【技術實現步驟摘要】
本專利技術涉及聲紋信號去噪，具體為一種變壓器聲紋信號去噪方法。
技術介紹
1、電力變壓器作為電力系統中最重要的電氣設備之一，需要確保其處于可靠的運行狀態。目前針對變壓器的故障排查主要依靠專門的巡檢人員定期巡檢及目測。這種巡檢方式耗費大量人力、主觀性較強。
2、當變壓器發生局部放電時，往往發出聲信號，因此變壓器的振聲信號中包含了豐富的變壓器運行狀態的信息，可以作為判斷其運行狀態的依據。然而，聲傳感器除采集到變壓器運行狀態聲紋信號外，還存在環境噪聲等，使得有效的運行狀態信息淹沒在各種干擾當中，難以進行后續處理。所以，如何有效處理變壓器聲信號，去除聲紋信號中的噪聲，成為后續變壓器故障診斷的關鍵。
技術實現思路
1、針對現有技術的不足，本專利技術提供了一種變壓器聲紋信號去噪方法，其目的在于解決
技術介紹
中所提到的問題。
2、為實現上述目的，本專利技術提供如下技術方案：一種變壓器聲紋信號去噪方法，包括如下步驟：
3、步驟s1：使用聲音采集裝置采集變壓器聲紋信號；
4、步驟s2：采用改進山貓優化算法對時變濾波經驗模態分解的帶寬閾值和b樣條階數進行優化，再使用優化后的時變濾波經驗模態分解將采集到的變壓器聲紋信號分解成本征模態函數；
5、采用改進山貓優化算法對時變濾波經驗模態分解的帶寬閾值和b樣條階數進行優化的具體過程為：
6、步驟s2.11：設定改進山貓優化算法的種群數和最大迭代次數；
7、步驟s2.12：引入so
8、步驟s2.13：模擬攻擊獵物行為；
9、步驟s2.14：模擬追逐獵物行為，并引入可變螺旋飛行策略對追逐獵物行為進行改進；
10、步驟s2.15：判斷當前是否達到最大迭代次數，未達到，則繼續迭代，達到，則停止迭代，并輸出最優個體，即時變濾波經驗模態分解的帶寬閾值和b樣條階數的最優值；
11、步驟s3：采用滑動窗對本征模態函數進行分段截取，并且將截取后的本征模態函數構建成三階信號張量；
12、步驟s4：將構建的三階信號張量輸入貝葉斯高斯張量分解模型中進行分解重構，再根據張量構造逆過程將重構后的三階信號張量還原成一維向量。
13、進一步的，所述引入sobol序列初始化改進山貓優化算法的種群，表示為：
14、；
15、；
16、式中，表示第n個個體在第d-1個維度上的值；表示改進山貓優化算法的種群；表示第個個體即山貓在第個維度上的值，i∈1,2,...,n；j∈1,2,...,d；n表示種群的大小；d表示初始種群分布不均問題的維度；和分別表示初始種群分布不均問題的上界和下界；表示通過采用sobol序列得到的在預設范圍內均勻分布的隨機數。
17、進一步的，所述模擬攻擊獵物行為，表示為：
18、；
19、；
20、式中，表示種群中攻擊獵物的第個個體更新后的位置；為當前迭代次數；表示0到1之間的隨機數；表示從集合{1，2}中隨機選擇的數字；表示獵物位置；表示種群中攻擊獵物的第個個體位置更新后的適應度值；表示種群中攻擊獵物的最優個體的適應度值；表示種群中攻擊獵物的最優個體的位置；表示種群中攻擊獵物的第個個體當前位置。
21、進一步的，所述模擬追逐獵物行為，并引入可變螺旋飛行策略對追逐獵物行為進行改進，表示為：
22、；
23、；
24、；
25、；
26、式中，表示種群中追逐獵物的第個個體更新后的位置；表示種群中追逐獵物的第個個體位置更新后的適應度值；表示[-1,1]之間均勻分布的隨機數；表示最大迭代次數；表示隨迭代次數變化的常數；表示種群中追逐獵物的最優個體和種群中追逐獵物的第次迭代個體間的距離；表示變化系數；表示種群中追逐獵物的第個個體當前位置，表示自然對數。
27、進一步的，使用優化后的時變濾波經驗模態分解將采集到的變壓器聲紋信號分解成本征模態函數的具體過程為：
28、步驟s2.21：首先利用hilbert變換求出變壓器聲紋信號的瞬時頻率和瞬時幅值a(t)，隨后分別計算瞬時頻率和瞬時幅值a(t)的局部最大值以及局部最小值，對瞬時頻率和瞬時幅值a(t)的局部最大值以及局部最小值進行差值計算得到的局部最大值以及局部最小值的差值和a(t)的局部最大值以及局部最小值的差值，最后采用時變濾波器處理變壓器聲紋信號，得到瞬時均值和瞬時包絡，根據、、和計算局部截止頻率：
29、；
