声纹的变压器放电与机械故障诊断研究

作者：吴国鑫; 詹花茂^*; 李敏

来源：应用声学, 2021, 40(04): 602-610.

• 变压器
• 可听声
• 小波包
• BP神经网络
• 卷积神经网络

变压器中的一些放电和机械故障会产生异常声,可用于故障检测。据此,该文提出基于可听声的变压器放电和机械故障诊断方法。针对机械故障声与变压器本体噪声特征相似易混淆的问题,提出改进小波包-BP神经网络算法,与传统小波包-BP神经网络算法相比声音识别率提高了5.7%。为提高声音识别系统的泛化性,提出基于梅尔对数频谱和卷积神经网络的声音识别算法。两种算法相互验证,提高了系统的可靠性。在真实变压器油箱中模拟了不同类型放电和机械故障。实验结果表明,该文提出的两种方法能成功识别放电声和机械故障声,声音识别率分别为99.6%和97.57%。

• 单位
  新能源电力系统国家重点实验室; 华北电力大学