基于50Hz倍频小波时频熵和RUSBoost的变压器绕组松动声纹识别

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％.