[发明专利]用于变压器的主动降噪方法、系统及存储介质

说明书

本发明实施方式提供一种用于变压器的主动降噪方法、系统及存储介质，属于变压器的降噪技术领域。所述主动降噪方法包括：获取所述变压器的噪声；判断所述噪声是否包括异常噪声分量；在判断所述噪声包括所述异常噪声分量的情况下，发出预警。通过上述技术方案，本发明提供的用于变压器的主动降噪方法、系统及存储介质通过在消除变压器的正常噪声分量的基础上，进一步分离出变压器的异常噪声分量，从而实现对变压器故障的实时监控。

技术领域

本发明涉及变压器的降噪技术领域，具体地涉及一种用于变压器的主动降噪方法、系统及存储介质。

背景技术

变压器噪音多为低频噪音，拥有着强烈的穿透性和广泛的传播距离，能够对很远的地方造成影响，对居民小区的业主们有着较为严重的噪音污染。

现有技术中采用对噪声进行处理的方法是采用神经网络训练的形式预测噪声的频率变化，从而控制对应的噪声消除设备以抵消噪声。但是，这种噪声的抵消方式只能够针对正常状态下的变压器起作用。在变压器发生故障的情况下，噪声的频率会变得无法预测，从而无法实现噪声消除的作用。

发明内容

本发明实施方式的目的是提供一种用于变压器的主动降噪方法、系统及存储介质，该主动降噪方法、系统及存储介质在消除变压器的正常噪声分量的基础上，进一步分离出变压器的异常噪声分量，从而实现对变压器故障的实时监控。

为了实现上述目的，本发明实施方式提供一种用于变压器的主动降噪方法，所述主动降噪方法包括：

获取所述变压器的噪声；

判断所述噪声是否包括异常噪声分量；

在判断所述噪声包括所述异常噪声分量的情况下，发出预警。

可选地，判断所述噪声是否包括异常噪声分量具体包括：

提取所述变压器在历史时间段内的各个已识别的噪声特征以构成特征集合，其中，所述特征集合包括多个所述噪声特征和每个所述噪声特征对应的影响因素；

对所述特征集合中的所述噪声特征进行预处理；

针对所述特征集合中的每个所述噪声特征执行筛选操作；

将所述特征集合输入四元分类器中以训练所述四元分类器；

将获取的所述噪声输入所述四元分类器中确定是否能够分离出异常噪声分量。

可选地，所述影响因素包括电流协方差矩阵和/或子带能量变化比。

可选地，对所述特征集合中的所述噪声特征进行预处理具体包括：

采用压缩近邻规则算法对所述特征集合进行数据清洗；

采用特征化标准的方法对所述特征集合进行归一化处理；

采用局部线性嵌入LLE算法对所述特征集合进行数据降维。

可选地，针对所述特征集合中的每个所述噪声特征执行筛选操作具体包括：

对所述噪声特征依次执行特征删除、特征选择、特征衍生操作。

可选地，所述四元分类器包括：

输入层，用于接收输入的所述特征集合；

决策树，与所述输入层连接，用于对所述特征集合执行第一分类操作；

梯度提升迭代决策树，与所述输入层连接，用于对所述特征集合执行第二分类操作；

多层感知机，与所述输入层连接，用于对所述特征集合执行第三分类操作；

高斯核，与所述输入层连接，用于对所述输入层执行第四分类操作；