一种基于声纹系统和迁移学习的设备缺陷分析方法及系统

本发明公开了一种基于声纹系统和迁移学习的设备缺陷分析方法及系统，涉及电厂设备故障诊断与健康监测领域，方法包括：实时采集设备运行的音频信号；基于预处理后的音频信号，进行数据表示和特征映射，生成第一设备缺陷分析模型；基于迁移学习卷积神经网络对第一设备缺陷分析模型进行训练，得到第二设备缺陷分析模型；通过第二设备缺陷分析模型进行分析，输出设备缺陷分析结果；本发明解决了目标领域数据不足和分布差异的问题，提高模型的泛化能力和缺陷检测的精度。本发明可广泛应用于风机、泵、汽轮机等电厂关键设备的故障监测，具有高效性、适应性和可靠性。