基于改进ResNet18和声纹SDP的干式变压器局放故障状态检测

来源：计算机测量与控制杂志2026年第3期北京时间：

作者：刘东阳,赵海亮,杨宝成,李琦,张甲富

单位：中广核新能源安徽有限公司

摘要：干式变压器局放故障产生的声纹信号具有非平稳性和多分量调制特性，在含噪环境中难以有效提取瞬态脉冲成分、共振频率分布和空间方向性等关键特征，降低故障状态检测的准确率。为此，提出基于改进ResNet18和声纹SDP的干式变压器局放故障状态检测方法。根据干式变压器局放故障声纹特性，通过声纹传感器实时采集声纹信号，经过SDP处理（谱分解处理）生成声纹信号的时频图与空间谱图。通过输入层、卷积层、残差层、注意力机制层与全连接层的优化，改进ResNet18模型，引入了两条特征提取路径，一条用于提取声纹信号的时域特征，另一条用于提取频域特征。时域路径采用叠加的残差块，以捕捉长时依赖关系和瞬态脉冲成分，而频域路径则使用可变形卷积层，以灵活地调整卷积核形状，更好地捕捉共振频率分布和空间方向性等频域特征。以干式变压器声纹信号时频图与空间谱图为依据，采用改进ResNet18模型制定干式变压器局放故障状态诊断程序，获取最终的局放故障状态判定结果（轻微，一般，较重与严重），从而实现干式变压器局放故障状态的有效检测。实验结果显示:应用设计方法后，局放故障状态检测准确率最大值达到了99.5%，提取的声纹信号时频图与实际声纹信号时频图趋于一致，局放故障状态判定结果与测试样本标注结果相同。

关键词：声纹信号;干式变压器;SDP处理;状态检测;改进ResNet18模型;局放故障;