电力变压器作为电力系统中最关键的设备之一,承担着电压变换,电能传输等艰巨的任务,因此,保证变压器正常稳定的工作对于整个电力系统的安全运行有着非常重要的意义。当变压器出现不同故障时,变压器发出的不同声音信号包含了非常丰富的状态信息,能很大程度反应变压器的运行状态。随着人工智能的快速发展,利用声纹识别技术对变压器类设备机械状态的故障诊断成为新的研究热点。本文从位置、性质以及结构上对变压器的故障类型进行阐述,研究了变压器绕组和铁芯声信号的产生和传播途径,提出了基于声纹识别的变压器故障诊断方法,分析了变压器声音的采集与预处理、声音信号的特征提取以及变压器声纹模型。实验结果表明:变压器声信号的频率主要为100Hz的基频及其整数倍的高频,其中200Hz和300Hz的频率分量占主要成分,当变压器发生故障时,频率分量的成分变多,100Hz基频的幅值下降。为了准确描述变压器声音信号特征,本文对变压器声纹特征提取算法进行了改进,在MFCC（Mel Frequency Cepstral Coefficient）和GFCC（Gammatone Frequency Cepstral Coefficient）的基础上提出了一种基于Fisher准则的特征融合算法,以传统的CNN（Convolutional Neutral Network）网络为分类器对变压器不同机械状态进行分类,结果表明:本文提出的融合特征参数MGCC（Mel Gammatone Cepstral Coefficient）具有特征维数少,准确度高,抗噪性强等优点,相比于传统的倒谱系数,识别率提升了6.1%。为了提高CNN网络提取特征的能力,本文对变压器声纹识别模型进行了改进,构建了一种CNN-LSTM网络的分类模型,利用2D-CNN网络对融合特征参数MGCC进行空间特征信息的一次提取,然后利用LSTM（Long-Short Term Memory）进行时间特征信息的二次提取,最后以某10k V干式变压器为研究对象,对变压器不同机械状态进行分类,结果表明:相比于CNN和LSTM的网络模型,CNN-LSTM网络模型能充分提取融合特征参数MGCC的时空信息,有着更优秀的分类识别能力,变压器总体故障诊断率高达92.59%。本文提出的基于声纹识别的变压器故障诊断技术在变压器类设备的状态感知领域有着广阔的应用前景。