基于经验小波变换和改进卷积神经网络的变压器故障诊断方法

作者：李阳; 路鹏; 朱伯涛; 李会彬

来源：电子设计工程, 2021, 29(08): 140-144.

DOI：10.14022/j.issn1674-6236.2021.08.030

• 变压器
• 故障诊断
• 经验小波变换
• 卷积神经网络

现有变压器故障诊断方法忽视了原始输入信号中噪声对诊断准确率的影响。针对上述问题,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)和改进卷积神经网络(Improved Convolution Neural Network,ICNN)的智能故障诊断方法。基于经验小波变换,将原始输入信号在傅里叶频谱进行分割,然后利用小波滤波器对分割后的信号进行滤波,大幅降低原始信号中的噪声比例,进而输出具有高信噪比的信号集合;将信号集合输入改进卷积神经网络进行训练,以快速获得变压器故障诊断模型。通过算例对所提模型进行验证,结果表明:所提诊断模型能够有效识别变压器故障状态,110 kV变压器5种典型故障的平均诊断准确率高达94%。