刘云鹏，王博闻，周旭东，罗世豪，刘嘉硕

(华北电力大学 河北省输变电设备安全防御重点实验室，河北 保定 071003)

0 引 言

超、特高压电力变压器作为电网的核心设备，对大范围电网的安全稳定运行具有重要影响[1]。为保障特高压变压器的安全稳定运行，已有许多不停电检测技术应用于到变压器中。其中，变压器的声纹检测技术由于传感装置无需与变压器之间产生电磁耦合且能够对变压器的整体性机械故障进行检测与诊断，因此在变压器的在线监测、不停电检测等工作中具有很强的优势。

变压器在运行过程铁芯、绕组等结构会发生振动并产生机械波，产生的振动和声音信号包含了大量的设备状态信息。由于变压器的振动信号和声音信号相比具有更强的抗干扰能力，因此目前关于变压器的状态监测研究多集中在振动信号的研究，但是振动信号采集对于布点位置的要求更为严格，较小的布点偏移将导致测量结果产生很大的变化[2]，这不利于不同型号变压器振动数据统一化，而声音传感器的小幅位置偏移后接收到的信号则不会产生较大差异，使得声纹诊断法在人工巡检中具有一定优势。

对于变压器声纹诊断方法，主要分为机器学习方法与特征值诊断方法[3，4]。以深度学习为代表的机器学习方法具备更强大的特征学习能力，可以从大量样本的数据集中训练出更强大的模型，能够从原始输入数据中抽象出其本质。……