[發(fā)明專利]一種變壓器本體噪聲與冷卻裝置噪聲分離方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202111264549.8
• 申請日: 2021-10-28
• 公開（公告）號: CN113963714A
• 公開（公告）日: 2022-01-21
• 發(fā)明（設計）人: 李國偉;王俊波;唐琪;黎小龍;李新;范心明;董鏑;宋安琪;李志錦;梁年柏;吳麗賢;劉少輝;吳焯軍;劉昊;陳賢熙;謝志楊;張殷;歐曉妹;羅容波;武利會;蔣維;黃靜;陳斯翔;陳邦發(fā);何子蘭;劉崧;張偉忠;何勝紅;洪貞賢;陳志平;章濤
• 申請（專利權）人: 廣東電網(wǎng)有限責任公司佛山供電局
• 主分類號: G10L21/0232
• 分類號: G10L21/0232;G10L21/028;G10L25/30
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 董領遜

1.一種變壓器本體噪聲與冷卻裝置噪聲分離方法，其特征在于，包括：

采集待分析的含噪變壓器的噪聲信號；

對所述噪聲信號進行歸一化處理得到歸一化后的噪聲信號；

對所述歸一化后的噪聲信號進行分段處理得到分段噪聲信號；

將所述分段噪聲信號輸入至變壓器噪聲信號計算模型得到變壓器噪聲信號；所述變壓器噪聲信號計算模型為基于稀疏神經(jīng)網(wǎng)絡構(gòu)建的計算模型；

對所述變壓器噪聲信號進行歸一化處理得到歸一化后的變壓器噪聲信號；

基于所述歸一化后的變壓器噪聲信號得到變壓器的本體噪聲信號；

基于所述變壓器的本體噪聲信號和所述噪聲信號得到變壓器的冷卻裝置噪聲信號。

2.根據(jù)權利要求1所述的變壓器本體噪聲與冷卻裝置噪聲分離方法，其特征在于，所述變壓器噪聲信號計算模型的構(gòu)建過程為：

確定稀疏神經(jīng)網(wǎng)絡的網(wǎng)絡結(jié)構(gòu)和參數(shù)；所述稀疏神經(jīng)網(wǎng)絡的網(wǎng)絡結(jié)構(gòu)包括：輸入層、隱含層和輸出層；所述輸入層通過第一連接權矩陣和第一偏置向量連接到所述隱含層；所述隱含層通過第二連接權矩陣和第二偏置向量連接到輸出層；所述稀疏神經(jīng)網(wǎng)絡的參數(shù)包括：輸入層節(jié)點數(shù)、輸出層節(jié)點數(shù)、隱含層節(jié)點數(shù)、稀疏性懲罰項權重、稀疏參數(shù)和正則化項系數(shù)；

初始化所述第一連接權矩陣、所述第一偏置向量、所述第二連接權矩陣和所述第二偏置向量，且使所述第一連接權矩陣與所述第二連接權矩陣的轉(zhuǎn)置矩陣相等，得到初始稀疏神經(jīng)網(wǎng)絡；

采用訓練樣本集作為所述初始稀疏神經(jīng)網(wǎng)絡的輸入和期望輸出，以確定所述初始稀疏神經(jīng)網(wǎng)絡的隱含層狀態(tài)、輸出狀態(tài)和損失函數(shù)；

采用梯度下降法更新初始化后的所述第一連接權矩陣、所述第一偏置向量、所述第二連接權矩陣和所述第二偏置向量；

返回步驟“采用訓練樣本集作為所述初始稀疏神經(jīng)網(wǎng)絡的輸入和期望輸出，以確定所述初始稀疏神經(jīng)網(wǎng)絡的隱含層狀態(tài)、輸出狀態(tài)和損失函數(shù)”直至滿足收斂條件后，形成所述變壓器噪聲信號計算模型。

3.根據(jù)權利要求2所述的變壓器本體噪聲與冷卻裝置噪聲分離方法，其特征在于，所述訓練樣本集的構(gòu)建過程為：

基于預設采樣頻率和預設采集時間采集運行中的變壓器的噪聲信號；

對采集到的運行中的變壓器的噪聲信號進行傅里葉變換，得到變壓器噪聲信號的頻譜分布；

根據(jù)變壓器噪聲信號的頻譜分布設計帶通濾波器組；

將運行中的變壓器的噪聲信號輸入至設計好的帶通濾波器組得到濾波后的變壓器噪聲信號；

對濾波后的變壓器噪聲信號進行歸一化處理得到對所述第二變壓器噪聲信號進行分段處理得到分段信號；

基于所述分段信號和采集的運行中的變壓器的噪聲信號形成訓練樣本集。

4.根據(jù)權利要求3所述的變壓器本體噪聲與冷卻裝置噪聲分離方法，其特征在于，所述帶通濾波器組包括多個帶通濾波器；所述帶通濾波器組中的帶通濾波器的中心頻率為預設中心頻率的整數(shù)倍。

5.根據(jù)權利要求4所述的變壓器本體噪聲與冷卻裝置噪聲分離方法，其特征在于，所述預設中心頻率為50Hz。

6.根據(jù)權利要求3所述的變壓器本體噪聲與冷卻裝置噪聲分離方法，其特征在于，所述預設采樣頻率不小于10kHz。

7.根據(jù)權利要求3所述的變壓器本體噪聲與冷卻裝置噪聲分離方法，其特征在于，所述預設采集時間不小于10s。