基于CNN的电力变压器故障诊断方法

作者：夏洪刚; 郭红兵; 肖金超

来源：电子设计工程, 2020, 28(13): 189-193.

DOI：10.14022/j.issn1674-6236.2020.13.040

• 卷积神经网络
• 电力变压器
• 故障诊断
• 特征向量
• 特征气体
• 机器学习

针对电力系统运行中对于电力变压器进行高效、准确的故障诊断需要,文中提出了一种基于卷积神经网络的电力变压器故障诊断方法。利用电力变压器油中溶解气体分析法得到特征气体并重新对其进行二进制编码,对编码后的数据进行预处理从而得到特征向量。以特征向量为基础,构建相应的卷积神经网络模型,实现对电力变压的故障诊断。实验结果表明,相较于其他传统机器学习算法,文中所提出的卷积神经网络模型在电力变压器故障诊断时的诊断准确性与诊断效率均有显著优势,能够有效保障电力系统运行的可靠性。

• 单位
  内蒙古电力（集团）有限责任公司; 内蒙古电力科学研究院