摘要
本公开涉及一种电力设备故障诊断预测方法、装置及电子设备,涉及人工智能技术领域,包括:采集多个电力设备的声音数据和电气数据,从声音数据中定位噪声数据,根据定位到噪声数据的声音数据的时变特性曲线提取故障特征;定位提取到故障特征的故障时间节点,匹配故障时间节点对应的电气数据,得到故障电气数据;利用声音分离模型分离声音数据中的噪声数据,得到每个电力设备的噪声数据,并根据每个电力设备的噪声数据、时变特性曲线以及故障电气数据的匹配程度,确定每个电力设备的故障;根据故障的故障类型的数据异常走势,预测故障趋势。通过应用本公开方案,能够提高局部放电检测的准确性和可靠性,降低漏检或误判的风险。