基于油色谱时频域信息和残差注意网络的变压器故障诊断方法

摘要：

提出了一种基于油色谱时频域数据和残差注意力的变电站故障分类模型.对收集到的油色谱数据,计算其频域分量和时频域分量的特征比值,将所有数据作为网络的输入来训练网络;残差注意力网络通过跨层连接的方式来堆叠注意力模块,以降低网络的过拟合影响并提升模型训练速度,同时注意力模块能够重点关注对结果影响大的信息,进一步提高对变电站故障分类的准确度.通过实际数据验证了所提方法的有效性和性能的优越性.

关键词：变电站;油色谱;故障诊断;时频域;残差注意力网络

所属期刊栏目：38

分类号：TM411(变压器、变流器及电抗器)

资助基金：国网宁夏电力有限公司科技项目SGTYHT/20-JS-221

在线出版日期：2022-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：66-75