變壓器的(de)聲音異常直接反映了(le／liǎo)設備運行狀态的(de)異常工況或者故障。基于(yú)深度置信網絡（DBN）的(de)機器學習算法及模式識别技術，建立人(rén)工智能聲學診斷模型及變壓器不(bù)同運行狀态的(de)音頻樣本庫，通過提取變壓器不(bù)同運行狀态及典型缺陷激發聲音的(de)特征圖譜和(hé / huò)特征信号，實現不(bù)間斷、非接觸的(de)聽聲巡檢功能，診斷變壓器異常工況及故障。同時(shí)，聲紋聲音感知系統還可以(yǐ)用于(yú)電機、發電機組、開關櫃斷路器等設備的(de)日常監測。

功能：

· 診斷變壓器異常工況及故障，包括鐵芯松動、繞組松動、外部夾件松動、外部連接件松動、變壓器繞組電流狀态異常等；

· 設備缺陷預警；

· 設備運行聲音自學習功能。

特點：

· 聲音傳感實現非接觸式，信息采集階段安全可靠；

· 實現大(dà)範圍、連續實時(shí)監測。通過邊緣計算，第一(yī / yì ／yí)時(shí)間預警設備異常。聲音數據不(bù)需要(yào / yāo)上(shàng)傳分析，信息安全可靠；

· 基于(yú)聲音診斷的(de)技術與現有設備的(de)智能診斷技術形成互補；

· 基于(yú)設備缺陷數據庫，結合人(rén)工智能分析手段，實現設備異常預警，并能結合專家系統對非變壓器等其他(tā)設備預警進行分析

        技術指标：