变压器的声音异常直接反映了设备运行状态的异常工况或者故障。基于深度置信网络（DBN）的机器学习算法及模式识别技术，建立人工智能声学诊断模型及变压器不同运行状态的音频样本库，通过提取变压器不同运行状态及典型缺陷激发声音的特征图谱和特征信号，实现不间断、非接触的听声巡检功能，诊断变压器异常工况及故障。同时，声纹声音感知系统还可以用于电机、发电机组、开关柜断路器等设备的日常监测。

功能：

· 诊断变压器异常工况及故障，包括铁芯松动、绕组松动、外部夹件松动、外部连接件松动、变压器绕组电流状态异常等；

· 设备缺陷预警；

· 设备运行声音自学习功能。

特点：

· 声音传感实现非接触式，信息采集阶段安全可靠；

· 实现大范围、连续实时监测。通过边缘计算，第一时间预警设备异常。声音数据不需要上传分析，信息安全可靠；

· 基于声音诊断的技术与现有设备的智能诊断技术形成互补；

· 基于设备缺陷数据库，结合人工智能分析手段，实现设备异常预警，并能结合专家系统对非变压器等其他设备预警进行分析

        技术指标：