基于人工神經(jīng)網(wǎng)絡(luò)的電力變壓器聲紋識別技術(shù)

打開文本圖片集

摘 要：針對變壓器運行狀態(tài)聲紋識別的應(yīng)用需求以及ＢＰ神經(jīng)網(wǎng)絡(luò)識別模型準(zhǔn)確率較低等問題，提出了一種改進人工神經(jīng)網(wǎng)絡(luò)的變壓器聲紋識別技術(shù)。該技術(shù)以變壓器聲紋信號中的ＭＦＣＣ系數(shù)作為模型的輸入特征向量，在ＢＯＡ算法中引入動態(tài)權(quán)重因子和變異因子對ＢＰ神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值進行尋優(yōu)，開展聲紋識別。實驗結(jié)果表明，利用變壓器聲紋信號的３２維ＭＦＣＣ特征系數(shù)可使識別準(zhǔn)確率達到９０％以上，優(yōu)化后算法的運算速度比ＰＳＯＢＰ神經(jīng)網(wǎng)絡(luò)與ＢＯＡ-ＢＰ神經(jīng)網(wǎng)絡(luò)提高了９.２４％和８.６４％，具有更高的運算效率和識別準(zhǔn)確率。（剩余342字）