基于改进MFCC和VQ的变压器声纹识别模型

• 作者: 张君 王丰华 王邵菁 袁国刚 陈颂
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 变压器 梅尔频谱倒谱系数 声纹识别 矢量量化 主成分分析 噪声
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 高电压技术
• 页码范围: 1535-1542
• 页数: 8页
• 分类号: TM41
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.152581

摘要

为准确地获取变压器的噪声特性,该文提出了一种基于改进梅尔频率倒谱系数和矢量量化算法的变压器声纹识别模型.首先对变压器噪声信号进行分帧和加窗处理,然后综合运用加权处理法和主成分分析法对现有的MFCC特征向量提取算法进行改进,进而基于VQ算法对变压器噪声信号进行识别.以某10kV变压器为对象进行空载试验,对不同铁芯松动下的噪声信号进行测试.计算结果表明,改进后的MFCC特征向量提取算法具有识别效率高和计算速度快的特点,所得到的MFCC特征向量能准确反映不同铁芯压紧程度下的变压器噪声特征,且基于VQ算法的识别结果与预设铁芯工况吻合良好.研究结果可为变压器结构优化设计及噪声治理提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丰华		66	628	15.0	23.0
2	张君		15	161	6.0	12.0
3	袁国刚		2	24	1.0	2.0
4	陈颂		2	3	1.0	1.0
5	王邵菁		1	0	0.0	0.0