[发明专利]基于BP神经网络的瓷绝缘子振动声学检测数据分类方法

权利要求书

1.一种基于BP神经网络的瓷绝缘子振动声学检测数据分类方法，其特征在于：包括以下步骤：

1）采用MATLAB语言，设计一个BP神经网络系统；

2）对于经过降噪后分成3类的瓷绝缘子振动声学检测数据，每类各取至少1个典型数据，采用梅尔倒谱系数法生成特征向量，作为输入向量，得到训练样本，以绝缘子缺陷形式分类代码作为输出；

3）利用步骤2）中得到的训练样本对步骤1）中的BP神经网络进行训练，得到训练后的BP神经网络，该BP神经网络的输入层节点数为24，输出层节点数为3；

4）将瓷绝缘子振动声学检测数据生成测试输入向量，同时对该瓷绝缘子振动声学检测数据进行FFT变换后生成频谱图并以检测数据文件名称加以标识，然后将测试输入向量输入训练后的BP神经网络，其神经网络输出即为绝缘子缺陷形式分类代码中的某一个；

5）将步骤4）中生成的频谱图存放在与BP神经网络输出向量相对应的文件夹中；处理完毕后，所述频谱图被分成3类，即瓷绝缘子振动声学检测数据被分成三类。

2.根据权利要求１所述的基于BP神经网络的瓷绝缘子振动声学检测数据分类方法，其特征在于：所述步骤2）中的所述降噪方法采用小波分解降噪。

3.根据权利要求１所述的基于BP神经网络的瓷绝缘子振动声学检测数据分类方法，其特征在于：所述分类代码分成三类，分别记为[0 0 1]、[0 1 0]、[1 0 0]。

4.根据权利要求１所述的基于BP神经网络的瓷绝缘子振动声学检测数据分类方法，其特征在于：所述步骤2）当每类抽取多个典型数据时，对多个典型数据采用梅尔倒谱系数法生成特征值；然后抽取每个典型数据的部分特征向量，将这些抽取出的特征向量组成一组完整的特征向量作为输入向量，对BP神经网络进行训练。