摘要:基于深度自编码网络(DAEN),构建了分类深度自编码网络(CDAEN)模型。结合电力变压器在线监测油中溶解气体分析(DGA)数据,提出了基于CDAEN的变压器故障诊断方法。所提方法利用大量无标签样本进行预训练,优化模型参数,并利用少量有标签样本进行微调。实例分析表明,与基于反向传播神经网络(BPNN)、支持向量机(SVM)的故障诊断方法相比,所提方法的诊断正确率更高。
关键词:深度自编码网络 电力变压器 故障诊断 油中溶解气体分析 反向传播神经网络
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