10.16081/j.issn.1006-6047.2016.05.021
基于深度自编码网络的电力变压器故障诊断
基于深度自编码网络(DAEN),构建了分类深度自编码网络(CDAEN)模型.结合电力变压器在线监测油中溶解气体分析(DGA)数据,提出了基于CDAEN的变压器故障诊断方法.所提方法利用大量无标签样本进行预训练,优化模型参数,并利用少量有标签样本进行微调.实例分析表明,与基于反向传播神经网络(BPNN)、支持向量机(SVM)的故障诊断方法相比,所提方法的诊断正确率更高.
深度自编码网络、电力变压器、故障诊断、油中溶解气体分析、反向传播神经网络、支持向量机
36
TM41(变压器、变流器及电抗器)
2016-06-15(万方平台首次上网日期,不代表论文的发表时间)
122-126