改进卷积神经网络在互感器故障诊断中的应用

摘要：

低压电流互感器作为电网中的关键设备,已经得到广泛使用.低压电流互感器故障诊断的在线检定也显得十分重要.提出了一种改进的全局平均池化的一维卷积神经网络(1DCNN-SVM)故障诊断模型应用于低压电流互感器在线检定.该方法改进了传统卷积神经网络(CNN)模型的结构,引入全局平均池化而不是全连接网络结构,并在测试阶段使用支持向量机(SVM)替代Softmax函数.通过进行实验分析,将所提的方法与传统的CNN进行实验对比,实验结果表明所提方法在训练时间、测试时间以及模型的测试精度等方面的表现都比传统的CNN结构模型要好.

关键词：低压电流互感器、在线检定、卷积神经网络、故障诊断

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;湖北省技术创新重大项目

在线出版日期：2021-06-15（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：239-247