基于多尺度卷积神经网络的变压器故障诊断方法
文档名：基于多尺度卷积神经网络的变压器故障诊断方法
摘要：为了提高变压器故障识别的诊断精度,提出一种基于多尺度卷积神经网络模型的变压器故障诊断方法.首先,在1DCNN结构基础上设计2个多尺度卷积模块,构造变压器故障识别模型的总体结构.其次,针对样本特征较少问题,采用基于比值法的特征扩充方法,将样本特征由5维增强至25维;针对故障样本量少以及故障间样本数分布不平衡问题,采用基于对抗生成网络的样本数增强方法,生成大量模拟样本.最后,利用改造后的数据集对所设计的模型进行训练与测试.结果表明,模型平均准确率为93.24％,与相关主流方法在不同数据集下实验对比,本模型表现效果良好.
作者：王辉东 姚海燕 郭强 俞啸玲 张旭峰 丛龙坤 Author：WANGHuidong YAOHaiyan GUOQiang YUXiaoling ZHANGXufeng CONGLongkun
作者单位：国网浙江省电力有限公司杭州市余杭区供电公司,浙江杭州311100杭州电力设备制造有限公司余杭群力成套电气制造分公司,浙江杭州311100东北电力大学机械工程学院,吉林吉林132011
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2023, 38(4)
分类号：TM411
关键词：变压器故障诊断油中溶解气体比值法多尺度卷积神经网络对抗生成网络
Keywords：transformerfaultdiagnosisdissolvedgasinoilratiomethodmulti-scaleconvolutionalneuralnetworksantagonisticgenerationnetwork
机标分类号：TP391.41TM407P444
在线出版日期：2023年11月22日
基金项目：吉林省科技发展计划基于多尺度卷积神经网络的变压器故障诊断方法[
期刊论文]电力科学与技术学报--2023, 38(4)王辉东姚海燕郭强俞啸玲张旭峰丛龙坤为了提高变压器故障识别的诊断精度,提出一种基于多尺度卷积神经网络模型的变压器故障诊断方法.首先,在1DCNN结构基础上设计2个多尺度卷积模块,构造变压器故障识别模型的总体结构.其次,针对样本特征较少问题,采用基于比...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多尺度卷积神经网络的变压器故障诊断方法A transformer fault diagnosis method based on multiscale 1DCNN
基于多尺度卷积神经网络的变压器故障诊断方法.pdf
页:
[1]