文档名：基于多源特征信息融合的油浸式变压器故障智能诊断模型
摘要：变压器是电力系统关键设备之一,目前在运行的变压器大多属于油浸式变压器,其发生故障会严重影响系统的安全稳定运行,还可能造成巨大的经济损失,故变压器故障诊断是目前国内外亟待解决的问题.然而,现有研究普遍存在信息来源单一、诊断预测精度不高等问题,为此,本文提出一种基于多源信息融合技术和卷积神经网络的油浸式变压器故障智能诊断模型.首先选择其油色谱分析数据、高压套管的红外图像、放电超声波检测图谱以及特高频局放检测图谱共同作为变压器故障诊断的原始输入信息;其次,针对上述不同类型的原始输入数据,分别采用深度神经网络和卷积神经网络进行特征提取,将提取后的结果进行特征融合;最后综合融合后的特征分析结果进行故障诊断的分类.为避免不均衡样本集造成模型诊断的"倾向性",本文还提出改进的交叉熵代替传统的损失函数,同时采用kappa系数作为预测结果的评价指标,有效提高了智能诊断模型的预测效果.并通过某电网检修公司提供的实际数据算例进行测试分析,结果验证了本文所提出方法的精准性和有效性.
作者：李腾飞 郝玉杰 袁方 孙锴 马晶 刘俊 彭鑫 Author：LITengfei HAOYujie YUANFang SUNKai MAJing LIUJun PENGXin
作者单位：国网陕西省电力有限公司超高压公司,陕西西安710000西安交通大学电气工程学院,陕西西安710049
刊名：电工电能新技术 ISTICPKU
Journal：AdvancedTechnologyofElectricalEngineeringandEnergy
年，卷(期)：2023, 42(1)
分类号：TM41
关键词：变压器故障诊断 多源信息融合技术 卷积神经网络 kappa系数
机标分类号：TP391.41TP18TP751
在线出版日期：2023年2月28日
基金项目：国家电网地方公司项目(非规范项目名称）基于多源特征信息融合的油浸式变压器故障智能诊断模型[
期刊论文] 电工电能新技术--2023, 42(1)李腾飞 郝玉杰 袁方 孙锴 马晶 刘俊 彭鑫变压器是电力系统关键设备之一,目前在运行的变压器大多属于油浸式变压器,其发生故障会严重影响系统的安全稳定运行,还可能造成巨大的经济损失,故变压器故障诊断是目前国内外亟待解决的问题.然而,现有研究普遍存在信息来...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
基于多源特征信息融合的油浸式变压器故障智能诊断模型 Intelligent transformer fault diagnosis model based on multi-source feature information fusion
基于多源特征信息融合的油浸式变压器故障智能诊断模型.pdf
- 文件大小:
- 1.96 MB
- 下载次数:
- 60
-
高速下载
|
|
