基于人工神经网络的电力变压器声纹识别技术

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对变压器运行状态声纹识别的应用需求以及ＢＰ神经网络识别模型准确率较低等问题，提出了一种改进人工神经网络的变压器声纹识别技术。该技术以变压器声纹信号中的ＭＦＣＣ系数作为模型的输入特征向量，在ＢＯＡ算法中引入动态权重因子和变异因子对ＢＰ神经网络权值和阈值进行寻优，开展声纹识别。实验结果表明，利用变压器声纹信号的３２维ＭＦＣＣ特征系数可使识别准确率达到９０％以上，优化后算法的运算速度比ＰＳＯＢＰ神经网络与ＢＯＡ-ＢＰ神经网络提高了９.２４％和８.６４％，具有更高的运算效率和识别准确率。（剩余342字）

试读结束

目录
monitor