基于贝叶斯与深度学习结合的变压器故障诊断
文档名：基于贝叶斯与深度学习结合的变压器故障诊断
摘要：为提高边界状态变压器故障诊断的正确率,提出基于贝叶斯神经网络的变压器故障诊断方法.首先,将深度学习与贝叶斯方法结合,构建基于概率分布权重单元的贝叶斯神经网络,建立气体成分与故障状态间的概率映射关系;然后,采用变分推理方法训练贝叶斯神经网络,并基于蒙特卡罗拟合边界状态变压器的故障概率,定量评价边界状态变压器的健康情况.算例分析结果表明,所提方法对边界状态变压器的故障诊断能力更强,且对样本数据误差具有良好的鲁棒性.
作者：霍浩马天龙李宁瑞康超赵立宇孙伟Author：HUOHaoMATianlongLINingruiKANGChaoZHAOLiyuSUNWei
作者单位：国网甘肃省电力公司超高压公司,兰州730070
刊名：电力系统及其自动化学报 ISTICPKU
Journal：ProceedingsoftheCSU-EPSA
年，卷(期)：2023, 35(9)
分类号：TM406
关键词：溶解气体分析变压器故障诊断贝叶斯神经网络变分推理
Keywords：dissolvedgasanalysistransformerfaultdiagnosisBayesianneuralnetworkvariationalinference
机标分类号：TP183TP311.13TH165
在线出版日期：2023年10月11日
基金项目：基于贝叶斯与深度学习结合的变压器故障诊断[
期刊论文]电力系统及其自动化学报--2023, 35(9)霍浩马天龙李宁瑞康超赵立宇孙伟为提高边界状态变压器故障诊断的正确率,提出基于贝叶斯神经网络的变压器故障诊断方法.首先,将深度学习与贝叶斯方法结合,构建基于概率分布权重单元的贝叶斯神经网络,建立气体成分与故障状态间的概率映射关系;然后,采用...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
基于贝叶斯与深度学习结合的变压器故障诊断Transformer Fault Diagnosis Based on Bayesian Method and Deep Learning
基于贝叶斯与深度学习结合的变压器故障诊断.pdf
页:
[1]