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

打開文本圖片集

摘 要：針對(duì)變壓器運(yùn)行狀態(tài)聲紋識(shí)別的應(yīng)用需求以及ＢＰ神經(jīng)網(wǎng)絡(luò)識(shí)別模型準(zhǔn)確率較低等問題，提出了一種改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的變壓器聲紋識(shí)別技術(shù)。該技術(shù)以變壓器聲紋信號(hào)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(dòng)態(tài)權(quán)重因子和變異因子對(duì)ＢＰ神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值進(jìn)行尋優(yōu)，開展聲紋識(shí)別。實(shí)驗(yàn)結(jié)果表明，利用變壓器聲紋信號(hào)的３２維ＭＦＣＣ特征系數(shù)可使識(shí)別準(zhǔn)確率達(dá)到９０％以上，優(yōu)化后算法的運(yùn)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(yùn)算效率和識(shí)別準(zhǔn)確率。（剩余342字）