基于栈式稀疏自编码器的矿用变压器故障诊断

• 作者: 于永进 吉兴全 张玉振 李军 许倩文
• 来源期刊: 工矿自动化
• 学科: 工学
• 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
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 实验研究
• 页码范围: 33-37
• 页数: 5页
• 分类号: TD611
• 字数: 2922字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2018040092

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉兴全	山东科技大学电气与自动化工程学院	49	293	9.0	14.0
2	于永进	山东科技大学电气与自动化工程学院	37	97	6.0	8.0
3	李军		11	15	3.0	3.0
4	张玉振		4	5	2.0	2.0
5	许倩文	山东科技大学电气与自动化工程学院	2	4	1.0	2.0