ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于深度置信网络和多维信息融合的变压器故障诊断方法

刘文泽; 张俊; 邓焱哈尔滨工程大学
电力工程技术2019
29阅读
引用收藏
分享

摘要

为了综合多维度信息,快速准确判断变压器缺陷,同时解决多维度信息融合权重难以确定的问题,文中基于深度学习理论,采用稀疏受限玻尔兹曼机搭建了用于故障诊断的深度学习故障分类模型,结合大型变压器的多维度监测量,提出了一种基于深度置信网络和多维度信息融合的变压器故障诊断方法。该方法能够利用变压器海量的无标签多维监测数据作为学习样本,只需对少量带标签数据进行辅助优化,根据变压器实时在线多维监测数据,被训练后的模型能够对变压器本体状态做出准确的故障诊断。对某市220 k V主变进行诊断测试,结果表明,文中提出方法的故障诊断准确率较现有方法高约4%,验证了该方法的可行性和有效性。

学科与关键词

关键词
电力变压器多维度信息融合故障诊断深度置信网络稀疏受限玻尔兹曼机 power transformermulti-dimensional information fusionfault diagnosisdeep learningSparse-RBM
相关
加载中…
  • 基于模糊神经网络的电力变压器故障诊断
    温阳东; 宋阳; 王颖鑫; 侯继光计算机测量与控制, 2013, (01): 39-41.
  • 基于PNN神经网络和聚类分析的变压器故障诊断
    赵桂艳; 李一峰信息系统工程, 2015, (06): 94-95.
  • 基于邻域粒子群优化神经网络的变压器故障诊断
    贾嵘; 徐其惠; 李辉; 刘伟高压电器, 2008, (01): 8.
查看全部 →

发表信息

论文状态
公开发表
期刊
电力工程技术
发表日期
2019
卷期
第 06 期
页码
16-23
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金资助项目(51577073);

作者

  • 刘

    刘文泽 (第一作者)

  • 张

    张俊

查看全部 3 位作者收起作者
  • 邓

    邓焱

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417