基于深度学习算法的电力变压器故障识别研究

• 作者: 孙叶 唐琳 苏冰 李玉华
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 电力变压器 故障类型 提取特征 深度学习算法 仿真实验 识别正确率
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 74-77
• 页数: 4页
• 分类号: TM41
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.12.021

摘要

电力变压器故障识别具有重要的研究价值.当前电力变压器故障识别方法存在误差大、消耗时间长等缺陷,以提高电力变压器故障识别效果为 目标,提出了基于深度学习算法的电力变压器故障识别方法.首先对电力变压器故障识别的研究进展进行分析,指出各种方法存在的局限性,然后采集电力变压器故障识别数据,并提取电力变压器故障识别特征,最后将特征作为深度学习算法的输入,电力变压器故障识别作为输出,通过学习建立电力变压器故障识别分类器.还进行了电力变压器故障识别实例分析,分析结果表明,深度学习算法的电力变压器故障识别正确率超过95％,不仅误识率和拒识率控制在有效范围内,而且电力变压器故障识别时间更少,获得了更优的电力变压器故障识别实时性.