基于声谱图与改进残差网络的断路器故障诊断研究

来源：机械与电子杂志2025年第03期北京时间：

作者：曹健;陈杉杉;包锡军;从乐瑶;周菁

单位：国网江苏省电力有限公司无锡供电分公司,江苏 无锡 214061

摘要：针对传统开关柜故障监测装置效果不显著,难以及时发现设备运行时的缺陷,以及现有声纹识别故障诊断方法应用于断路器故障诊断中存在识别准确率低的问题,提出了基于声谱图特征的 SE-ResNet深度学习神经网络识别模型。首先对声音信号进行声谱图( Spectrogram )特征提取,保留了声音信号的细节,提取出音频信号中的瞬态特性和非稳态特性。随后通过识别模型进行故障诊断。通过实验,针对不同模型以及不同特征提取方式进行比较,验证了所提方法的有效性和优越性。

关键词：断路器;声纹识别;声谱图特征

基金资助：国网无锡供电公司科技项目( SGJSWX00KJJS2312307 )