摘要：电力电缆是电力输送的重要载体，针对传统的卷积网络模型在采用电缆声纹诊断时存在准确率低、计算量较大的问题，提出一种基于多声纹特征和轻量化卷积网络的电缆故障诊断方法。首先，提取三种声纹特征谱图，包括时频谱图、梅尔谱图和梅尔频率倒谱系数；其次，构建轻量化卷积神经网络模型用于多声纹特征提取和融合；最后，制作电缆典型缺陷模型，利用采集的声纹数据进行验证。验证结果表明，所提方法对电缆三种典型故障类型均能够实现可靠诊断，平均准确率为97.6%。本方法相较于仅使用单一的时频谱图、梅尔谱图或梅尔频率倒谱系数特征诊断方法，在准确率上分别提升约1.3%，3.1%和3.1%。同时，与AlexNet，MobileNetV2和GoogleNet 模型相比，本方法的准确率分别提高1.3%，0.7% 和4.4%，每批次训练时间分别减少172.3 s，18.2 s和69.4 s，模型文件大小分别减少193.4 MB，14.6 MB和25.7 MB。

      关键词：电力电缆；声纹；卷积神经网络；局部放电；多特征融合

      中图分类号：TM855     文献标识码：A