电网技术

2018, v.42;No.411(02) 658-664

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于油中气体分析的变压器故障诊断ReLU-DBN方法
Dissolved Gas Analysis of Insulating Oil for Power Transformer Fault Diagnosis Based on Re LU-DBN

代杰杰;宋辉;杨祎;陈玉峰;盛戈皞;江秀臣;

摘要(Abstract):

油中溶解气体分析可为变压器故障诊断提供重要依据。为提高变压器故障诊断精度,研究了基于修正线性单元改进的深度信念网络(rectified linear units deep belief networks,Re LU-DBN)变压器故障诊断方法。通过分析油中溶解气体与故障类型的联系,建立以油色谱特征气体无编码比值为特征参量的Re LU-DBN诊断模型。Re LU-DBN通过多维多层映射提取出故障类型更细致明显的特征区别,通过反向调优达到诊断模型参数最优化。通过识别实验分析了不同特征参量、不同训练集及样本集大小下Re LU-DBN诊断模型效果,研究了放电兼过热复合型故障对诊断模型的影响,并与支持向量机、反向传播神经网络方法做了对比。实验结果表明基于无编码比值的模型诊断效果优于IEC比值、Rogers比值、Dornenburg比值为特征参量的模型,且Re LU-DBN较支持向量机和反向传播神经网络方法相比诊断准确率有较大提高。区分复合型故障的模型诊断效果优于未区分复合型故障的模型。随着样本数据的增多,模型诊断精度得到较大提升。

关键词(KeyWords): 变压器;油中气体分析;深度信念网络;无编码比值;故障诊断

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51477100);; 国家863高技术基金项目(2015AA050204);; 国家电网公司科技项目~~

作者(Author): 代杰杰;宋辉;杨祎;陈玉峰;盛戈皞;江秀臣;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享