基于人工神经网络的电力变压器声纹识别技术
李瑞琪1
李燕2
杜水婷2
王军2
1.华北电力大学 电气与电子工程学院,河北 保定 071003;国网甘肃省电力公司 数字化事业部,甘肃 兰州 7300502.国网甘肃省电力公司 数字化事业部,甘肃 兰州 730050
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PSO-BP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.
关键词：声纹识别BP神经网络特征向量权重因子动态寻优模式识别变异因子状态检测
分类号：TM744(输配电工程、电力网及电力系统)
资助基金：甘肃省科技重大专项计划项目(19ZD2GA003)
论文发表日期：2024-07-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 380-387 )
英文信息