共 10 条
- [9] 基于分数阶卷积神经网络的语音识别算法研究[D]. 张磊.哈尔滨理工大学 2016
- [10] 基于深度学习的变压器故障诊断技术研究[D]. 石鑫.华北电力大学 2016
基于卷积神经网络的变压器故障诊断
被引：17
作者：
李辉
[1
]
张志攀
[2
]
张中卫
[1
]
机构：
[1] 河南理工大学物理与电子信息学院
[2] 河南理工大学电气工程与自动化学院
来源：
关键词：
变压器;
卷积神经网络;
特征气体;
故障诊断;
D O I：
10.16186/j.cnki.1673-9787.2018.06.17
中图分类号：
TM41 [电力变压器];
学科分类号：
摘要：
针对传统机器学习算法在变压器故障诊断领域存在精度低、易误判等缺陷,提出一种基于卷积神经网络的电力变压器故障诊断模型。以油中溶解气体分析为基础,首先,将特征气体值由十进制转化为对应的二进制,然后,将其用二维数据进行表示,最后,将二维数据作为卷积神经网络的输入来训练、优化模型。结果表明,此模型的故障诊断精度和实时性均优于深度信念网络、支持向量机、人工神经网络,其在缩短变压器维修时间及提高电力系统可靠性上具有一定的优势。
引用
收藏
页码：118 / 123+154
+154
页数：7
相关论文