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.

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

所属期刊栏目：38

分类号：TM411(变压器、变流器及电抗器)

资助基金：吉林省科技发展计划2021050959RQ

在线出版日期：2023-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：104-112