基于音频特征融合的变压器有载分接开关机械故障诊断设计_智能电网与人工智能.docxVIP

PAGE2

基于音频特征融合的变压器有载分接开关机械故障诊断设计

第一章绪论

1.1研究背景

随着我国电力系统规模持续扩大和电压等级不断提升，变压器作为输变电枢纽的核心设备，其运行可靠性直接关系到电网的安全稳定。有载分接开关（On-LoadTapChanger,OLTC）是变压器中唯一带有机械动作的核心部件，承担着带负荷调节电压的重要职能。

根据国家电网运行统计数据，OLTC引发的变压器非计划停运占比高达20%以上，且其中机械故障占据主导地位，如触头磨损、弹簧疲劳、传动轴卡涩等。这类故障具有渐进性和隐蔽性，若不能及时发现，会迅速恶化为严重事故，造成大面积停电和巨大的经济损失。

传统OLTC状态检测主要依赖定期检修和油中溶解气体分析，但存在检修周期过长、无法实时感知机械状态等不足。振动与声信号分析技术虽然已被引入，但多依赖人工经验判断，难以实现自动化、高精度的缺陷识别。

特别是机械卡涩缺陷，其早期信号特征微弱，易被操作过程中的正常冲击信号所淹没，成为目前在线监测领域亟待突破的瓶颈。现有基于阈值的简单诊断方法漏报率和误报率居高不下，缺乏对非平稳瞬态声音信号的有效解析手段。

在人工智能与电力系统深度融合的背景下，利用音频感知和模式识别技术实现OLTC机械状态智能评价已成为新的发展方向。切换动作产生的声信号蕴含丰富的机械动力学信息，通过提取梅尔频率倒谱系数（MFCC）等听觉