基于栈式稀疏自编码器的矿用变压器故障诊断

Gong-kuang zidonghua

张玉振¹  李军²  许倩文³  于永进³  吉兴全³ 

[1] 国网山东省电力公司 东营供电公司， 山东 东营 257000;国网山东省电力公司 威海供电公司， 山东 威海264200;山东科技大学 电气与自动化工程学院， 山东 青岛266590;

关键词: 矿用变压器;    故障诊断;    深度学习;    栈式稀疏自编码器;    softmax分类器;   

DOI  :  10.13272/j.issn.1671-251x.2018040092

来源: DOAJ

【 摘 要 】

鉴于将深度学习应用于变压器故障诊断具有良好的故障诊断效果，提出了一种基于栈式稀疏自编码器的矿用变压器故障诊断方法。通过在自编码器隐含层引入稀疏项限制构成稀疏自编码器，再将多个稀疏自编码器进行堆叠形成栈式稀疏自编码器，并以Softmax分类器作为输出层，建立矿用变压器故障诊断模型；利用大量无标签样本对模型进行无监督预训练，并通过有监督微调优化模型参数。算例分析结果表明，与栈式自编码器相比，栈式稀疏自编码器应用于矿用变压器故障诊断具有更高的准确率。

【 授权许可】

Unknown