贾茹宾,张雅君,田丰,倪艳荣,张静.卷积神经网络在油浸式变压器故障诊断的应用*[J].电工技术,2024(10):89-93
卷积神经网络在油浸式变压器故障诊断的应用*
  
DOI：10.19768/j.cnki.dgjs.2024.10.024
中文关键词:  变压器油气体含量  卷积神经网络  池化  故障诊断
英文关键词:
基金项目:
作者单位
贾茹宾 河南工学院电缆工程学院，河南省线缆结构与材料重点实验室 
张雅君 河南工学院电缆工程学院，河南省线缆结构与材料重点实验室 
田丰 河南工学院电缆工程学院，河南省线缆结构与材料重点实验室 
倪艳荣 河南工学院电缆工程学院，河南省线缆结构与材料重点实验室 
张静 河南工学院电缆工程学院，河南省线缆结构与材料重点实验室 
摘要点击次数: 169
全文下载次数: 0
中文摘要:
      变压器作为变电站的主要电气设备，其智能化程度直接决定了智能变电站的发展程度，是电力系统中关系国民生产生活的重要环节。采集变压器油中溶解气体的含量及类型，通过建立卷积神经网络模型确定变压器的故障类型。在卷积神经网络算法原理的基础上，利用Java编程构建模型，将一维卷积神经网络应用到变压器故障诊断中，以变压器油中溶解的5种气体含量值作为输入向量，变压器的6种状态对应的编码值作为输出向量，并对网络中的池化层进行改进。在模型建立过程中讨论了卷积核的大小、数量、样本长度对模型精度的影响，并通过优选函数的方法确定激活函数。实验表明，将该方法生成的网络应用于变压器故障诊断，可为合理诊断变压器故障提供有价值的参考。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器