30、式中，表示時間；
31、步驟s2.22：根據局部截止頻率重構變壓器聲紋信號：
32、；
33、式中，表示重構后的變壓器聲紋信號；表示微分；
34、步驟s2.23：根據loughlin瞬時帶寬和加權均值瞬時頻率計算截止頻率，并判斷截止頻率是否滿足停止準則：
35、；
36、；
37、；
38、；
39、；
40、式中，表示加權均值瞬時頻率；表示第階分量的瞬時頻率；表示loughlin瞬時帶寬；表示第1階分量的瞬時幅值；表示第2階分量的瞬時幅值；表示第1階分量的瞬時頻率；第2階分量的瞬時頻率；
41、設loughlin瞬時帶寬閾值為ξ，當≤ξ，則判定對應的變壓器聲紋信號為一個本征模態函數，否則，采用b樣條插值對對應的變壓器聲紋信號進行逼近并得到逼近結果m(t)，即令，并重復執行步驟s2.21～步驟s2.23，直到≤ξ。
42、進一步的，所述采用滑動窗對本征模態函數進行分段截取，并且將截取后的本征模態函數構建成三階信號張量的具體過程為：
43、步驟s3.1：使用設定長度為w的分段截取滑動窗對每個本征模態函數進行分段截取，分別得到多段截斷子信號，采用多段截斷子信號構建截斷子信號矩陣，截斷子信號矩陣的表達式為：
44、；
45、式中，表示截斷子信號的個數，n為截斷子信號的長度；表示本征模態函數中第w個值；表示本征模態函數imf中第個值；
46、當最后一段截斷子信號的長度不足設定長度w時，則將最后一段截斷子信號的右端通過已截取的所有截斷子信號的均值補滿；
47、步驟s3.2：將截斷子信號矩陣構建成三階信號張量。
48、進一步的，所述將構建的三階信號張量輸入貝葉斯高斯張量分解模型中進行分解重構，再根據張量構造逆過程將重構后的三階信號張量還原成一維向量的具體過程為：
49、步驟s4.1：采用貝葉斯高斯張量分解模型對三階信號張量進行分解和重構，貝葉斯高斯張量分解模型表示為：
50、；
51、式中，、、表示因子矩陣；表示向量外積；為三階信號張量的cp秩；表示構建的三階信號張量；
52、步驟s4.2：根據三階信號張量重構的逆過程，將重本文檔來自技高網...
【技術保護點】
1.一種變壓器聲紋信號去噪方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種變壓器聲紋信號去噪方法，其特征在于：所述引入sobol序列初始化改進山貓優化算法的種群，表示為：
3.根據權利要求2所述的一種變壓器聲紋信號去噪方法，其特征在于：所述模擬攻擊獵物行為，表示為：
4.根據權利要求3所述的一種變壓器聲紋信號去噪方法，其特征在于：所述模擬追逐獵物行為，并引入可變螺旋飛行策略對追逐獵物行為進行改進，表示為：
5.根據權利要求4所述的一種變壓器聲紋信號去噪方法，其特征在于：使用優化后的時變濾波經驗模態分解將采集到的變壓器聲紋信號分解成本征模態函數的具體過程為：
6.根據權利要求5所述的一種變壓器聲紋信號去噪方法，其特征在于：所述采用滑動窗對本征模態函數進行分段截取，并且將截取后的本征模態函數構建成三階信號張量的具體過程為：
7.根據權利要求6所述的一種變壓器聲紋信號去噪方法，其特征在于：所述將構建的三階信號張量輸入貝葉斯高斯張量分解模型中進行分解重構，再根據張量構造逆過程將重構后的三階信號張量還原成
...【技術特征摘要】
1.一種變壓器聲紋信號去噪方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種變壓器聲紋信號去噪方法，其特征在于：所述引入sobol序列初始化改進山貓優化算法的種群，表示為：
3.根據權利要求2所述的一種變壓器聲紋信號去噪方法，其特征在于：所述模擬攻擊獵物行為，表示為：
4.根據權利要求3所述的一種變壓器聲紋信號去噪方法，其特征在于：所述模擬追逐獵物行為，并引入可變螺旋飛行策略對追逐獵物行為進行改進，表示為：
5.根據權利要求4所述的一種變壓器聲...
【專利技術屬性】
技術研發人員：康兵，屈瀏強，崔明建，丁貴立，王宗耀，袁小翠，張興旺，許志浩，蔡安禹，萬義明，章卓航，夏夷茨，
申請(專利權)人：南昌工程學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。