基于LSTM神经网络的电抗器故障声纹识别方法

作者：曹力潭; 魏华兵; 黄智; 石明垒

来源：浙江电力, 2023, 42(04): 114-120.

DOI：10.19585/j.zjdl.202304014

• 高压电抗器
• 长短期记忆网络
• 声纹识别
• 故障
• 语谱图

高压电抗器是保障电力系统安全稳定运行的重要设备之一，针对高压电抗器故障难以被准确识别的问题，提出了基于LSTM（长短期记忆）神经网络的高压电抗器故障声纹识别方法。首先对一台高压电抗器运行时产生的声纹信号进行收集，然后将声纹信号分为若干个声纹片段后转换为语谱图，并使用Mel时频谱降维处理，最后采用LSTM网络对语谱图进行高压电抗器故障识别。实验结果表明，所提出的方法实现了高压电抗器故障的智能化诊断，有效提高故障识别的精准度，减少故障检测时所需投入的人力，助推电网安全监测智能化水平的提升。