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
风险评估方法
风险量化评估
参数
关系
交叉口场景
地连墙施工
排放预测方法
地铁车站
排放量
神经网络模型
管道腐蚀速率
智能监测方法
地质力学参数
ARIMA模型
计划
语音特征
特征提取模型
说话人识别方法
样本
原型