[发明专利]一种变压器绕组与铁心振动信号分离方法及系统

权利要求书

1.一种变压器绕组与铁心振动信号分离方法，其特征在于实施步骤包括：

1）获取变压器油箱表面测点的振动加速度信号；

2）针对振动加速度信号进行降噪预处理；

3）将降噪预处理的振动加速度信号输入预先训练好的初始信号分离网络模型，得到分离的绕组振动信号和铁心振动信号；步骤3）中的初始信号分离网络模型为基于最小互信息的初始信号分离网络模型，所述基于最小互信息的初始信号分离网络模型包括由分离模块F和两个补充模块Ψ₁、Ψ₂构成，所述分离模块F为用于执行线性或非线性遗传类变换算法获得尽可能独立的信号分量的多层感知机，所述多层感知机的输入为两路3次非线性混叠的振动加速度信号o₁与o₂、且输出的一个信号分量x₁给补充模块Ψ₁、另一个信号分量x₂给补充模块Ψ₂，两个补充模块Ψ₁、Ψ₂均为在[0, 1]区间具有非线性单调递增特性的累积概率函数估计模块，补充模块Ψ₁根据输入的信号分量x₁输出绕组振动信号S_w，补充模块Ψ₂根据输入的信号分量x₂输出绕组振动信号S_c。

2.根据权利要求1所述的变压器绕组与铁心振动信号分离方法，其特征在于，步骤1）中变压器油箱表面测点的位于变压器高压侧箱体立面1/4高度、正对变压器绕组位置。

3.根据权利要求1所述的变压器绕组与铁心振动信号分离方法，其特征在于，步骤2）中针对振动加速度信号进行降噪预处理具体是指采用小波分析方法对振动加速度信号中的高斯噪声与白噪声进行降噪处理。

4.根据权利要求1所述的变压器绕组与铁心振动信号分离方法，其特征在于，所述基于最小互信息的初始信号分离网络模型的训练步骤包括：初始化基于最小互信息的初始信号分离网络模型，以基于最小互信息的分离网络模型的输出熵最大为训练目标函数，将降噪预处理的振动加速度信号输入基于最小互信息的初始信号分离网络模型进行迭代训练，直至满足预设的迭代退出条件。

5.一种变压器绕组与铁心振动信号分离系统，包括计算机设备，其特征在于，所述计算机设备被编程以执行权利要求1～4中任意一项所述变压器绕组与铁心振动信号分离方法的步骤。