基于自适应增强迁移卷积神经网络的变压器故障诊断特征确定方法及诊断方法

AITNT
正文
推荐专利
基于自适应增强迁移卷积神经网络的变压器故障诊断特征确定方法及诊断方法
申请号:CN202410761014
申请日期:2024-06-13
公开号:CN118797484A
公开日期:2024-10-18
类型:发明专利
摘要
基于自适应增强迁移卷积神经网络的变压器故障诊断特征确定方法及诊断方法,属于变压器故障诊断技术领域。本发明首先过去变压器故障中的烃类气体的浓度作为初始的气体特征,使用不同气体的浓度的比值关系作为气体特征扩充初始的气体特征;然后采用因子分析法进行特征降维得到一个n’维的新特征向量,将n’维的新特征向量作为用于基于自适应增强迁移卷积神经网络的变压器故障诊断的特征。然后基于n’维的新特征向量,采用基于自适应增强迁移卷积神经网络进行变压器故障诊断,基于自适应增强迁移卷积神经网络为由CNN作为AdaBoost算法中的弱分类模型,通过AdaBoost算法构建的网络模型。
技术关键词
迁移卷积神经网络 变压器故障诊断 AdaBoost算法 气体 因子 烃类 诊断方法 样本 训练集 关系 标签 有效性 元素 乙烷 乙炔 甲烷
系统为您推荐了相关专利信息
1
一种L3智驾系统硬件架构预期功能安全危害风险评估方法
风险评估方法 风险量化评估 参数 关系 交叉口场景
2
壳体注塑成型优化方法、设备、存储介质及程序产品
仿真模型 注塑工艺 制件 壳体 仿真分析
3
地铁车站地连墙施工碳排放预测方法、设备、介质及产品
地连墙施工 排放预测方法 地铁车站 排放量 神经网络模型
4
一种基于深度学习的碳捕集智能监测系统及方法
管道腐蚀速率 智能监测方法 地质力学参数 ARIMA模型 计划
5
说话人识别方法及相关装置、设备和存储介质
语音特征 特征提取模型 说话人识别方法 样本 原型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号