10.13272/j.issn.1671-251x.2018040092
基于栈式稀疏自编码器的矿用变压器故障诊断
鉴于将深度学习应用于变压器故障诊断具有良好的故障诊断效果,提出了一种基于栈式稀疏自编码器的矿用变压器故障诊断方法.通过在自编码器隐含层引入稀疏项限制构成稀疏自编码器,再将多个稀疏自编码器进行堆叠形成栈式稀疏自编码器,并以Softmax分类器作为输出层,建立矿用变压器故障诊断模型;利用大量无标签样本对模型进行无监督预训练,并通过有监督微调优化模型参数.算例分析结果表明,与栈式自编码器相比,栈式稀疏自编码器应用于矿用变压器故障诊断具有更高的准确率.
矿用变压器、故障诊断、深度学习、栈式稀疏自编码器、Softmax分类器
44
TD611(矿山电工)
山东省高等学校科技计划项目J17KA074
2018-11-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
33-37