基于改进堆栈自编码器的变压器故障诊断模型

作者：赵冬梅; 王闯; 马泰屹

来源：华北电力大学学报(自然科学版), 2020, 47(06): 61-67.

• 变压器
• 故障诊断
• 堆栈自编码器
• 批量归一化
• 深度学习

为了增强自编码器的特征提取能力,更好的利用变压器故障时产生的大量无标签数据,将批量标准化(Batch Normalizaion,BN)引入了传统堆栈自编码器(Stacked auto-encoder,SAE)的编码和解码过程,形成了改进堆栈自编码器(BN-SAE)。以单层AE作为底层网络,输入样本为变压器油中溶解气体含量,通过仿真确定神经网络的结构,用无标签数据对网络进行无监督学习,提取变压器故障特征信息,最后输入有标签数据通过反向传播算法对网络进行微调。算例分析表明,BN-SAE相比于传统的SAE与AE,训练误差更小,特征提取更佳,对变压器故障分类的准确率更高,并且少数类故障样本也可以得到很好的分类。

• 单位
  电子工程学院; 华北电力大学