10.3969/j.issn.1673-8845.2023.07.094
基于CNN的变压器异常状态声纹识别方法研究
变压器是电力系统当中最为核心的组成部分,其直接关系到电网的稳定与完全,为最大程度降低变压器故障所导致的严重损失,必须要对变压器的异常状态进行及时有效的识别与检修.目前,深度学习模型在各个领域都得到了广泛的应用,而基于深度学习的声纹识别方法也越来越成熟,作为深度学习网络中最为常用的一种网络架构,CNN常用于局域空间特征提取,在自然语言以及图像处理方面都能够进行有效的识别.本文利用CNN对变压器异常状态进行声纹识别,能够有效提升变压器异常状态的识别准确率.
深度学习模型、CNN、变压器异常状态、声纹识别
TP391.41;TN957.52;TM711
2023-11-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
283-285