基于卷积神经网络的变压器振动信号分析

摘要：

为研究变压器振动与运行状态之间的关系,在小波分析方法的基础上,结合卷积神经网络的方法进行变压器振动信号分析.首先对 1 台油浸式变压器模拟绕组松动和铁心松动两种故障状态并分别测量其振动信号,然后对测试所得的振动信号进行小波变换,生成小波灰度图,并进行卷积神经网络训练分析.根据卷积神经训练的结果,该方法准确率在84.03%,说明卷积神经网络结合小波灰度图的分析方法可以有效识别振动信号中故障信息.比较2 类故障验证样本中错误结果的分布情况可以发现,错误结果受变压器振动测点位置影响较大,在改善测点和增加训练数据的前提下,准确率还能有所提升.

关键词：卷积神经网络、小波分析、灰度图、变压器、振动信号

所属期刊栏目：31

分类号：TM41(变压器、变流器及电抗器)

资助基金：国网湖北省电力公司科技项目52191614004V

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：127-132