基于改进深度信念网络的电力变压器故障诊断研究 |
| |
引用本文: | 李辉,张志攀.基于改进深度信念网络的电力变压器故障诊断研究[J].教育技术导刊,2018,17(7):169-172. |
| |
作者姓名: | 李辉 张志攀 |
| |
作者单位: | 1.河南理工大学 物理与电子信息学院;2.河南理工大学 电气工程与自动化学院,河南 焦作 454000 |
| |
摘 要: | 针对传统算法在变压器故障诊断领域存在参数难以选取、准确率低、易误判等缺点,提出一种基于改进深度信念网络(IDBN)的电力变压器故障诊断方法。在油中溶解气体分析(DGA)基础上,首先以IDBN无监督训练方式重构原始数据特征,然后以有监督方式学习特征与故障类型之间的映射关系,最后将测试数据应用于模型并进行实验。实验结果表明,该方法不仅具有较高精度,而且在准确率方面优于传统的人工神经网络和支持向量机方法。因此,将改进深度信念网络用于变压器故障诊断具有较高的应用价值。
|
关 键 词: | 改进深度信念网络 变压器故障 气体分析 准确率 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|