基于声纹特征和集成学习的变压器缺陷诊断方法

来源 :电力工程技术 | 被引量 : 0次 | 上传用户:albeewang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
变压器运行过程中产生的振动噪声与其运行状态及内部缺陷情况直接相关,对其声纹信号开展特征分析,有助于进一步了解设备运行工况,保障电力系统安全稳定运行。文中以声纹特征分析为基础,兼顾诊断效率与准确性,提出一种基于卷积神经网络及集成学习模型的变压器缺陷诊断方法。该方法以变压器声纹数据的时域及频域信号为多通道输入混合特征,构建了基于卷积神经网络模型和声纹特征分析法的集成学习模型,可实现变压器声纹特征的有效识别,并通过由多个基学习器组成的集成学习模型提高了变压器缺陷诊断的准确性。基于文中所构建的变压器声纹样本库,可得到该方法对变压器单一缺陷的识别准确率为99.2%,对变压器混合缺陷的识别准确率为99.7%。研究结果表明该方法可有效识别变压器的运行状态,为变压器运维检修提供技术参考。
其他文献
本文将赫尔曼·麦尔维尔的作品置于美国文学传统以及19世纪美国的政治、经济和文化语境之中,从世界主义的视角出发,重新审视麦尔维尔文学作品呈现的跨种族交往、跨文化交流和跨国实践以及这些内容背后的世界主义和民族主义内涵。目前有关这些方面的研究往往认为麦尔维尔抵抗帝国殖民,强调超越种族文化的联系,有着倡导种族团结和多元文化并存的世界主义思想。然而,此类研究不仅低估了麦尔维尔作品中的民族主义话语,忽视了世界
学位
<正>近年来,我国禁毒斗争取得了显著成效,主要数据指标实现了根本性扭转,毒品问题治理已进入深化巩固、深度融合的崭新时代。2021年12月至2022年1月,江苏省戒毒管理局围绕“全省司法行政戒毒工作深度融入毒品问题综合治理大局的路径选择”开展了专题调研,初步形成了“一体两翼”深度融合的发展思路,在此基础上提出若干政策建议,旨在充分利用司法行政戒毒场所戒治资源,更好发挥戒毒工作民警的专业优势,在践行“
期刊
介绍了纤维/SiO2气凝胶复合材料的制备方法,综述了纤维种类、纤维有关参数对复合材料最终性能影响的研究进展。指出与纤维相关的一些参数有着明显的交叉影响关系,在嵌入纤维过程中需重点处理好纤维相关参数之间的关系,还需着重关注任何可以导致SiO2气凝胶孔径增大的网络结构的因子,为SiO2气凝胶复合材料在隔热领域中的研究和应用提供了参考。
期刊
报纸
河道汇流演算本质上属于水力学问题,为了简便计算发展了一系列的水文学方法,马斯京根法便是其中最经典的方法之一。本文基于马斯京根法中的参数K、X,与特征河长相结合,构建了不同类型的等效河道(矩形、抛物线型)断面下河宽、河道比降和最大水深的计算公式,并在实例中模拟出河道各断面不同时刻的水位、流速、流量等信息。通过在实际河道中验证,结果表明,该方法实现了河道大断面资料的扩充,且具有较高的精度,改进了传统的
期刊
介绍了一种新型耐磨免喷涂聚碳酸酯/聚对苯二甲酸丁二酯合金材料的制备方法,并对其进行性能测试。通过选用特定的聚对苯二甲酸丁二酯、玻璃纤维、第二填料进行制备,聚碳酸酯/聚对苯二甲酸丁二酯合金材料具有优异的介电性能、刚韧平衡性、加工性,以及高金属接合力,材料颗粒均匀,性能稳定。所做研究成果为实现更环保、更经济的高性能复合材料的制备提供了理论依据和实践参考。
期刊
<正>党的十八大以来,以习近平同志为核心的党中央坚持以新国家粮食安全观为指导,坚定实施国家粮食安全战略,立足世情国情粮情的深刻变化,作出了藏粮于地、藏粮于技的重大决策。习近平对实施藏粮于地、藏粮于技战略进行了深邃思考,提出了一系列政策举措,有力推动了国家粮食安全理论创新和实践创新。一、藏粮于地、藏粮于技战略的形成背景藏粮于地、藏粮于技,是以习近平同志为核心的党中央坚持以底线思维审视我国粮食安全态势
期刊
针对现有方法对电力变压器状态监测不够全面的问题,基于声纹特征识别技术进行了电力变压器运维检测方法研究。构建了电力变压器声纹信号的梅尔倒频谱系数(MFCC)特征,并提出了基于深度置信网络(DBN)与支持向量数据状态描述(SVDD)的电力变压器缺陷状态识别算法。同时利用DBN模型对MFCC特征进行学习训练,完成对深度声纹特征的提取。通过SVDD算法对声纹特征与缺陷类型进行关联分析,以实现缺陷类型的精准
期刊
报纸
变压器铁芯轻微松动故障给变压器安全稳定运行留下巨大隐患,目前尚缺乏切实可靠的诊断方法。提出一种基于多传感器融合声纹特征图谱的变压器铁芯松动故障诊断方法。首先,利用4个传感器采集声纹时序序列,通过小波变换生成声纹特征图谱,利用熵权法确定不同传感器信号的权重分配,将4个声纹特征图谱加权融合,从而形成多传感器融合声纹特征图谱。其次,将融合声纹特征图谱输入优化后的ShuffleNetV2模型,通过分组卷积
期刊