典型文献
基于50Hz倍频小波时频熵和RUSBoost的变压器绕组松动声纹识别
文献摘要：
变压器绕组松动故障给电力系统安全稳定埋下巨大隐患,目前缺乏切实有效的诊断方法.因此提出一种基于50 Hz倍频小波时频熵和RUSBoost的变压器绕组松动声纹识别方法.首先,针对变压器声纹特点提出50 Hz倍频小波时频熵,用于声纹信号特征提取.然后,针对变压器故障样本较少导致的样本不平衡的问题,提出基于RUSBoost模型的模式识别.最后,在现场实测数据的基础上验证了该方法的有效性.研究结果表明,所提方法对变压器绕组不同松动程度的故障均能实现可靠诊断,平均识别准确率达到了 98.9％.样本较少的75％松动和100％松动的识别准确率也分别高达97.2％和94.6％.相较于RF、DT、KNN以及SVM等传统模型,总体识别准确率至少提高3.3％,样本较少的75％松动和100％松动的识别准确率至少提高了 2.8％和2.5％.
文献关键词：
变压器声纹;状态监测;RUSBoost;50 Hz倍频小波时频熵
中图分类号：
作者姓名：
李楠;马宏忠;朱昊;王健;崔佳嘉;何萍
作者机构：
河海大学能源与电气学院,江苏南京 211100;国网南京供电公司,江苏南京 210019
文献出处：
引用格式：
[1]李楠;马宏忠;朱昊;王健;崔佳嘉;何萍-.基于50Hz倍频小波时频熵和RUSBoost的变压器绕组松动声纹识别)[J].电机与控制应用,2022(05):87-93,102
A类：
B类：
50Hz,倍频,时频,RUSBoost,变压器绕组,声纹识别,绕组松动故障,电力系统安全,埋下,切实有效,变压器声纹,声纹信号,信号特征提取,变压器故障,样本不平衡,模式识别,现场实测,识别准确率,RF,DT,KNN,传统模型,少提,状态监测
AB值：
0.268053
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
