基于通道注意力与残差卷积神经网络的变压器故障诊断

• 作者: 王陈恩 蔡涌烽 谢振华 殷豪
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 故障诊断 通道注意力 残差 卷积神经网络 跨网络层
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 高电压技术|High Voltage Technology
• 页码范围: 68-74
• 页数: 7页
• 分类号: TM411
• 语种: 中文
• DOI: 10.13625/j.cnki.hljep.2022.01.012

摘要

为了提高变压器故障诊断的准确性,提出一种基于通道注意力与残差卷积神经网络的变压器故障诊断方法.在卷积神经网络中,考虑不同通道信息间的差异,引入通道注意力,自适应调整不同卷积通道的权重;为了尽可能保留网络层间的差异信息,在网络中引入了残差网络;同时,采用跨网络层的连接方式进一步融合差异信息,充分挖掘油中溶解气体信息和变压器运行状态间的内在关系.在相同数据集下,与不含通道注意力的模型进行对比分析.试验结果表明,所提出的诊断方法具有更好的诊断准确性和稳定性,其诊断平均准确率达到了 95.07％.