摘要
本申请提供了一种高压直流换流阀的故障识别方法、介质及电子设备,能够采集高压直流换流阀的实时音频数据,并提取实时音频数据对应的声纹特征,通过第一降维算法对声纹特征进行降维,获取第一降维数据,再通过第二降维算法对第一降维数据进行降维,获取第二降维数据,最后通过预先训练的故障分类模型对第二降维数据进行故障分类并输出对应的故障分类结果,从而能够去除高压直流换流阀的音频数据中混杂的噪声,得到用于进行故障识别的正常音频数据样本,能够提高故障识别模型的识别准确性,也能够增加故障音频数据的数据量,使得故障识别模型进行故障识别的泛化能力增强,还能够通过向现场运维人员提供可视化音频特征数据以得到人工判断结果,综合人工判断结果和模型识别结果得到准确性更高的故障识别结果,进一步提高对高压直流换流阀故障的响应能力。