科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高变压器故障诊断精度,提出了一种将快速相关向量机(FRVM)与深度信念网络(DBN)相结合的变压器故障诊断方法,即将油中溶解气体的比值作为输入参数,建立气体与故障类型之间的映射关系,考虑到DBN需提取的特征信息数量巨大,先用FRVM将放电和过热故障分离,减少DBN所需提取的特征信息,然后利用DBN实现进一步的故障诊断,输出为对应故障类型的概率,并将该方法与小波神经网络和支持向量机进行对比。结果表明,所提方法正确率最高,并能分析问题的不确定性,具有诊断多重故障的能力。
-
单位国网四川省电力公司; 国网山东省电力公司经济技术研究院; 四川大学
