基于信息融合和SSAEN的变压器故障诊断方法的研究

• 作者: 姚晓东 朱超岩
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: 信息融合 稀疏自动编码器 变压器 故障诊断
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 研究与分析
• 页码范围: 75-79
• 页数: 5页
• 分类号: TM411.2
• 字数: 2400字
• 语种: 中文

摘要

在当前所有的电力设备中,变压器的作用最为重要,电能转换和传输都需要变压器来完成,因此对变压器可能存在的潜伏性故障进行诊断是当前研究的热点.传统的研究方法对于变压器的故障数据要求苛刻,并且诊断的效果不佳,无法利用油色谱分析仪检测到的大量无标签数据.本文提出一种基于信息融合的变压器诊断新方法,将DS证据理论与堆栈稀疏自动编码器网络(Stack Sparse Automatic Encoder Network,SSAEN)进行结合,通过层层贪婪无监督训练的方法,充分利用检测到的无标签数据来训练诊断模型,再通过参数调优,最终训练出的诊断模型经过试验测试诊断正确率为96.7％,远高于传统的诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚晓东		13	1	1.0	1.0
2	朱超岩		4	0	0.0	0.0