基于声纹与深度学习的高压断路器机械故障诊断方法

本发明公开了一种基于声纹与深度学习的高压断路器机械故障诊断方法，包括：确定声纹信号的最佳采集位置，采集高压断路器机械故障的声纹信号；对所述声纹信号进行预处理，得到预处理后的声纹信号；利用预处理后的声纹信号，构建多元滤波边际谱图；对多元滤波边际谱图进行数据扩充，得到扩充后的边际谱图；将扩充后的边际谱图输入到神经网络模型，输出高压断路器机械故障声纹识别结果。本发明能够对变电站的运行高压断路器的机械故障实现精确识别，提升设备故障运维效率，降低检修消耗，延长设备寿命。