一种基于声纹动态耦合模型的GIL设备故障检测方法、系统、设备及存储介质

本发明公开了一种基于声纹动态耦合模型的GIL设备故障检测方法、系统、设备及存储介质，涉及电力系统设备监测与运维技术领域，方法包括：实时采集GIL设备内部的声音信号，进行特征参量提取，得到特征向量；使用正常工况数据建立高斯混合模型，基于特征向量对高斯混合模型进行训练，得到异常检测模型；对待检测的实时信号进行特征参量提取，计算提取到的特征在异常检测模型上的估计值和残差；基于计算得到的估计值和残差，计算异常分数并输出对应的预警信息及故障定位结果；本发明从数据采集到故障诊断全流程进行优化，有效提升了 GIL 设备声纹监测的准确性、及时性和智能化水平，为设备安全稳定运行提供有力保障。