参考文献
[1] 李刚,于长海,刘云鹏,等. 电力变压器故障预测与健康管理:挑战与展望[J] . 电力系统自动化,2017,41(23):156-167.
[2] 翟永杰,杨旭,彭雅妮,等. 基于计算机听觉技术的电力设备状态监测研究综述[J] . 广东电力,2019,32(9):24-32.
[3] MA Xin, LUO Yu, SHI Jian, et al.Acoustic Emission Based Fault Detection of Substation Power Transformer[J].Applied Sciences,2022,12(5):2759.
[4] 耿琪深,王丰华,金霄. 基于 Gammatone 滤波器倒谱系数与鲸鱼算法优化随机森林的干式变压器机械故障声音诊断[J] . 电力自动化设备,2020,40(8):191-196.
[5] 林凡勤,李明明,郭红. 变压器故障诊断技术综述[J]. 计算机与现代化,2022(3):116-126.
[6] 张兆坤, 杨国华, 张佳豪, 等. 基于 VNWOA-LSSVM 变压器故障诊断方法研究[J] . 电工电气,2022(12):32-36.
[7] 朱超,张兆君,谭风雷,等. 基于声音的变压器故障识别[J]. 电工技术,2021(12):82-85.
[8] 翟永杰,彭雅妮,杨旭,等. 融合 MFCC 和 IMFCC 特征的电厂设备声音识别算法[J] . 现代电子技术,2022,45(8):6-12.
[9] 王赵国,韦存海,彭雅妮,等. 基于 GFCC-SVM-RFE 的电力设备声音特征提取方法[J] . 电力信息与通信技术,2022,20(9):34-42.
[10] 巩泉役,彭克,陈羽,等. 基于电弧随机性和卷积网络的交流串联电弧故障识别方法[J] . 电力系统自动化,2022,46(24):162-169.
[11] 杨毫鸽. 飞机发动机异常声音识别方法研究[D] .南昌:南昌航空大学,2018.
[12] 肖毓增,付新华,杨胜仪,等. 声纹识别在电厂设备状态监测中的运用[J] . 物联网技术,2022,12(10):4-7.
[13] 张瑶,罗林根,王辉,等. 基于 MPSO-MLE 的变电站设备异常声源定位方法[J] . 高电压技术,2020,46(9):3145-3153.
[14] 吴国鑫,詹花茂,李敏. 声纹的变压器放电与机械故障诊断研究[J] . 应用声学,2021,40(4):602-610.
[15] 王让定,柴佩琪. 语音倒谱特征的研究[J] . 计算机工程,2003,29(13):31-33.
[16] HE Kaiming, ZHANG Xiangyu, REN Shaoqing,et al.Deep residual learning for image recognition[C]//IEEE Conference on Computer Vision and Pattern Recognition,2016.
[17] 孟子超,杜文娟,王海风. 基于迁移学习深度卷积神经网络的配电网故障区域定位[J] . 南方电网技术,2019,13(7) :25-33.