一种变压器振动声信号特征提取方法与流程

技术特征：
1.一种变压器振动声信号特征提取方法，其特征在于：包括预处理、特征的评价准则以及主成分分析法，其中，(一)预处理(1)剔除离群点离群点定义为与相应随机变量的平均值距离很远的点，通常为标准差的整数倍,远离平均值的点可能产生较大的误差，如果离群点非常少，可将其剔除；(2)数据归一化在很多情况下，特征的量纲往往不同；在代价函数中，大值特征比小值特征的影响更大，但在分类器设计中，这并不能反映它们的真实重要程度；因此，在计算之前应先消除量纲的影响；通常将特征归一化处理，使其位于相似范围；一个常用的线性方法是用各自的均值和方差的估计值进行归一化，对于第k个特征的n个数据，有值和方差的估计值进行归一化，对于第k个特征的n个数据，有值和方差的估计值进行归一化，对于第k个特征的n个数据，有所有归一化后的特征具有零均值和单位方差,另一个线性方法是通过合适的比例将特征值限值在[0,1]或[-1,1]范围内,除线性方法外，当数据不是均匀分布在均值周围时，可以使用非线性方法，在这种情况下，使用非线性函数变换将数据映射到指定空间；(二)特征的评价准则为了进行特征选择，首先需要确定特征选择的准则；确定评价准则后，特征选择问题就变成了从d个特征中选出使准则函数最优的d个特征的搜索问题；最直接的方法是采用分类器的错误率作为准则，但该方法在很多实际问题中并不一定可行；原因在于：多数情况下样本的概率密度函数未知，错误率的计算也非常复杂；即使用样本对错误率进行实验估计，由于需要采用交叉验证等方法，计算量也将大大增加；特征评价准则通常应该满足如下要求：(1)与错误率具有单调关系，以较好地反映分类目标；(2)当特征独立时，判据对特征应该具有可加性，即式中：j
ij
是第i类和第j类的可分性准则函数，j
ij
越大，类的分离程度越高；x
i
为特征变量；(3)具有以下度量特性j
ij
＞0,i≠jj
ij
＝0,i＝jj
ij
＝j
ji
(4)理想判据应该具有单调性，加入新的特征不会使判据减小，即j
ij
(x1,x2,
…
,x
d
)≤j
ij
(x1,x2,
…
,x
d
,x
d 1
)如果类别可分性判据满足上述条件且比较便于计算，就可以较好地用来作为特征选择
的标准；目前所用的类可分性准则的一个主要缺点是不容易计算，除非假设为高斯分布；更简单的准则考虑在l维空间中特征向量样本分布之间的关系；类内散布矩阵σ
i
＝e[(x-μ
i
)(x-μ
i
)
t
]式中：σ
i
为ω
i
类的协方差矩阵；p
i
为ω
i
类的先验概率，p
i
≈n
i
/n，其中n
i
为n个总样本中属于ω
i
类的样本数，迹{s
ω
}是所有类特征方差的平均测度；类间散布矩阵式中：μ0为全局均值向量迹{s
b
}是每一类的均值和全局均值之间平均距离的一种测度；混合散布矩阵s
m
＝e[(x-μ0)(x-μ0)
t
]即s
m
是全局均值向量的协方差矩阵，是特征值关于全局均值的方差和；s
m
＝s
ω
s
b
根据以上定义可以得到如下准则：根据以上定义可以得到如下准则：根据以上定义可以得到如下准则：对于等概率类，|s
ω
|与成正比，|s
b
|与(μ
1-μ2)2成正比，合并s
b
和s
ω
，得到fisher判别率fdr(fisher’s discriminant ratio)有时用fdr定量描述单个特征的可分类能力；对于多类的情况，可使用fdr的均值形式式中：下标i、j分别表示类ω
i
与ω
j
的特征均值和方差；(三)主成分分析法基本思想是将原来众多的具有一定相关性的p个原始特征x1,
…
,x
p
，重新组合为一组特征个数较少的互不相关的新综合特征ξ
i
以代替原始特征；设新特征ξ
i
,i＝1,
…
,m为原始特征x1,
…
,x
p
的线性组合，每一个主成分所提取的信息量可用其方差度量，方差越大，该主成分所包含的信息越多；新特征的矩阵形式为
式中：a
ij
为第i个主成分中第j个原始特征对应的系数，a
i
为第i个主成分归一化的系数矩阵；a为特征变换矩阵；x为原始特征矩阵；正交变换保证了新特征之间不相关，新特征方差越大，则样本在该维特征熵的差异越大，因而该特征就越重要；可以证明，原始特征协方差矩阵的特征值为主成分的方差；因此，前m个较大特征值代表前m个较大的主成分方差值；原始特征协方差矩阵前m个较大的特征值所对应的特征向量即为相应主成分ξ
i
的表达式系数a
i
；特征值在某种程度上可视为表示主成分影响力度大小的指标，如果某一特征值小于1，说明该主成分的解释力度低于直接引入一个原变量的平均解释力度；作为一种特征提取方法，通常希望用较少的主成分来表示数据，前k个主成分所代表数据的方差贡献率为：式中：λ
i
为第i个主成分的方差；多数情况下，数据中的大部分信息集中在较少的几个主成分上；当前k个主成分的累计方差贡献率己经足够大时，可取前k个主成分作为新特征量，一般而言，当k个主成分的累计方差贡献率超过85％时，所选择的主成分就蕴涵了原始特征量的主要信息。

技术总结
本发明公开了一种变压器振动声信号特征提取方法，包括预处理、特征的评价准则以及主成分分析法。本发明通过适当的变换将p个经过提取后的特征转换为m(≤p)个新特征，目的在于一方面降低特征空间的维数，使模式识别过程中分类器的设计在计算上更容易实现；另一方面，消除特征之间可能存在的相关性，减少特征中与分类无关的信息，使新的特征更有利于分类。使新的特征更有利于分类。


技术研发人员：游溢 刘冬 张维宁 赵普志 杨柱石 何成 赵建平 王欣欣
受保护的技术使用者：南京优能特电力科技发展有限公司
技术研发日：2020.11.10
技术公布日：2022/5/31