[發明專利]基于BP神經網絡的瓷絕緣子振動聲學檢測數據分類方法

在審

• 申請號: 201210459346.9
• 申請日: 2012-11-15
• 公開（公告）號: CN102982351A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 劉長福;牛曉光;郝曉軍;王強;代小號;趙紀峰
• 申請（專利權）人: 河北省電力公司電力科學研究院;國家電網公司;河北省電力建設調整試驗所
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06N3/02
• 代理公司: 石家莊新世紀專利商標事務所有限公司 13100
• 代理人: 楊欽祥

1.一種基于BP神經網絡的瓷絕緣子振動聲學檢測數據分類方法，其特征在于：包括以下步驟：

1）采用MATLAB語言，設計一個BP神經網絡系統；

2）對于經過降噪后分成3類的瓷絕緣子振動聲學檢測數據，每類各取至少1個典型數據，采用梅爾倒譜系數法生成特征向量，作為輸入向量，得到訓練樣本，以絕緣子缺陷形式分類代碼作為輸出；

3）利用步驟2）中得到的訓練樣本對步驟1）中的BP神經網絡進行訓練，得到訓練后的BP神經網絡，該BP神經網絡的輸入層節點數為24，輸出層節點數為3；

4）將瓷絕緣子振動聲學檢測數據生成測試輸入向量，同時對該瓷絕緣子振動聲學檢測數據進行FFT變換后生成頻譜圖并以檢測數據文件名稱加以標識，然后將測試輸入向量輸入訓練后的BP神經網絡，其神經網絡輸出即為絕緣子缺陷形式分類代碼中的某一個；

5）將步驟4）中生成的頻譜圖存放在與BP神經網絡輸出向量相對應的文件夾中；處理完畢后，所述頻譜圖被分成3類，即瓷絕緣子振動聲學檢測數據被分成三類。

2.根據權利要求１所述的基于BP神經網絡的瓷絕緣子振動聲學檢測數據分類方法，其特征在于：所述步驟2）中的所述降噪方法采用小波分解降噪。

3.根據權利要求１所述的基于BP神經網絡的瓷絕緣子振動聲學檢測數據分類方法，其特征在于：所述分類代碼分成三類，分別記為[0?0?1]、[0?1?0]、[1?0?0]。

4.根據權利要求１所述的基于BP神經網絡的瓷絕緣子振動聲學檢測數據分類方法，其特征在于：所述步驟2）當每類抽取多個典型數據時，對多個典型數據采用梅爾倒譜系數法生成特征值；然后抽取每個典型數據的部分特征向量，將這些抽取出的特征向量組成一組完整的特征向量作為輸入向量，對BP神經網絡進行訓練。