一种变压器声纹异常检测方法

本发明涉及变压器技术领域，且公开了一种变压器声纹异常检测方法，包括，采用多个高灵敏度声纹传感器，采集变压器运行时的声纹信号；对采集到的声纹信号进行预处理；提取声纹信号的时域特征、频谱特征和深层次特征；将时域特征、频域特征和深度学习特征进行融合，形成综合特征向量；采用支持向量机构建异常检测模型，在模型中引入注意力机制。该变压器声纹异常检测方法，通过多传感器布局和高灵敏度的MEMS麦克风，确保了声纹信号的高分辨率和高信噪比，多传感器的布置可以覆盖变压器的不同位置，从而更全面地捕捉变压器的运行状态，时域特征和频谱特征的提取从不同的角度描述了声纹信号的特性。