摘要:基于深度信念网络,构建了深度信念网络分类器模型,分析并用典型数据集对其分类性能进行测试。在此基础上结合电力变压器油中溶解气体分析数据,提出了基于深度信念网络分类器的变压器故障分类新方法,它使用油中溶解气体分析结果作为故障分类属性。对所提出的方法进行了测试,测试结果表明该方法适用于变压器故障分类,具有较强的从样本中提取特征的能力和容错特性,性能优于BP神经网络和支持向量机的方法。
关键词:电力变压器 故障诊断 深度信念网络 无标签样本 油中溶解气体分析
单位:华北电力大学控制与计算机工程学院 河北保定071003 国家电网公司 北京100031
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社