基于LSTM神经网络的电抗器故障声纹识别方法

摘要：

高压电抗器是保障电力系统安全稳定运行的重要设备之一,针对高压电抗器故障难以被准确识别的问题,提出了基于LSTM(长短期记忆)神经网络的高压电抗器故障声纹识别方法.首先对一台高压电抗器运行时产生的声纹信号进行收集,然后将声纹信号分为若干个声纹片段后转换为语谱图,并使用Mel时频谱降维处理,最后采用LSTM网络对语谱图进行高压电抗器故障识别.实验结果表明,所提出的方法实现了高压电抗器故障的智能化诊断,有效提高故障识别的精准度,减少故障检测时所需投入的人力,助推电网安全监测智能化水平的提升.

关键词：高压电抗器、长短期记忆网络、声纹识别、故障、语谱图

所属期刊栏目：42

分类号：TP391;TM76;F832.51

资助基金：国网浙江省电力有限公司科技项目5211MR20004U

在线出版日期：2023-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：114-120