论文部分内容阅读
利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法，可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法，采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号，将声音信号进行预处理并提取声音信号的MFCC特征，再将其通过一、二阶差分组合成一组声音特征的矢量，输入LSTM神经网络中进行训练。训练结果表明，将LSTM神经网络应用在电力变压器状态声音诊断上对3种状态的识别均能达到99%以上的准确率。