基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法

• 作者: 王德文 雷倩
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 电力变压器 故障诊断 深度信念网络 贝叶斯正则化
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能输电
• 页码范围: 129-135
• 页数: 7页
• 分类号: TM761
• 语种: 中文
• DOI: 10.16081/j.issn.1006-6047.2018.05.019

摘要

传统的深度信念网络规模大、难度大、训练时间长,导致其故障诊断的时间较长.针对该问题,提出了一种基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法.采用贝叶斯正则化算法改进传统深度信念网络的训练性能函数,在保证网络精度的同时快速提高计算速度,从而提高网络的收敛速度.实验结果表明,经过贝叶斯正则化改进后,深度信念网络训练的泛化能力得到了提高,同时故障诊断的准确率也得到了保证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王德文	华北电力大学控制与计算机工程学院	61	2241	26.0	47.0
2	雷倩	华北电力大学控制与计算机工程学院	2	25	1.0	2.0