基于多特征提取分析的变压器声纹故障识别技术研究  

作　　者：侯文彪 徐宁 

机构地区：[1]中国电建集团华东勘测设计研究院有限公司,浙江杭州310000 [2]中国电建新能源集团股份有限公司华东分公司,浙江杭州310000

出　　处：《江西电力》2025年第1期70-74,共5页Jiangxi Electric Power

摘　　要：变压器是变电站高电压远距离输电系统中的重要设备,也是电力设备故障识别与诊断的重点。文中从声纹分析角度探讨变压器故障识别系统,介绍系统组成,重点分析变压器噪声分离模块、声纹特征提取模块以及基于LSTM的声纹识别模块。与传统的人工听声定障法相比,基于人工智能技术的电力设备声纹的故障诊断方法为电力设备的故障诊断提出了一种新思路、新方向,且与传统的以电气测试为代表的断电检测相比,因其具有不断电、实时性的优越性能,极大地提高了故障检测的便利性与时效性,为电力系统的安全运行提供了强力支撑,确保变压器的安全可靠运行。实验结果表明,文中所提出方法不仅大幅度提升了变压器故障识别的准确率与鲁棒性,还因其非断电、实时性的效能,大大提高了电力系统故障检测的安全性、可靠性与工作效率。

关 键 词：变压器声纹故障识别 噪声分离 特性提取 LSTM神经网络 

分 类 号：TM41[电气工程—电器]