为破解传统变电站人工巡检滞后、强噪声下故障识别难、单一传感数据误报率高等行业痛点，山东声谱智能科技有限公司科研团队历时一年技术攻关，自主研发“声诊护电—电力设备多模态声纹融合智能诊断系统”，以AI多模态融合技术赋能配网设备预测性运维，产品完成长期现场试点验证，各项核心指标达到行业先进水平。
当前国内变压器、高压开关柜运维多依赖人工运维、红外定点测温，受厂区风机、车辆、变频器复合噪声干扰，设备内部铁芯松动、局部放电等早期隐性缺陷极易漏判；单一声纹、振动监测设备存在数据不同步、边缘端算力不足、复杂工况泛化能力差等短板。针对行业共性瓶颈，山东声谱智能组建由信号处理、人工智能、电力设备运维多学科人才构成专职科研团队，开展联合技术攻坚。
研发过程中，团队重点攻克三大核心技术壁垒：一是创新优化EEMD-FastICA自适应降噪算法，实现变电站复杂噪声环境信噪比提升16dB以上，噪声抑制率达99.5%；二是构建MAE-LSTM轻量化多域特征融合网络，将声纹、振动、温度三类传感信号时序同步误差控制在1μs以内，单帧特征提取耗时压缩至36ms，适配低功耗工业边缘终端；三是搭建覆盖变压器、开关柜全类型故障标准声纹样本库，实验显示该系统综合故障识别准确率稳定至97.1%，可提前7—11天预警潜伏性绝缘、放电类隐患。
2025年10月至2026年6月，该企业开展为期8个月小规模挂网试用，连续稳定运行超5800小时，精准捕捉5处设备早期异常隐患，经现场停电复检全部属实，大幅减少人工巡检频次，有效降低突发停电运维风险，其优势得到电力运维企业充分认可。
