基于人工智能的电力设备异常声音检测方法研究.pdfVIP

标准与检测

StandardsTestingudioEngineering

2024,48(8):150-152.

文献引用格式：胡尕红.基于人工智能的电力设备异常声音检测方法研究[].电声技术

HUZH.Researchonabnormalsounddetectionmethodforpowerequipmentbasedonartificialintelligence[J].Audio

Engineering(8):150-152.

中图分类号：TM507文献标识码：AD0I:10.16311/j.audioe.2024.08.043

基于人工智能的电力设备异常声音检测方法研究

胡尕红

（甘肃电力科学研究院技术中心有限公司，甘肃兰州730070)

摘要：为研究基于人工智能的电力设备异常声音检测方法，通过声音信号预处理、机器学习模型构建、实时监测与反馈等关键

技术，实现电力设备异常声音的自动检测和识别。实验结果表明，该方法在主变压器和高压断路器的异常声音检测任务上取

得了良好的应用效果。

关键词：电力设备；异常声音检测；人工智能

ResearchonAbnormalSoundDetectionMethodforPowerEquipmentBasedonArtificialIntelligence

HUZahong

(GansuElectricPowerResearchInstituteTechnologyCenterCo.,Ltd.,Lanzhou730070,China)

Abstract:Inordertostudytheabnormalsounddetectionmethodofelectricpowerequipmentbasedonartificialintelligence,thekey

technologiessuchassoundsignalpre-processing,machinelearningmodelbuilding,real-timemonitoringandfeedbackareusedto

realizetheautomaticdetectionandrecognitionofabnormalsoundofelectricpowerequipment.Theexperimentalresultsshowthatthe

proposedmethodiseffectiveindetectingabnormalsoundofmaintransformerandhighvoltagecircuitbreaker.

Keywords:electricalequipment;abnormalsounddetection;artificialintelligence

0引言NeuralNetwork，RNN）是两类在声音检测中广泛应

用的深度学习模型。CNN通过卷积和池化操作提

电力设备的安全稳定运行对于保障电力供应取声音信号的局部特征，适用于短时间尺度的声音

非常重要，但是电力设备在长期运行过程中不可避事件检测。而RNN擅长处理时序数据，通过记忆

免地会出现各种故障，严重威胁电网