向志昊，魏华

（国网铜川供电公司，陕西铜川 727031）

电力变压器是电力系统中实现电压转换、能量传输的关键设备。若变压器发生故障可能会导致大面积停电，从而引发电力系统解列崩溃，甚至造成爆炸、火灾等重大安全事故，并威胁人们的生命财产安全。因此，对电力变压器进行健康评估及运维检测具有重要意义[1-2]。

电力变压器的运行环境复杂，其运行状态受电、湿、热与机械应力等多种因素的影响[3-4]。传统的电力变压器状态监测主要通过对电压电流、温湿度、振动及热辐射等信号进行采集，再综合分析与评估其健康状态[5-6]。但电力变压器的声纹信号也蕴含着大量的运行状态信息，因此可通过对声纹特征加以分析进而及时发现其缺陷状态[7-8]。随着人工智能技术的发展，声纹识别技术已由传统的人耳声音辨识，拓展应用到照明、测井及工业自动化设备的状态识别等领域[9-11]。若将声纹识别技术应用于电力变压器的状态监测，便会增加一种有效的监测手段，进而有利于保障其安全、稳定工作。

针对此，文中利用声纹识别技术进行电力变压器状态监测，以实现对典型缺陷状态的精准识别，且进一步提升电力变压器运维检测工作的智能化水平。

1 电力变压器声纹特征构建

为了将声纹信号转为人工智能算法能够计算与分析的结构化数据，需对电力变压器声纹信号进行预处理。通常，使用梅尔频率倒谱系数（Mel Frequency Cepstral Coefficients，MFCC）来表征声纹信号的频率特征[12]。……