CN116682458B 基于能量算子改进小波包的gis局放声纹检测方法 （南昌工程学院）_第1页
CN116682458B 基于能量算子改进小波包的gis局放声纹检测方法 （南昌工程学院）_第2页
CN116682458B 基于能量算子改进小波包的gis局放声纹检测方法 （南昌工程学院）_第3页
CN116682458B 基于能量算子改进小波包的gis局放声纹检测方法 （南昌工程学院）_第4页
CN116682458B 基于能量算子改进小波包的gis局放声纹检测方法 （南昌工程学院）_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于能量算子改进小波包的GIS局放声纹检本发明公开一种基于能量算子改进小波包的GIS局放声纹检测方法，选取小波包基函数对GIS声纹信号进行小波包分解、降噪，采用改进21.一种基于能量算子改进小波包的GIS局放声纹检测方法，其特征在于，包括以下步;;2.根据权利要求1所述的基于能量算子改进小波包的GI3.根据权利要求1所述的基于能量算子改进小波包的G;;34.根据权利要求1所述的基于能量算子改进小波包的GIS局放声纹步骤3.1使用改进Teager能量算子对小波步骤3.2：进行能量背景阈值计算，根据实际正常运行的GIS声纹信号的瞬时能量序5.根据权利要求4所述的基于能量算子改进小波包的G;;然后进行判断当前帧的信号能量是否超过背景阈值，6.根据权利要求1所述的基于能量算子改进小波包的GIS局;4;表示输出层的输出单元数；minf是训练集中第i个特征所有输入信息的最小值，max;为训初始化宽度向量],;输入层所有神经元的中心分量构成；c;=[ey,Gzr…Gnlp;D;为隐含层第j个神经元的宽;;;;5;;式中，第v个输出神经元与第j个隐含层神经元之间在第u次迭代计算时的调节;7.根据权利要求6所述的基于能量算子改进小波包的G6[0001]本发明属于电力检测设备技术领域，具体设计一种基于能量算子改进小波包的[0002]气体绝缘金属封闭组合开关设备(GasInsulatedSwitchgear，GIS)由于其[0006]为了解决GIS设备内部异常放电故障检测识别问题，提出了一种基于能量算子改[0007]本发明通过下述技术方案来实现。基于能量算子改进小波包的GIS局放声纹检测7过故障诊断模型对在线监测的GIS声纹信号[0022]步骤3.1使用改进Teager能量算子对基于步骤2的小波包89j是隐含层第j个神经元的中心向量，由隐含层第j个经元ji的一阶矩估计、表示wvj(u)的二阶矩估计、mc,(u)表示cji(u)的一阶矩估计、和h1[0092]式中，"(e)为第j层第i个节点的低频小波包系数a""(e)为第j层第i个节点的[0099]步骤3.1使用改进Teager能量算子对基于步骤2的小波包m[0121][0122]X"={x(i),x(i+1),.…,x(i+m-1)}-xo(i),i=1,2,…,N-m+1;[0126]峭度熵：sos=-dlogd[0127]式中：表示第i个步长内GIS声纹信号频率分布的峭度所占所有N2表示GIS声纹信号可区分频率分布特隐含层神经元更容易实现对局部信息的感受能力，有利于提高RBF神经网络的局部响应能j是隐含层第j个神经元的中心向量，由隐含层第j个经元ji的一阶矩估计、表示wvj(ut)的二阶矩估计、m

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论