文献类型：期刊文章

作　　者：向志昊[1] 魏华[1]

XIANG Zhihao;WEI Hua(State Grid Tongchuan Power Supply Company,Tongchuan 727031,China)

机构地区：[1]国网铜川供电公司,陕西铜川727031

出　　处：《电子设计工程》

基　　金：国网陕西省电力公司(5226TC20005R)。

年　　份：2023

卷　　号：31

期　　号：20

起止页码：114-118

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：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。

关 键 词：声纹识别 深度学习  变压器故障 智能巡检

分 类 号：TP277] TN99]