基于声纹特征识别的电力变压器运维检测技术研究

作者：向志昊; 魏华

来源：电子设计工程, 2023, 31(20): 114-118.

DOI：10.14022/j.issn1674-6236.2023.20.025

• 声纹识别
• 深度学习
• 变压器故障
• 智能巡检

针对现有方法对电力变压器状态监测不够全面的问题，基于声纹特征识别技术进行了电力变压器运维检测方法研究。构建了电力变压器声纹信号的梅尔倒频谱系数（MFCC）特征，并提出了基于深度置信网络（DBN）与支持向量数据状态描述（SVDD）的电力变压器缺陷状态识别算法。同时利用DBN模型对MFCC特征进行学习训练，完成对深度声纹特征的提取。通过SVDD算法对声纹特征与缺陷类型进行关联分析，以实现缺陷类型的精准识别。在实际数据样本集上进行的测试结果表明，DBN-SVDD算法对于缺陷类型识别具有较高的准确性，且在实际应用中能够准确识别常见缺陷，并为电力变压器运维检测提供有效的辅助。