一种电力主设备声纹缺陷识别方法及系统

本发明涉及电力设备监测技术领域，提供了一种电力主设备声纹缺陷识别方法及系统，包括：当特征向量库内数据熵值低于第二阈值时，基于声纹数据，通过深度学习模型和机理模型联合实现缺陷识别，得到第一缺陷识别结果，并基于第一缺陷识别结果对深度学习模型进行优化；同时对声纹数据进行特征提取，在特征向量库内进行向量检索，得到第二缺陷识别结果，若识别结果不一致，则将特征向量加入特征向量库；当特征向量库内数据熵值高于第二阈值时，在特征向量库内进行向量检索，得到第二缺陷识别结果，将第二缺陷识别结果作为最终缺陷识别结果。不仅基本涵盖变电主设备所有潜在运行状态，而且能达到快速诊断，及时发现故障，有利于电网设备稳定运行。