粒子群优化算法在电力变压器声纹识别中的应用

打印
收藏

收藏成功

微博 QQ空间微信

打开文本图片集

摘要：针对非接触式电力变压器在监测及运行状态识别过程中存在的问题，提出了一种基于粒子群优化的电力变压器声纹识别技术。通过利用加权优化的线性预测倒谱系数和差分组合的梅尔频率倒谱系数作为变压器声纹识别的特征向量，构建了应用于变压器声纹识别的粒子群优化神经网络模型。实验结果表明，特征向量为线性倒谱系数时，所提模型识别效率要比ＢＰ神经网络的识别效率高３３％；采用梅尔倒谱系数作为特征量识别准确率比线性预测倒谱系数大约提高了５.３％，平均识别时间缩短了约２５％。（剩余6344字）

试读结束

购买全文5.00元下一篇基于声成像技术的ＧＩＳ击穿放电点定位方法

沈阳工业大学学报

2023年06期

¥16.89/本