本发明属于电抗器技术领域，提出了一种基于振动和声音的电抗器机械类故障联合检测模型、方法和装置，包括采集来自电抗器的温度信号、声音信号和振动信号；根据温度信号，对声音信号、各路振动信号分别进行计算去温度相关高频相对量r计算；找出与声音信号最接近的振动信号；声音信号与最接近的振动信号分别输入到GRU深度神经网络进行计算；将GRU深度神经网络的输出层进行拼接，输入到DNN深度神经网络进行训练；调整相关的参数值，得到训练好的基于振动和声音的电抗器机械类故障联合检测模型。通过上述技术方案，解决了现有技术中电抗器机械类故障检测准确度差的问题。