摘要:为实现现场运行环境下电力变压器运行状态的可靠辨识,提出了一种基于鲁棒局部均值分解(robust local mean decomposition,RLMD)与声纹特征的变压器典型缺陷辨识方法。该方法首先利用RLMD方法实现原始采集声纹信号的降噪处理,再借助皮尔逊相关系数保留与原始声纹信号相关性强的子带分量;其次提取每个子带分量的声纹特征值组成变压器不同状态的特征参量矩阵;最后利用随机森林算法进行状态辨识。搭建了包含3种电力变压器设备典型故障的试验模拟系统,试验结果表明:所提方法实现了电力变压器不同工作状态的可靠表征,且辨识精度较常规方法提升约7%。