【技术实现步骤摘要】
本专利技术涉及变压器故障检测，特别涉及一种基于特征融合和pso-svm的变压器铁芯松动声纹识别方法。
技术介绍
1、电力变压器作为电网中重要环节之一起着重要作用，同时在电压电流变换以及稳压中发挥着巨大作用。在电力变压器的标准运行过程中，其绕组和铁芯在长期运行中可能导致机械故障，这种几何形状的变化可能导致绕组的振动增加，从而使得固体绝缘的机械退化。而变压器损坏的大部分原因是因为变压器绕组、铁芯以及主绝缘出现故障。所以针对变压器铁芯松动进行监测对于维护电网稳定具有重大意义。
2、在变压器铁芯松动的诊断方法中，振动信号监测法与油化验气体检测法是目前最主流的。但是振动信号的采集需要振动传感器，它的位置布点具有十分严格的要求，较小的偏移结果就会产生较大的误差。且对于大型变压器进行振动信号测量需要一定数量的振动传感器，导致成本大大增加难以在实际环境中广泛应用。油化验检测法无法实现实时监测，对某些需要及时响应的故障可能有一定的限制。而声信号能够实现非接触式大范围监测且成本相对较小，同时也能实现在线监测。
3、与本专利技术相关的...
【技术保护点】
1.基于特征融合和PSO-SVM的变压器铁芯松动声纹识别方法，其特征在于，包括：
2.根据权利要求1所述的基于特征融合和PSO-SVM的变压器铁芯松动声纹识别方法，其特征在于，步骤S2中，基于梅尔倒谱系数和伽马通倒谱系数提取分别变压器声纹信号特征值，通过向量拼接得到融合特征参数包括：
3.根据权利要求1所述的基于特征融合和PSO-SVM的变压器铁芯松动声纹识别方法，其特征在于，步骤S2中，通过向量拼接得到融合特征参数，使用主成分分析法对融合特征参数进行降维包括：
4.根据权利要求1所述的基于特征融合和PSO-SVM的变压器铁芯松动声...
【技术特征摘要】
1.基于特征融合和pso-svm的变压器铁芯松动声纹识别方法，其特征在于，包括：
2.根据权利要求1所述的基于特征融合和pso-svm的变压器铁芯松动声纹识别方法，其特征在于，步骤s2中，基于梅尔倒谱系数和伽马通倒谱系数提取分别变压器声纹信号特征值，通过向量拼接得到融合特征参数包括：
3.根据权利要求1所述的基于特征融合和pso-svm的变压器铁芯松动声纹识别方法，其特征在于，步骤s2中，通过向量拼接得到融合特征参数，...
【专利技术属性】
技术研发人员：张鑫，鲁玲，李明良，苑涛，陈邦进，蒲秋平，鲁洋，许鸿卫，卜得利，
申请(专利权)人：三峡大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。