10.3969/j.issn.2095-2783.2019.11.010
堆栈稀疏降噪自编码网络在变压器故障诊断中的应用
为了进一步提高电力变压器故障诊断的识别能力,提出了一种基于堆栈稀疏降噪自动编码器(stacked sparse denoising auto-encoder,SSDAE)的新型深度学习电力变压器故障诊断新方法,较好地解决了传统电力变压器故障诊断方法识别率低及特征提取能力差的问题.SSDAE模型首先使用大量的无标签数据,采用逐层贪婪法进行无监督预训练;然后将模型的最后一层连接Softmax分类器,使用带有故障类型的数据进行微调;最终通过实例数据证明,与三比值法和基于支持向量机(support vector ma-chine,SVM)算法的诊断方法对比,所提出的基于SSDAE网络的变压器故障诊断方法的准确率可提高近20%.
电力变压器、故障诊断、特征提取、堆栈稀疏降噪自动编码器
14
TM411.2(变压器、变流器及电抗器)
2020-04-10（万方平台首次上网日期，不代表论文的发表时间）
共6页
1217-1222
