变压器在机械故障发生时伴随异常声响，基于声纹的机械故障辨识因其准确率高、发现及时和非侵入性等优势，成为当前研究热点。然而声纹信号易受噪声影响，分析处理速度慢且故障数据较难获取，因此如何在强干扰、小样本的情况下实现对机械故障声纹的快速准确辨识，成为当前研究难点。为解决上述问题，该文首先引入物理机理和经验知识，对变压器特征参数进行提取重组，构造多粒度知识特征向量并搭建改进型Transformer网络，大幅提高辨识方法的鲁棒性和抗噪声能力；其次，通过搭建卷积自编码器进行特征降维和模型压缩，缩短模型训练时间，提高机械故障辨识速度；最后，采用跨模态迁移学习技术，在ImageNet-lk数据集上进行预训练并进行知识迁移，解决训练样本不足的问题。相较于传统时序序列深度学习方法，所提方法在高噪声环境下(S

NR

=-16 dB)，准确率均有所提高，实验结果证明，所提方法在准确性、鲁棒性、泛化性等方面均有显著提升，为在复杂环境下基于声纹实现变压器机械故障辨识提供了一种可靠解决方案。