电气设备声纹特征分析及其在故障预测中的应用

扫码查看

原文链接

万方数据
维普

中文摘要：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.

作者：

赵振杰、黄泽杰、王海华、李志铿

展开 >

作者单位：

中国能源建设集团广东省电力设计研究院有限公司

关键词：

卷积神经网络电力变压器声纹信号

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

年,卷(期)：2025.(1)