF分量进行小波阈值去噪，将去噪后的该IMF分量与其余未处理的IMF分量进行重构，得到去噪后的信号；基于梅尔倒谱系数提取声纹信号MFCC特征值；S3，基于声纹信号MFCC特征值，使用蜣螂算法DBO优化支持向量机SVM参数构建变压器铁芯松动诊断模型，通过寻优算法获取最优的核函数和惩罚因子；S4，将步骤S1中采集的声纹信号按固定比例划分训练集和测试集，通过训练集对变压器铁芯松动诊断模型进行训练，通过测试集对变压器铁芯松动诊断模型进行测试，最终得到训练好的变压器铁芯松动诊断模型，通过变压器铁芯松动诊断模型进行变压器故障声纹识别。
全文数据：
权利要求：
百度查询： 三峡大学 基于声纹去噪与DBO-SVM的变压器故障声纹识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号