绕组松动是变压器常见故障之一,对变压器的安全运行产生巨大威胁.故对其进行精准的监测,对提高电力系统的安全稳定性具有十分重要的意义.基于声信号的变压器绕组松动检测,由于其具有无损检测和不需停运变压器等优点,成为近年来研究的热点.但声信号检测存在故障特征提前复杂和易受噪声干扰等缺陷,限制了其工程应用.该文提出了一种基于声信号听觉谱特征和支持向量机的变压器绕组松动识别方法.首先,将采集的声信号进行去均值和消除趋势项的预处理,以减小信号采集环境和传感器性能对所采集信号的影响;然后,将预处理后的声信号输入到多特征频率分析的听觉外周模型,经过中耳滤波器滤波、基底膜模型选频、外毛细胞模型放大、内毛细胞模型换能作用后,输出内毛细胞电压信号,实现多个特征频率听觉信号的提取,以此构成听觉谱,并在听觉谱基础上提取多种统计特征;最后,每种特征分别使用遗传算法优化的支持向量机进行识别试验,以验证提取特征的有效性.为进一步提高识别准确率,融合多种统计特征构成特征向量并进行测试,以此确定最优融合特征.研究表明,该文所建立的变压器绕组状态检测方法可以有效地应用于变压器故障诊断和监测中.