本技术公开了一种变压器声纹信号去噪方法,包括如下步骤:使用声音采集装置采集变压器声纹信号;采用改进山猫优化算法对时变滤波经验模态分解的带宽阈值和B样条阶数进行优化,再使用优化后的时变滤波经验模态分解将采集到的变压器声纹信号分解成本征模态函数;采用滑动窗对本征模态函数进行分段截取,并且将截取后的本征模态函数构建成三阶信号张量;将构建的三阶信号张量输入贝叶斯高斯张量分解模型中进行分解重构,再根据张量构造逆过程将重构后的三阶信号张量还原成一维向量;本发明运用改进后的山猫优化算法优化时变滤波经验模态分解的参数,避免了分解时的混叠现象。
背景技术
电力变压器作为电力系统中最重要的电气设备之一,需要确保其处于可靠的运行状态。目前针对变压器的故障排查主要依靠专门的巡检人员定期巡检及目测。这种巡检方式耗费大量人力、主观性较强。
当变压器发生局部放电时,往往发出声信号,因此变压器的振声信号中包含了丰富的变压器运行状态的信息,可以作为判断其运行状态的依据。然而,声传感器除采集到变压器运行状态声纹信号外,还存在环境噪声等,使得有效的运行状态信息淹没在各种干扰当中,难以进行后续处理。所以,如何有效处理变压器声信号,去除声纹信号中的噪声,成为后续变压器故障诊断的关键。
实现思路