基于深度信念网络的电力变压器故障分类建模

• 作者: 孙岗 朱永利 王刘旺 石鑫 萨初日拉
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 电力变压器 故障诊断 深度信念网络 无标签样本 油中溶解气体分析
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 71-76
• 页数: 6页
• 分类号: TM41
• 字数: 4200字
• 语种: 中文

摘要

基于深度信念网络,构建了深度信念网络分类器模型,分析并用典型数据集对其分类性能进行测试.在此基础上结合电力变压器油中溶解气体分析数据,提出了基于深度信念网络分类器的变压器故障分类新方法,它使用油中溶解气体分析结果作为故障分类属性.对所提出的方法进行了测试,测试结果表明该方法适用于变压器故障分类,具有较强的从样本中提取特征的能力和容错特性,性能优于BP神经网络和支持向量机的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱永利	华北电力大学控制与计算机工程学院	268	5516	39.0	62.0
2	孙岗		12	299	9.0	12.0
3	王刘旺	华北电力大学控制与计算机工程学院	11	374	7.0	11.0
4	石鑫	华北电力大学控制与计算机工程学院	9	242	6.0	9.0
5	萨初日拉	华北电力大学控制与计算机工程学院	4	136	4.0	4.0