电气设备声纹特征分析及其在故障预测中的应用

赵振杰 ¹黄泽杰 ¹王海华 ¹李志铿¹

扫码查看

作者信息

1. 中国能源建设集团广东省电力设计研究院有限公司
折叠

摘要

随着电气设备在电力系统中的复杂性增加,传统的故障检测方法难以满足高效和精确的需求,尤其是在噪声干扰频繁的环境中.针对这一问题,本文提出了结合Mel时频谱和Mixup数据增强技术的卷积神经网络模型,对电力变压器声纹信号进行深入分析和故障预测.通过实验验证,该模型在提高故障检测的准确性和模型鲁棒性方面表现出色,识别准确率高达99％,有效防止了模型过拟合,为电气设备的实时监控和故障预警提供了可靠的技术支持.

关键词

卷积神经网络/电力变压器/声纹信号

引用本文复制引用

出版年

2025

电气技术与经济

北京电工综合技术经济研究所

电气技术与经济

影响因子：0.393

ISSN：2096-4978

段落导航