基于红外热成像和CNN的干式变压器故障分类方法研究

作者：谭广忠

来源：红水河, 2023, 42(03): 95-99.

• 红外热成像
• 卷积神经网络
• 干式变压器
• 故障分类
• 特征提取

为了提高变压器故障诊断的准确率，笔者提出一种基于红外热成像和卷积神经网络（convolutional neural network,CNN）的变压器故障识别方法。首先，通过红外热成像技术获取不同工况下变压器的热成像图像；随后，利用卷积神经网络对变压器热成像图像进行特征提取和故障分类。实验结果表明，通过对实际变压器进行测试和验证，故障诊断的准确率达到100%，验证了该方法的有效性和准确性。

• 单位
  柳州铁道职业技术学院