一种基于声纹检测的储能系统电弧故障诊断方法及系统

本发明涉及电弧故障诊断技术领域，提出了一种基于声纹检测的储能系统电弧故障诊断方法及系统，包括以下步骤：实时采集声纹信号并进行抗干扰预处理，得到时频域声谱图；基于多分支卷积神经网络识别时频域声谱图并进行加权，得到时序特征序列；将时序特征序列输入时序卷积网络模型，输出全局上下文特征；对全局上下文特征进行动态加权池化，得到表征电弧故障的关键帧特征向量；将关键帧特征向量输入电弧故障诊断分类模型，得到电弧故障类型、电弧故障严重度分级和声源定位信息，基于电弧故障严重度分级生成对应的告警信号和控制指令。本发明提高了检测灵敏度和抗干扰能力，提升了储能系统的安全防护水平和故障预警能力。