栈式降噪自编码网络在变压器故障诊断中的应用

• 作者: 于永进 吉兴全 张玉振 李军 许倩文
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 变压器 故障诊断 深度学习 栈式降噪自编码 Softmax分类器
• 年，卷（期）: 2018,（17）
• 所属期刊栏目: 智能电网
• 页码范围: 62-67
• 页数: 6页
• 分类号: TM407
• 字数: 3183字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2018.17.011

摘要

为提高变压器故障诊断的准确率,提出了一种新型的变压器故障诊断网络,该网络以基于栈式降噪自编码网络为基础,把深度学习用在诊断变压器设备故障方面,建立深层网络模型,采取逐层贪婪编码的方式进行自适应的非监督式预训练,实现高维深层故障特征的自适应提取和挖掘,进而使用反向传播算法对模型进行监督式微调.最后利用Softmax分类器,对故障进行分类输出.最后通过实例验证表明,提出的栈式降噪自编码网络能准确、有效地对变压器进行故障诊断,与传统方法相比,该方法提高了变压器故障诊断的准确率.

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	山东科技大学电气与自动化工程学院	8	30	3.0	5.0
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