摘要： 针对变压器有效振动信号受噪声干扰难以提取的问题，提出一种改进群分解-奇异值分解(ImprovedSwarm Decomposition-singular Value Decomposition，ISWD-SVD)的变压器振动信号降噪方法。该方法首先将功率谱熵负值作为目标函数，利用麻雀搜索算法(Sparrow Search Algorithm，SSA)寻找群分解算法(Swarm Decomposition，SWD)最优参数；然后，采用最优参数对变压器振动信号进行SWD分解，并剔除剩余分量，得到重构信号；最后，利用SVD去除重构信号中的噪声残留，实现二次降噪。通过对仿真信号与现场信号进行降噪效果验证，并与其他降噪算法进行对比分析。结果表明：ISWD-SVD联合方法对变压器振动信号具有更好的降噪效果，可为变压器机械状态检测和故障诊断提供有力依据。

关键词: 故障诊断, 变压器, 振动信号, 改进群分解, 奇异值分解, 降噪