[发明专利]一种基于声学特征和神经网络的电力变压器故障诊断方法有效
| 申请号： | 201811646299.2 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109740523B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 耿明昕;周海宏;樊成虎;樊创;申晨;吕平海;杨彬;王辰曦;吴子豪;周艺环 | 申请（专利权）人： | 国网陕西省电力公司电力科学研究院;国网陕西省电力公司;西安输变电工程环境影响控制技术中心有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/06 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710054 陕西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于声学特征和神经网络的电力变压器故障诊断方法，包括以下步骤：使用声音采集装置采集获取电力变压器处于各状态时的声音信号，记录采集的声音信号与电力变压器各状态的对应关系；将采集的声音信号进行预处理；建立并训练GRU神经网络模型；采集待诊断电力变压器的声音信号，预处理后输入训练完毕的GRU神经网络模型中，根据GRU神经网络模型的输出结果完成待诊断电力变压器故障诊断。本发明的方法从电力变压器运行时的声音信号中提取出电力变压器的频域特征，使用电力变压器的频域特征对门限循环单元神经网络进行训练，操作相对简单，成本较低，较容易实现在线监测。 | ||
| 搜索关键词： | 一种 基于 声学 特征 神经网络 电力变压器 故障诊断 方法 | ||
【主权项】：
1.一种基于声学特征和神经网络的电力变压器故障诊断方法，其特征在于，包括以下步骤：步骤1，采集电力变压器的声音信号；具体为，使用声音采集装置采集获取电力变压器处于各状态时的声音信号，记录采集的声音信号与电力变压器各状态的对应关系；所述电力变压器的各状态包括正常状态以及各种类型的故障状态；步骤2，将步骤1采集的声音信号进行预处理；所述预处理过程包括：低通滤波、信号消噪、特征提取和数据降维处理中的一种或多种；步骤3，建立GRU神经网络模型；具体包括：确定输入层和输出层神经元个数、确定隐含层个数以及每个隐含层包括的GRU神经元节点个数、权重初始化以及神经网络训练；所述神经网络训练以步骤2中特征提取获得的频域特征以及频域特征对应的电力变压器的状态作为神经网络的训练数据；步骤4，采集待诊断电力变压器的声音信号；将采集的待诊断电力变压器的声音信号通过步骤2的预处理方法进行预处理；将预处理后的待诊断电力变压器的声音信号输入步骤3训练完毕的GRU神经网络模型中，根据GRU神经网络模型的输出结果完成待诊断电力变压器故障诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网陕西省电力公司电力科学研究院;国网陕西省电力公司;西安输变电工程环境影响控制技术中心有限公司，未经国网陕西省电力公司电力科学研究院;国网陕西省电力公司;西安输变电工程环境影响控制技术中心有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811646299.2/，转载请声明来源钻瓜专利网。
