关于电力系统变压器故障信号准确诊断仿真

摘要：

对电力系统变压器故障信号进行有效诊断,可以发现变压器潜在故障并及时检修,提高电力系统的安全性.变压器发生故障时,会产生大量的无标签故障样本,但传统方法只能通过少量有标签样本进行诊断因而导致诊断准确率偏低,如何有效利用无标签样本对变压器状态进行更准确的诊断是变压器故障信号诊断的核心问题.提出了一种基于深度学习混合网络的变压器故障诊断方法.深度学习混合网络是由降噪自动编码器和高斯伯努利受限玻尔兹曼机堆叠而成,能有效利用大量的无标签数据进行预训练,得到相对较优的初始化参数,并利用少量有标签数据进行微调来进一步优化参数,从而提高诊断准确率.实验结果表明,所提方法具有较强的从大量无标签样本中提取特征的能力和容错特性,提高变压器故障信号诊断的准确率.

关键词：电力变压器、故障诊断、深度学习、混合结构、降噪自动编码器

所属期刊栏目：35

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金项目51677072

在线出版日期：2018-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：136-139,149