变压器故障检测方法、装置、终端设备和可读存储介质

本申请提供了一种变压器故障检测方法、装置、终端设备和可读存储介质，方法包括获取待检测变压器的声纹数据；将待检测变压器的声纹数据输入至故障检测模型，输出变压器的故障模式；其中，故障检测模型是采用多源域的变压器声纹数据样本集和优化目标函数对卷积神经网络模型进行学习训练得到的；优化目标函数包括内在分布损失函数、对抗训练损失函数和交叉熵损失函数。该方法采用多源域的变压器声纹数据样本集来训练模型，并在训练模型时采用优化目标函数，使得训练得到的故障检测模型具备更强的故障识别能力；因此采用该故障检测模型可以更加准确地确定变压器的故障类型。