基于声纹识别和神经网络的变压器/电抗器故障诊断方法
基本信息
| 申请号 | CN201910690335.3 | 申请日 | - |
| 公开（公告）号 | CN110534118B | 公开（公告）日 | 2021-10-08 |
| 申请公布号 | CN110534118B | 申请公布日 | 2021-10-08 |
| 分类号 | G10L17/26;G10L17/18;G10L21/10 | 分类 | 乐器；声学; |
| 发明人 | 徐海青;季坤;赵峰;陈是同;徐唯耀;秦浩;王文清;王维佳;吴立刚;付成成;浦正国;梁翀;廖逍;张晨晨;张天奇;余江斌;胡心颖;韩涛 | 申请（专利权）人 | 安徽继远软件有限公司 |
| 代理机构 | 合肥维可专利代理事务所（普通合伙） | 代理人 | 吴明华 |
| 地址 | 230088 安徽省合肥市高新区习友路1800号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于声纹识别和神经网络的变压器/电抗器故障诊断方法，首先采集变压器/电抗器运行时产生的语音信号，然后将语音信号分为若干个语音片段后直接转换为语谱图，接着采用CNN网络和LSTM网络串联构成的神经网络对语谱图进行处理，最终基于神经网络的处理结果进行变压器故障诊断。本发明利用CNN网络处理图像能力强以及LSTM网络易于对时序数据进行建模的特点，结合CNN网络和LSTM的网络优势，提出了一种基于声纹识别的变压器/电抗器故障诊断方法，对变压器/电抗器的故障诊断有着较高的准确率，能够识别变压器/电抗器是否发生内部故障，可有效降低检修人员劳动强度，提高变压器/电抗器检测的智能水平。 |
